爱吧机器人网 » 专题 > 观点 > 正文

英国皇家工程院院士杨广中:手术机器人近期或无法达到“完全智能”

\

由于技术的发展,医疗手术在过去两三百年间在安全性、可靠性,并且加速病人的康复上获得了进展。比如,1967年人类实现了第一例心脏移植,1975年微创手术出现,到2010年实现整体脸部置换手术。

\
 
在过去二三十年中,微创手术的确发展得非常好,主要得益于微创手术器械、影像等各方面的支撑。我们在做手术之前,对整个手术已有非常好的判断。怎么做、如何到达病灶,怎样最大程度地减轻痛苦,加快病人康复,这些都是微创手术的初衷。但是,现有微创手术有一个缺点就是操作相对困难。为了解决这些问题,在九十年代,手术机器人开始得到推广。手术机器人有哪些优点?主要可以解决微创手术三个问题。
 
第一,进行精致操作时,眼睛和手的运动两个轴之间最好要重合,如果眼睛看一个地方,手往另外一个地方,很多精细的操作就比较困难。第二,灵巧的手术器械,这样很多复杂的操作包括细密缝合就能做。第三,视野和动作可以同时放大并且除颤。今后,机器人可以通过自然腔道进入人体,并且会有很多显微手术可用机器人做。
 
二十五年手术机器人之变
 
早在九十年代,美国的ComputerMotionInc发布了AESOP系统并取得了FDA认证。它主要通过语音识别来控制内窥镜。之后该公司发展了Zeus系统,这样医生可以坐着操作主机械臂,眼睛的轴跟动作的轴重合,并且视野和运动同时放大,以便于操作细微手术。达芬奇系统也具有相同功能,现在它已在临床得到广泛应用。
 
综观过去二三十年,手术机器人已从一个简单的系统发展成今天能进行精密控制并且多人协作的系统。在手术机器人领域,还有很多其他系统,包括骨科和心血管介入的机器人。
 
现在,手术机器人发展日新月异。25年前,手术机器人是一新兴的技术,现在,手术机器人已经逐渐普及。但是,它的问题在于:第一,价格偏高;第二,适用症不是太全;第三,术中影像和真正的智能方面还未很好的结合。尽管如此,手术机器人的市场依然被看好,手术机器人年均复合增長率在13%左右,在2020年可能达到180亿美元的市场规模,而这些都是相对比较保守的估算。
 
手术机器人的主要功能是什么
 
下面我把手术机器人主要功能给大家演示一下。实时手术导航现在在临床上用得并不是太广,但在今后几年,手术导航和增强现实会有很多发展和应用。因为计算机视觉包括人工智能,实时配准,再加上增强现实算法,会有很大提高。它所要达到的境界可以用下面的视频来演示。这是肾脏的局部肿瘤切除。该系统能把术前影像和术中视觉进行三维重构和配准。这不是一个简单的组合,而是实时跟踪的,肿瘤的边界都能看得非常清楚。这套系统由帝国理工医学院开发,已经在临床上有很多应用,尤其是在微创泌尿外科。
 
现有手术机器人能够应对的适用症并不是太广,现在主要应用于妇科和泌尿外科,当然还有骨科。在其他外科领域,并不是太多。对于手术机器人,尤其是需要精准介入,比如心脏手术、脑神经外科和显微手术,更需要机器人。但是,在这些领域,机器人的发展并不太成熟。在手术机器人领域,美国的确走在了我们前面,尤其是IntuitiveSurgical。它的下一代产品(达芬奇SP)已经经历了多年的临床研究。它主要用于单孔微创手术,也快要推向市场了。
 
那么市场怎么样?全世界在用的达芬奇系统机器人大概有4000多台。大家可以想想,中国有多少三甲医院,所以市场只是刚刚开始,前途非常可观。因为这个原因,世界各地许多初创公司也象雨后春笋一样发展起来。尤其在北美、欧洲,现在在国内也有很多投资公司或者初创公司在布局这一领域。
 
又贵、又大、又强还是又小、又灵巧、又智能?
 
从今后的发展方向来看,我觉得我们对机器人的发展要做一些思考。今后的手术机器人是应该发展得又贵、又大、又强还是又小、又灵巧、又智能?应该朝怎样的方向发展?是把价格做得更高?还是把设备做得更普及,让大众受惠?
 
《科学》机器人子刊在今年3月时,对今后手术机器人的发展做了一些阐述。实际上,在自动驾驶领域,已有相对应的发展定位。我们把医用机器人分成6级。初级也就是0级——医生往哪里指,手术机械臂就往哪里走,并不存在智能功能。第五级是全智能的手术机器人——这时完全用不着医生,机器人可以自动诊断,自动进行手术的一切步骤。第五等可能实现吗?病人接受得了吗?在法律和伦理方面,能不能通过?也是值得思考的问题。

\
 
我个人认为,在我有生之年,第五级机器人实现的可能性并不大。在研究和产业方面,1、2、3、4级医用机器人更现实。我们要布局在哪一级?与国内临床需求能不能结合?能否通过法律和伦理?这是我们需要考虑的问题。
 
第1级机器人可以做一些简单的辅助。比如在手术过程中如何规避大血管和重要的神经系统。第2级手术机器人可以自动完成医生指定的一小步骤。比如,把血管或其他器官组织进行缝合。缝合往往是机械、重复的步骤,将来完全可以让机器人去做。到了第3级,手术机器人就可以把手术当中的一个步骤自动做了,当然还完全在临床医生的掌控之中。第4级手术机器人的水平就可达到一般外科医生了,但它还没有对术中复杂、突发事件的应对能力,所以还需要有有经验的医生在旁边看着,以防不测。第5级也就是最高级,它完全就象一个主任医生了,可以全自动进行手术,无需人为干预。今后25年,机器人会逐渐走向更智能化。机器人和智能结合起来,这是一个非常好的场景。
 
今后如果我们要在技术方面布局,也是从1到2、到3、4级去开发,就需要人机合一。这是我们研发的一个机械臂,从运动阻力方面看,它是“透明”的,刚柔并具,要用时,用很小的力,甚至用羽毛就能推动它。所以在安全性、可靠性、灵巧性上,有非常好的性能。
 
谈到人机合一,机器和人怎样才能有效协作?一个智者,更多时间是观察、理解人家怎么说,怎么做,而不是自己在滔滔不绝的说或一意孤行的做。
 
1960年,英国一个著名的神经外科医生WilliamGreyWalter,把电极移植到大脑皮层,通过思维运动进行控制。当然这对正常的人机交互不现实,把电极移植到自己的大脑皮层,任何医生也都不会答应。其它有什么方法呢?我们可以用大脑功能影像或EEG,MEG,和fNIRS。
 
有一句话叫做“眉头一皱,计上心来”。这是什么概念?我们平时不思考时,大脑前额皮层基本没有什么信号,但是要做一些比较复杂的事情时,这里大脑皮层的活动就很多。这有什么作用?比如,医生在做一个非常复杂的手术,同时大脑皮层被机器人监控。医生如果觉得难度很大,感到非常紧张,大脑前额皮层就会呈现出非常多的活动,这时机器人进行的辅助就要多一点,让医生把动作慢下来,进行提示和帮助。如果做手术的时候得心应手,就不需要机器人介入。当然这些现在还只限于基础研究,要把它真正用在手术室内用于人机交互还不现实。
 
人机合一,一定要是人跟机器人之间进行有机结合。这是我们实验室通过EEG,完全用想象来控制一个机器人的行走。
 
当然,做手术时场景更复杂。究竟能不能通过观察,理解外科医生的做法,把他脑子里想什么、想做什么挖掘出来?这就是今后人机交互中很好的研究方向之一。
 
一种比较可行的办法是通过眼动仪来实现。眼动仪把红外光打在眼球上,通过反光,计算亮点和瞳孔之间的相对距离,可以把你看的方向和注意点测出来。现在眼动仪可以和计算机屏幕结合起来,或者用在手机上,临床上测试也有很多应用。
 
现在我来做一个实验,在这张图片里,有很多方块,每一个方块里有两种颜色,在图中只有一个是黄绿相配,大家找找看。

\
(实验进行了三次,每一次图片的方块数量比之前一张多)
 
我问大家一个问题,你在找的时候,怎么找?用了什么策略?为什么第二次比第一次做得好?当然是学得越多做得越快。但在查找当中你应用了什么策略?是潜意识还是有意的?先看看我的博士生是怎么找的?他找第二个和第一个的时候,看似相差很大,其实搜索策略实际上没有改变。人眼看一张图片,100毫秒之内眼睛怎么动,怎么搜索已经马上决定了,这叫并行检索。眼睛是不动的,整个情况全局概念有了,然后就是一个点一个点进行扫描。人眼在识别时,在每一个点要停留100毫秒左右,才能辨别细节。因为第一张图片整个颜色差不多,有黑、黄、绿、红,这时没有更好的策略,你可以随机做或者一行一行扫下来,这也是不错的策略。到第二幅,他在100毫秒里马上做出决定,因为整个图片绿色不多,而我们要找的图案黄绿相间,那么我把所有含绿色的方块都扫一遍,肯定能很快找到最后的目标。这就是他的策略。
 
这样的研究对于手术有什么用?刚才提到,AESOP系统用语音控制内窥镜,手术室声音嘈杂,不好用。如果利用你的视觉信息,内窥镜怎么移动就可以全自动化,随你意愿而控制。因为我知道你想看哪里,下一步怎么走,都理解到了。这是我们的一套机器人演示系统,这里有一个眼动仪,做的时候一直测量医生的眼动。面对不同的医生,机械臂会有不同的反应,好像知道你想怎么做,知道怎么帮助你,聚焦在最好视野。我第一次试用这个系统时,非常惊讶,感觉机器人一下活了起来,这就是今后机器人怎样能理解操作者,变得智能化。
 
手术机器人发展前沿
 
刚才提到,现代手术机器人有许多可以改进的地方,比较笨重,不智能化。第一,怎样把它智能化?这是我们做的一套系统,很小。这是它的超柔臂,也可以做单孔、多孔,和经自然腔道。由于腔道非常狭窄,要进行非常精细的手术操作比较难。我们也有蛇形手术机器人。通过柔性、蛇形机器人进入体内,把内窥镜做得非常柔软,但又完全可控。
 
因为好多疾病源于自然腔道,对疾病的早期治疗很有前景。蛇形机器人可以把影像加进去,比如磁共振,超声,CT断层扫描,也可以把细胞层面结合起来,比如显微影像。这是共聚焦成像,进行光活检。今后的医学一定是早期诊断早期治疗,辅以精准手术。早期病灶往往非常小,利用手术机器人加上影像,一边手术边,一边实时把肿瘤边界检测出来。今后手术中看见的不会是非常大的器械,而是非常灵巧、无处不在的机器人手术器械。
 
结语
 
最后,要强调的是:25年之前,手术机器人的确是一个新兴事物,这一阶段的主要目的是如何把手术机器人用起来,解决一些问题。今后25年,手术机器人的发展方向是:第一,智能化。所谓的智能化并不是简单的用人工智能能解决,一般人工智能解决不了的问题,就用深度学习。深度学习在手术应用上要比较注意,因为每个人的病症不一样,体内环境不一样,没有“大数据”去提供机器学习、训练。机器人的智能更多在于人和机器的有机结合。人和机器两者结合,互相理解,智能连接。第二,机械方面,如何把机械臂做小,做精密,刚柔并具,这是今后值得做的东西。第三,传感影像结合起来,包括力、触觉反馈和显微实时影像。
 
如果能把这几点做好,做精了,今后25年,手术机器人在临床上会用得越来越多,因为它能解决一些现在不可解决的问题。临床上也能够助力发展精准医学。在精准医学中,精准手术会先行一步,这一切需要手术机器人、影像、传感、人工智能、计算机视觉全面发展,也需要大家一起研究、应用、产业化、和临床推广上协作努力。


上一篇:讲真,人工智能是中国的优势
下一篇:如何让AI触手可及
精选推荐
深度神经网络揭示了大脑喜欢看什么
深度神经网络揭示了大脑喜欢看什么

[2019-11-06]  爱吧机器人网编者按:近日,《自然-神经科学》发表了一篇论文,研究人员创建了一种深度人工神经网络,能够准确预测生物大脑对视觉刺激所产 ...

智能机器人困惑的时候知道该问什么问题
智能机器人困惑的时候知道该问什么问题

[2017-03-20]   照片:Nick Dentamaro 布朗大学 上周,我们提到了麻省理工学院的一些研究,即通过链接人的大脑来帮助机器人在他们将要犯错误的时 ...

[2017-03-21]  虽然有很多关于机器人取代工人的担心,但哈佛经济学家James Bessen的论文指出,在过去的67年里机器人仅仅淘汰掉人类工作中的一个。在1950 ...

英国首台月球车是个小型四腿机器人 将于2021年登月
英国首台月球车是个小型四腿机器人 将于2021年登月

[2019-10-12]  探测器将用四条腿探测月球表面,并将数据传回着陆器,后者将把数据传回地球图 詹姆斯温斯皮尔英国即将成为继美国、俄罗斯、中国之后的又一 ...

2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来使消费者受益
改变保险市场的格局:无人机如何通过更快的估算、响应时间和利益交付来

[2018-12-08]  市场研究公司IHS Markit预测,到2020年,专业无人机市场将通过农业,能源和建筑等行业利用测量,制图,规划等技术实现77 1%的复合年增长率(CAGR)。与此同时,消费者无人......

MIT最新“人机”互连系统 让双腿机器人复制人体技能
MIT最新“人机”互连系统 让双腿机器人复制人体技能

[2019-11-01]  MIT的小爱马仕想借用你的大脑 ,图片来自: João Ramos爱吧机器人网消息,麻省理工学院(MIT)的研究人员展示了一种新型遥操作系 ...

麻省理工又秀神技:推出如魔法般跳跃的方块机器人集群
麻省理工又秀神技:推出如魔法般跳跃的方块机器人集群

[2019-10-31]  几天前,小编向大家介绍过麻省理工(MIT)研发的一种自组装机器人集群(点此阅览),它们可以用统一标准的小单元自动组装出各种大型结构。 ...

本周栏目热点

创新推动以机器人为代表的智能装备制造业发展

[1970-01-01]    目前,中国已有机器人生产企业100多家,国内包括天津、重庆、上海、江苏以及广州等地,在当地政府部门的强力支持下都在大力发展自动装 ...

Jeff Dean:谷歌翻译API才9月就已获利

[2017-09-30]  很多人看来,人工智能一直都是停滞不前的,虽然研发出来的成果不少,但是接近现实,真正投放入现实的,却为数不多,不过在2016年9月,谷歌 ...

【专访】佛山需稳扎机器人等市场 期待更多本土跨国公司

[2015-12-10]     佛山处在改革开放前沿,此次跨国调研活动动作快,一定会引起全国关注。12月 ...

[1970-01-01]    机器和机器人把人从繁重的体力劳动和枯燥的工作中解放出来,去干更重要的工作,或者让人成为监工,监督机器人干活。这是一个美好的前景 ...

[2016-09-03]   60年多前的夏天,麻省理工学院里的几个计算机系的教授聚在一起,第一次提到了人工智能这个词。当时他们以为,用一个夏天的时间,就可 ...