機器人第一次獨立手術！最快55分鐘縫合腸道，華裔教授帶隊研發，“結果顯著優于外科醫生”
CNN跟蹤軟組織運動
楊凈 發自 凹非寺
量子位 | 公眾號 QbitAI
沒有人類指導，機器人自己就完成了手術？！
結果還顯著優于外科醫生。
最近，有這樣一項實驗引發了大家關注。
美國約翰·霍普金斯研究團隊設計研發的手術機器人STAR，在豬的軟組織上首次獨立完成腹腔鏡腸道吻合手術——重新連接腸道的兩端。
研究人員表示， 這是朝著對人類進行全自動手術邁出的重要一步。
來看看這究竟是甚么回事？
CNN跟蹤軟組織運動
一直以來，軟組織手術對機器人來說尤其困難。
且不說要求機器人高精度操作，還有各種不可預料的意外情況需要應對決策。
而在腹腔鏡手術中，這種難度進一步增加。因為可操作的空間有限，且目標組織會有呼吸運動的偽影干擾。
即便是最輕微的震動或錯位縫合，都可能給患者帶來嚴重的并發癥。
機器人STAR，從誕生之日起，就是專門用于縫合軟組織的視覺引導系統。團隊為其配備了專門的縫合工具和成像系統，以保證手術區域可視化。
從結構上看，STAR由兩個醫用機械臂、電動縫合工具，以及NIR（近紅外成像）攝像機和一個3D單色內窺鏡組成。
這個機器人最大的特點，就是以最少的人工干預來規劃、調整和執行軟組織手術。
為實現這一點，研究人員開發了基于結構光的3D內窺鏡和基于機器學習的跟蹤算法來指導STAR，用來規劃縫合。
目標跟蹤算法使用了卷積神經網絡CNN，基于U-Net架構，輸入包括近紅外攝像頭標記的過去 2 秒內的位置歷史以及從現在到2秒前的運動方向。
整個網絡涵蓋4個卷積層、3個密集層和2個輸出。
卷積層和前三個密集層的激活函數是 Rectified Linear Unit (ReLU)，最后一個密集層的激活函數是SoftMax。
該網絡在訓練階段預測運動曲線，準確度達93.56%。
除此之外還有許多自主功能，包括啟動/暫停/解除組織跟蹤系，檢測軟組織的呼吸運動及其變形，控制攝像機運動，縫合規劃、預測工具與軟組織碰撞等。
如果 STAR 檢測到與當前手術計劃相比組織位置的變化大于3mm，則通知操作員啟動新的縫合計劃和批準步驟。
接著，操作員就只需看著機器人操作了。
在這項縫合任務中，超過83%的工作流程都是機器人自主完成的。有時候仍需要操作員手動微調機器人，以便出現漏縫時糾正定位。
（相機放置在距離目標組織 5 到 8 厘米處）
以往的工作中，組織追蹤僅考慮靜止組織，沒有考慮到呼吸運動，包括噪聲預濾波和碰撞預防，也無法自主形成重新規劃建議。
操作員需要監測縫合過程的每個子步驟，因此只有57.8%的縫合工作是機器人自主完成的。
最終結果顯示，STAR在四只動物身上進行了同樣的手術，整個手術時間大概在4小時，結果均顯著好于人類。
尤其在位置校正、縫合間距、縫合線咬合大小、完成時間、管腔通暢和泄漏壓力等維度，均好于目前已開發的自主系統、專家手術等。
在完成時間上可以看到，最短在1小時之內就已經完成。
主要作者之一，約翰霍普金斯大學教授?Axel Krieger表示，STAR產生的結果明顯優于人類，這意味著機器人可自主完成腸道兩端的重新連接。這是手術中最復雜、最精細的任務之一。
值得一提的是，本次研究團隊中看到了一位華裔教授的身影。
Jin U. Kang，電氣和計算機工程教授，光學成像方面的專家，是約翰霍普金斯大學卡夫里神經科學發現研究所和計算傳感與機器人實驗室的成員。
2008年至2014年擔任電氣和計算機工程系的主席。
感興趣的旁友，可戳下方鏈接了解詳情。
論文鏈接：
[1]https://www.science.org/doi/10.1126/scirobotics.abj2908
參考鏈接：
[1]https://me.jhu.edu/news/robot-performs-first-laparoscopic-surgery-without-human-help/
[2]https://hub.jhu.edu/2022/01/26/star-robot-performs-intestinal-surgery/
- 空間智能卡脖子難題被杭州攻克！難倒GPT-5后，六小龍企業出手了2025-08-28
- 陳丹琦有了個公司郵箱，北大翁荔同款2025-08-28
- 英偉達最新芯片B30A曝光2025-08-20
- AI應用如何落地政企？首先不要卷通用大模型2025-08-12
相關閱讀
