Toward Autonomous Medical Robots: A Review of AI Guidance for Medical Motion Planning

Toward Autonomous Medical Robots: A Review of AI Guidance for Medical Motion Planning｜Ron Alterovitz、Alan Kuntz · 北卡罗来纳大学教堂山分校 / 犹他大学 · Annual Review of Control, Robotics, and Autonomous Systems 9, 433–454 · 2025 年 11 月在线、2026 年 5 月卷期 · CC BY 开放获取 · 原文

这篇综述在回答什么问题

大多数关于自主手术的讨论停在「自主等级」的口号层面。这篇文章的做法相反：它锁定一个具体的技术地基——运动规划（motion planning），也就是在避开敏感解剖结构、满足机器人物理极限的前提下，算出一串合法（最好是最优）的动作序列，然后追问「要让机器人真的自己做完一台介入或手术，规划层还缺什么」。作者提出AI 导引（AI guidance）这一概念作为影像导引（image guidance）的延伸：影像导引已经是几十年的临床标准，AI 导引则在其上叠加计算智能，把医生从「看图 + 动手」逐步移到「看图 + 监督」。文章明确把讨论范围限定在 eyes-on/hands-off 及以上的自主度，即规划器必须在没有人类输入的情况下自动生成完整方案。

分类框架

全文由三层框架撑起。第一层是 AI 导引的四个组件：感知解剖（perceiving anatomy）、规划运动（planning motions）、感知器械状态（perceiving instrument state）、执行运动（performing motions）；作者把经典的 sense–plan–act 架构改写为「术前 sense–plan、术中 act 并进入新的 sense–plan–act 闭环」，以应对组织形变、呼吸心跳等不确定性。第二层是自主度的四级刻度：eyes-on/hands-on（医生动手、AI 辅助）、eyes-on/hands-off（AI 动手、医生监督随时接管）、eyes-off/hands-off（AI 动手、仅在其请求时介入）、full AI guidance（无需监督）。第三层是问题本身的二分：

• 导航规划（navigation planning）——把器械送到体内目标，类比移动机器人。又分为组织内导航（穿刺针、可导引针、骨钻，像越野）与腔道内导航（导管、导丝、软式内镜，像在既定路网中行驶，可把血管树、气道树抽象成图）。
• 操作规划（manipulation planning）——在目标处与组织交互，类比机械臂操作。又分为接触组织（牵拉、切割、缝合，必须推理组织状态）与非接触（吸引冲洗、放疗、内窥镜视野控制）。

方法轴上，作者不做「模型 vs 学习」的二选一，而是画出一条从模型驱动到学习驱动的连续谱，并把代表性工作标在谱上。

关键结论

• 导航侧仍由模型驱动方法主导且已经赢了：可导引针的规划器基本围绕三维单轮车（unicycle）运动学模型，分优化型、采样型、搜索型三类；正是这类方法支撑了活体组织中的自主转向。
• 操作侧正在被学习方法接管：软组织形变的状态表示维度近乎无穷、正向动力学难以建模、现有手术机器人（da Vinci）绝对精度本就不为开环规划设计，这三条共同解释了为何传统规划范式在此长期失灵，而端到端学习反而先跑出结果。
• 自主度最高的临床系统不在腹腔镜，而在放疗：CyberKnife 因为机器适应病人呼吸位移的速度快到人类无法及时反馈，实际上已运行在 eyes-off/hands-off，依靠内建安全机制而非人工监督兜底。
• 「跟随领航（follow-the-leader）」是组织内导航的关键假设：它让针体沿针尖轨迹推进、避免侧向撕裂，也使得针的构型可以只用针尖位姿描述，直接把规划维度降下来。
• 大模型开始进入任务层：文章记录了用大语言模型做高层任务排序（决定先处理哪处出血）与语言条件的分层自主手术框架，认为这是「低层学习策略 + 高层语言规划」的雏形。

它指出的开放问题

• 不确定性建模在操作侧几乎空白：导航侧已有 planning-under-uncertainty 的成果，操作侧多数方法以闭环策略的形式被动吸收不确定性，缺乏显式推理。
• 泛化性与可认证性的两难：模型驱动方法可解释、可给理论保证，但每换一个术式就要重做；学习驱动方法能泛化，却像黑箱，难以为监管提供正确性证明。
• 医疗数据的分布本身不利于学习：数据稀缺、正负样本极不平衡（专家绝大多数时候做对）、解剖分布非正态（病理导致异常解剖被过度采样），而仿真器目前还无法快速高保真地模拟非均质组织来补数据。
• 临床落地不只是性能问题：还需嵌入既有临床流程、为监管提供可证明的保证、以及让医生能安全有效地监督。

为什么值得读

Alterovitz 是可导引针运动规划这条线的开创者之一，Kuntz 则是「首个活体自主转向针」工作的第一作者，两人写的正是自己开辟的战场。相比泛泛谈自主手术的文章，这篇的价值在于把「自主」还原成可计算的问题：读完你会清楚地知道，导航和操作是两类完全不同的技术债，前者缺的是可认证性，后者缺的是数据与模型。加上它是 CC BY 开放获取、全文可读，作为中文读者切入自主医疗机器人算法层的入口非常合适。

原文链接

• Annual Reviews 全文页（开放获取）