Robotic surgery
机器人手术
Gastone Ciuti(通讯)、Robert J. Webster III、Ka-Wai Kwok、Arianna Menciassi · 圣安娜高等学校生物机器人研究所 / 范德堡大学 / 香港中文大学 · Nature Reviews Bioengineering · 2025
项目与产品时间线 4 个节点
- 1988
-
首台 CT 导引脑立体定向手术机器人
Kwoh 等报道改进绝对定位精度的机器人用于 CT 导引脑立体定向手术,被本文视为手术机器人的历史原点。
-
- 2021
-
《Science Robotics》医疗机器人十年回顾
Dupont 等总结 2010–2020 年医疗机器人研究,是本综述的直接前作与对照坐标。
-
- 2022
-
STAR 完成自主肠吻合
Saeidi 等在活体上完成自主腹腔镜肠吻合,标志软组织手术自主化的关键突破。
-
- 2025
-
本综述发表
Nature Reviews Bioengineering 第 3 卷 565–578 页刊出,提出模块化 + 自主分级的双轴框架。
-
文章脉络8
- 01
被动型平台(passive)
机器人只做定位与保持,不主动运动,如立体定向支架与导板类系统。
- 02
交互型平台(interactive)
医生与机器人共同握持器械,机器人施加虚拟夹具与主动约束。
- 03
遥操作平台(teleoperated)
以 da Vinci 为代表的主从系统,也是当前临床装机量的主体。
- 04
自主型平台(autonomous)
机器人自行规划并执行子任务,医生监督,对应更高自主等级。
- 05
Kwoh 等:CT 导引立体定向脑外科机器人
综述引用的手术机器人历史起点。
- 06
ROBODOC / TSolution-One 全膝关节置换
骨科铣削类自主执行的代表性商用系统。
- 07
CyberKnife 无框架放射外科系统
机械臂驱动放射源,临床上自主度最高的一类平台。
- 08
Saeidi 等:STAR 自主腹腔镜肠吻合
综述据以论证软组织自主手术已跨过在体验证门槛。
Robotic surgery|Gastone Ciuti(通讯作者)、Robert J. Webster III、Ka-Wai Kwok、Arianna Menciassi · 圣安娜高等学校生物机器人研究所(Scuola Superiore Sant'Anna, Pisa)/ 范德堡大学 / 香港中文大学 · Nature Reviews Bioengineering 3, 565–578 · 2025 年 4 月 22 日 · 原文
这篇综述在回答什么问题
手术机器人已经不是「要不要用」的问题,而是「机器与人各自该承担什么」的问题。这篇综述要回答的核心问题是:当机器开始在训练中与外科医生智能互动、在术中以不同程度的控制权与自主性(autonomy)提供帮助时,一个可用的工程框架应该长什么样。作者的立场很明确——机器人手术的潜力来自人机互补而非替代:机器提供精度、稳定性与不知疲倦的执行力,人提供情境判断与责任承担。围绕这个立场,文章把「小型化让机器人能伸进人体多深」「人机工效界面让医生能多自然地指挥它」「组织建模与实时反馈让系统多懂它正在切什么」三条主线并置,讨论它们如何共同决定一台手术机器人的临床价值。作者同时把机器人手术放进计算机辅助外科(computer-assisted surgery)的完整工作流里看,而不是只盯着手术台上那几分钟。
分类框架
综述给出两条正交的轴。第一条是构成模块(constitutive modules):影像导引系统、机电本体(mechatronics)、传感与控制智能、软材料与柔性结构、以及用于组织操作与分离的能量源。第二条、也是全文的骨架,是控制与自主程度——介入医疗机器人被分为四类:
- 被动型(passive):机器人只负责定位、保持与约束,本身不产生手术动作,典型如立体定向定位臂与手术导板。
- 交互型(interactive):医生与机器人共同握持器械,机器人以虚拟夹具、主动约束(active constraints)等方式提供协同增强,手持式(hand-held、非接地)机器人也归入这一类。
- 遥操作型(teleoperated):主从架构,医生在控制台上操作,机器人复现动作,da Vinci 系统是绝对主体,dVRK 则是支撑全球科研的开放平台。
- 自主型(autonomous):机器人自行规划并执行任务或子任务,医生退到监督位。文章引用 CyberKnife 放射外科、ROBODOC 骨铣削以及 STAR 自主肠吻合,说明自主度在「刚性组织 / 无接触」场景已进入临床,而在软组织场景刚刚跨过在体验证门槛。
关键结论
- 自主性是连续谱而非开关:同一台设备在术前规划、术中执行、异常处置三个阶段可以处在不同自主等级,评价体系必须按阶段拆开谈。
- 模块化视角比「整机比较」更有解释力:影像导引、传感智能、软材料与能量源这几个模块的成熟度,决定了一个平台能落到哪个自主等级,而不是相反。
- 小型化正在改写可达性边界:柔性与软体结构、磁驱动等手段让机器人能进入过去器械到不了的解剖腔道,这是本领域最实在的增量。
- 训练与仿真属于系统的一部分:作者把手术训练、虚拟仿真器与人机界面评估纳入同一框架,认为临床采纳与医生训练是同一件事的两面。
- 以人为中心的平台需要「懂组织」:把组织建模(tissue modelling)与能量源—组织交互的实时监测接进控制回路,才可能做到个体化的介入效果,这是文章给出的下一阶段技术目标。
它指出的开放问题
- 软组织的实时高保真建模仍是瓶颈:形变、非均质、生理运动叠加,使得开环规划难以成立。
- 力/触觉反馈与多模态感知在商用平台上长期缺位,限制了更高自主度的安全边界。
- 现有主流硬件(如 da Vinci 系列)为遥操作设计,绝对定位精度并非其目标,直接迁移自主算法存在结构性障碍。
- 监管与法律:文章特别提到欧盟人工智能法案(EU AI Act)等新规对医疗 AI/机器人的影响,认为合规路径必须与技术路线同步设计。
- 评价基准缺失:不同自主等级、不同术式之间缺少可比的性能与安全度量,阻碍循证比较。
为什么值得读
作者阵容本身就是理由:Menciassi 与 Ciuti 来自圣安娜的生物机器人研究所(胶囊机器人与微创器械的重镇),Webster 是范德堡大学同心管机器人(concentric tube robot)与外科连续体机器人的代表人物,Kwok 则长期做 MRI 兼容与柔性介入机器人。四个人把「机构学—感知—智能—临床」串成一条线,而不是各写各的一段。这篇文章适合作为进入医疗机器人领域的第一张地图:它既给出可直接引用的分类学,也把每一类背后的物理与临床约束讲清楚,读完再去看具体系统论文会省很多力气。