人工智能驱动的医疗机器人技术前沿：2024年哈姆林研讨会特别专题综述

《IEEE Transactions on Medical Robotics and Bionics》：Guest Editorial Special Section on the Hamlyn Symposium 2024—AI-Driven Health: Transforming Care

本专题由IEEE T-MRB与2024年哈姆林研讨会(HSMR24)合作推出，聚焦“AI-Driven Health: Transforming Care”主题。收录的五篇论文均经过严格评审，涵盖了手术机器人、康复机器人、磁驱动、力传感等前沿方向。研究团队通过开发新型软体致动器、dVRK-Si力传感方法、MR兼容心脏介入机器人、结肠镜力反馈传感器及智能针头引导装置，解决了微创手术中的力传输、精准操控、安全导航等关键技术难题，展示了AI与机器人技术在提升手术精准度、安全性和可及性方面的巨大潜力，有力推动了智能、图像引导、以患者为中心的医疗机器人技术的发展。

　　

在当今医疗技术飞速发展的时代，微创手术因其创伤小、恢复快等优点已成为主流趋势。然而，传统手术器械在灵活性、触觉反馈和智能化方面仍存在诸多局限，例如在狭小空间内操作时刚性器械缺乏适应性，以及在磁共振(MRI)等实时成像环境下进行介入治疗时对机器人系统的兼容性要求极高。这些挑战制约了手术的精准度和安全性，也限制了新技术在临床的推广应用。2024年哈姆林研讨会以“人工智能驱动的健康：变革医疗”为主题，汇集了全球顶尖科学家、工程师和临床医生，共同探索解决方案。在此背景下，《IEEE Transactions on Medical Robotics and Bionics》推出了与研讨会合作的特别专题，收录了五篇代表性论文，旨在展示人工智能、机器人技术和数据驱动方法如何重塑未来医疗保健。

为了攻克上述难题，研究人员运用了多项关键技术。主要包括：针对可变刚度气动执行器，采用了拮抗加压内部腔室的方法；为达芬奇研究工具包dVRK-Si集成机器学习算法实现力传感；设计具有无限旋转和平移自由度的紧凑型磁共振条件兼容机器人系统用于心脏导管插入术；开发基于气压原理的力传感器集成于机器人结肠镜；以及利用智能手机磁跟踪技术和柔性机构进行针头引导。研究在患者特异性体模中进行了验证。

可变刚度气动执行器用于微创手术设备

Virdyawan等人[A1]开发了一种用于微创手术设备的新型可变刚度气动执行器。该执行器通过对其内部腔室进行拮抗加压，能够有效调节其自身刚度。研究表明，即使采用柔软的材质结构，这种设计也能增强其有效传输力的能力，为在受限手术空间内进行精细操作提供了新可能。

达芬奇研究工具包Si系统的力估计方法比较研究

Yang等人[A2]描述了一种基于机器学习（Machine Learning）的计算方法，旨在为最新版本的达芬奇研究工具包（da Vinci Research Kit, dVRK-Si）赋予力感知功能。作者对不同力传感模式进行了比较研究，评估了基线方法和基于学习的方法在力估计上的有效性，为提升手术机器人系统的触觉反馈提供了数据支持。

患者特异性体模中磁共振条件兼容机器人心脏介入的设计与验证

Wang等人[A3]提出了一种用于右心导管插入术的紧凑型磁共振条件兼容（MR-conditional）机器人系统。该系统的创新之处在于能够实现导管的同时无限旋转和平移运动。研究在磁共振成像（Magnetic Resonance Imaging, MRI）引导下，于患者特异性体模（patient-specific phantoms）中进行了验证，证明了该系统在实时成像环境下进行心脏介入的可行性和精确性。

用于机器人结肠镜检查的气动力传感器以增强力反馈

Borvorntanajanya等人[A4]介绍了一种用于机器人结肠镜的气动式力传感器。当该传感器被集成到机器人结肠镜中时，研究结果表明它能够增强导航能力并降低峰值相互作用力。这为结肠镜检查提供了一种更安全、操作者体验更佳的工具，有望减少组织损伤风险。

采用智能手机磁跟踪的柔性机构针头引导

Li等人[A5]描述了一种改进针头引导精度的方法。该方法结合了柔性机构（Compliant Mechanism）和智能手机磁跟踪技术（Smartphone Magnetic Tracking）。研究显示，采用该方法的远程运动中心（Remote Center of Motion, RCM）设备具有优于一度的角度精度，为经皮穿刺等介入操作提供了高精度的引导方案。

综上所述，本特别专题收录的研究针对医疗机器人领域的关键技术挑战，提出了一系列创新解决方案。从可变刚度软体执行器到高精度磁跟踪引导系统，这些工作均体现了跨学科合作（工程、计算机科学、临床医学）在推动技术创新中的核心作用。研究成果不仅解决了手术机器人面临的力感知、环境适应性、影像兼容性和操作精度等具体问题，更展示了其强大的临床转化潜力，特别是在实现智能、图像引导和以患者为中心的精准医疗方面。这些进展为未来开发更安全、更有效、更易用的医疗机器人系统奠定了坚实基础，预示着人工智能与机器人技术深度融合将继续引领医疗保健领域的变革。