编辑推荐：
本文通过系统回顾 2000 年至 2024 年 5 月间临床验证的导航和机器人系统（NRS）相关研究，运用手术机器人自主水平（LASR）和先进成像与人工智能集成水平（LIAI2）分类系统评估其自动化及 AI 集成程度，发现现有系统均未达完全自主，为后续研发指明方向。
导航和机器人系统在经皮图像引导介入中的评估：新技术指标与研究现状
在介入放射学（IR）领域，硬件和软件的不断进步为微创诊断和治疗带来了显著突破。导航和机器人系统（NRS）有望协助介入放射科医生，提升介入操作的准确性、效率并减少创伤。不过，目前对于 NRS 在自动化水平以及先进成像与人工智能（AI）集成方面的评估还较为缺乏。
本研究的目的是评估用于经皮图像引导介入的 NRS 在自动化以及先进成像与 AI 集成方面的水平，采用已有的和新创建的指标对其能力进行分类和比较。研究人员按照 PRISMA 2020 指南，进行了系统回顾。由两名分别拥有 8 年和 20 年经验的介入放射科医生，于 2024 年 6 月 1 日检索了 PubMed（MEDLINE）、Embase、Cochrane Library 和 Web of Science 数据库，筛选出 2000 年至 2024 年 5 月间发表的关于临床验证的 NRS 的研究，并对导航设备的数据进行提取和分析。
在评估自动化程度时，研究采用了手术机器人自主水平（LASR）分类系统，该系统将自主水平从 1 到 5 进行分级。同时，为了对成像技术和 AI 的集成进行分类，研究创建了一种新的分类系统 —— 先进成像与人工智能集成水平（LIAI2）分类系统，同样从 1 到 5 进行分级。随后，将这两个评分合并为一个综合评分（1 到 10 分），以此来反映经皮图像引导介入中的自主程度。
最终，该系统回顾纳入了 20 项研究，涉及评估两个导航系统和八个机器人设备。研究结果显示，LASR 评分的中位数为 1（四分位数间距 Q1, Q3：1, 1），这表明大部分系统的自动化程度较低；LIAI2 评分的中位数为 2（Q1, Q3：2, 3），说明成像技术和 AI 的集成水平处于中等范围；综合评分的中位数为 3（Q1, Q3：3, 4）。值得注意的是，在所有被审查的系统中，只有一个机器人系统（占审查系统的 10%）达到了文献中最高的 LASR 资格，为 2/5 水平；四个系统（40%）在 LIAI2 评分中获得了最高评级，即 3/5 分；四个系统（40%）取得了最高的综合评分 4/10 分。
从这些结果可以看出，目前还没有导航和机器人系统能够在经皮图像引导介入中实现完全自主。不过，LASR 和 LIAI2 这两个评估量表能够帮助研究人员识别进一步发展和集成的方向，从而为该领域的创新提供指导。不同的 NRS 在自动化和 AI 集成水平上差异较大，像 CT-Nav 和 Cas-One IR 这类系统处于自动化较低端，但在 AI 集成方面有所不同，其中 Cas-One IR 的 AI 能力相对较高；而 Maxio 和 Micromate 等系统则在机器人辅助和有限的 AI 集成之间取得了平衡，既能提供机械支持，又具备一定的策略选择功能。
此次研究在伦理方面符合学术研究和出版的所有标准，因为研究分析的是公开数据，不涉及人类参与者，所以无需机构伦理批准。作者声明该研究具有原创性，不存在抄袭行为，也未侵犯他人知识产权，且无利益冲突。
总体而言，这项研究通过新的评估指标对经皮图像引导介入中的 NRS 进行了全面评估，揭示了当前系统的现状和不足，为未来该领域的技术发展和改进提供了有价值的参考。
