综述：核医学设施中辅助机器人与人工智能的应用概念

这篇综述探讨了辅助机器人（Assistive Robots）与人工智能（AI）在核医学（NM）领域的应用潜力，重点分析了如何通过机器人技术（如Rico平台）减少医护人员辐射暴露、优化工作流程（如放射性物质运输[UC2.2]）及患者交互（如引导患者[UC3]）。文章结合TIAGo机器人案例，提出多任务集成方案（辐射监测[UC1]、物品运输[UC2]），为核医学的智能化发展提供了实践方向。

　　

引言

核医学（NM）作为融合医学、物理与化学的交叉学科，在疾病诊断与治疗中发挥着不可替代的作用。全球每年超4000万例NM检查，但随之而来的辐射暴露问题（占人工辐射源的98%）和医疗人力短缺成为关键挑战。近年来，辅助机器人（如搭载AI的移动平台）的引入为这一领域提供了新思路，既能降低人员辐射风险，又能优化流程效率。

辅助机器人在医疗护理中的现状

从老年护理到儿科医院，辅助机器人已展现出多样化应用潜力。例如：

• TIAGo系列：用于医院物资运输，配备高精度导航系统；

• 社交机器人：如Arash，通过语音交互缓解患儿焦虑；

• 辐射监测机器人：如RadRob15，可检测核医学科室内污染。

  

核医学科室的机器人应用场景

基于Rico平台的实验验证了三大核心功能：

1. 辐射监测[UC1]：通过多传感器实时测量环境剂量当量H*(10)，数据与位置同步记录；

2. 物品运输[UC2]：

   • 医疗文档[UC2.1]：封闭式容器保障隐私；

   • 放射性药物[UC2.2]：铅屏蔽容器确保安全运输；

3. 患者交互[UC3]：通过标记识别引导患者至检查室，并监测其跟随状态。

   

Rico机器人的技术实现

Rico基于ROS系统开发，具备以下特性：

• 多模态交互：定向麦克风与语音合成模块支持自然对话；

• 环境感知：LiDAR与RGB-D相机实现精准导航；

• 任务扩展性：通过模拟环境（SPSysML）预演高风险操作。

临床实践与挑战

在MUW核医学科的测试中，Rico成功完成放射性药物运输任务（图6），但需解决：

• 安全性：防止设备被误触或劫持；

• 患者接受度：针对老年群体的技术恐惧心理；

• 系统整合：与现有医疗流程的无缝衔接。

  

未来展望

进一步研究需聚焦于：

• 多任务并行执行（如监测辐射同时引导患者）；

• 辐射剂量量化评估，以验证机器人替代人力的实际效益；

• 扩大应用场景至PET-CT等复杂检查流程。

通过技术迭代与跨学科合作，辅助机器人有望成为核医学迈向智能化的重要推手。