综述：机器人手术中AI增强的术中决策：从增强现实导航到基础模型

《Journal of Robotic Surgery》：AI-enhanced intraoperative decision-making in robotic surgery: from augmented reality navigation to foundation models

　　

摘要

机器人手术平台已改善了器械的灵巧性、震颤过滤和人体工程学控制，然而术中决策仍然依赖于外科医生在时间压力下解释动态且部分可视化的术野。人工智能（AI）正越来越多地用于闭合这一循环的部分环节，通过识别解剖结构、追踪器械、预测事件，以及——实验性地——规划或执行特定动作。本综述概述了支持机器人手术术中决策的计算机技术，并评估了相关的临床证据。由于直接的机器人证据基础尚不均衡，我们明确区分了三种类型的材料：(i) 在手术过程中于机器人系统上进行的研究；(ii) 来自使用相同视觉和工作流方法的腹腔镜和胸腔镜手术的非机器人手术证据；以及 (iii) 概念上相关但非术中的临床前、术前和围手术期工作。表格和文本中均标注了机器人和非机器人设置。我们进一步将非 AI 图像引导——吲哚菁绿 (ICG) 荧光和配准叠加——与基于 AI 的推断区分开来，并将图像引导的血管介入机器人作为互补设置纳入其中，在该设置中，透视感知、血管拓扑推理和闭环器械控制尤为先进。我们将该领域组织为四个计算层：感知、解剖和流程推理、动作规划以及控制和执行。增强现实和荧光导航可以改善方向感和特定的中间结果，目前已有一些随机试验。计算机视觉系统可以识别解剖结构、阶段、器械和不良事件，在血管介入工作中，它们可以追踪导丝并对血管拓扑进行推理。基础模型扩展了语言和多功能能力，但在手术领域主要仍处于临床前阶段。自主子任务在模拟体、动物和少数精心界定的组织任务中显示出了前景；没有任何系统已证明能够实现安全、可问责的患者级自主决策。在一些研究中，导航和 AI 辅助系统改善了方向感，减少了缺血，并加速了对关键事件的识别。这些中间收益是否改善患者预后、能否在不同机构间推广或是否值得其成本仍然未知。问题不在于 AI 是否能解释手术场景，而在于哪些决策可以被委托，基于什么证据，不确定性限制是什么，监督机制和结果指标如何。