《Artificial Intelligence Surgery》：The future of robotic artificial intelligence in acute care surgery: an early proving ground and a final frontier for autonomous surgical robotics
编辑推荐：
急性期手术（acute care surgery, ACS）涵盖急诊普外科、创伤外科及外科重症监护，其临床决策常发生于血流动力学不稳定、解剖结构扭曲、污染及时间紧迫等高风险情境。人工智能（artificial intelligence, AI）被视为减轻认知负
急性期手术（acute care surgery, ACS）涵盖急诊普外科、创伤外科及外科重症监护，其临床决策常发生于血流动力学不稳定、解剖结构扭曲、污染及时间紧迫等高风险情境。人工智能（artificial intelligence, AI）被视为减轻认知负荷、规范高精度技术要求及在资源受限环境中拓展手术能力的手段。本综述以ACS为主要视角，审视手术AI中的自主性连续谱系。研究认为，ACS占据着一个矛盾性的位置：该领域已催生出自主手术机器人最早的临床前演示，然而，正是促使该领域追求自主性的那些条件，使其成为在人类患者中安全部署此类系统最具挑战性的环境之一。对ACS而言，核心问题与其说是AI能否执行手术任务，不如说是自主性应如何在急诊手术中被排序和限定边界。本综述综合了四个领域的文献：（1）手术AI与机器人中自主性的定义及其操作化方式；（2）手术环境中自动化当前及新兴的谱系；（3）ACS相关任务自动化在技术上的可行性；（4）高风险、时间紧迫病例中自主性的伦理边界。研究认为，最安全的路径是渐进式的：在安全性属性可被证实的领域部署受监督的任务自主性，而将更高层次的自主性保留给经过严格评估、严格限定边界的领域。实现这一路径需要评估策略能够使自主性水平与临床风险相匹配，保留有意义的人类监督，支持上市后监测，并应对责任归属、患者信任及公平可及性等问题。
引言
急性期临床环境中的外科医生常在信息不完整、时间紧迫且生理状态快速演变的条件下做出重大决策。急诊普外科与创伤救治的核心特征正是这种不可预测性。经典基于规则的决策支持系统主要受限于其僵化性：它们编码了简化的静态假设，当输入超出预定义逻辑范围时性能即发生退化。机器学习与人工智能系统在一定程度上克服了这种僵化性，但引入了另一类风险：数据集偏差、分布偏移下的性能漂移，以及透明度较低且更难预判的失效模式。
对急性期手术而言，核心问题因此不仅是AI是否“有效”，而是它应处于自主性谱系的哪个位置：提供建议的工具、在监督下行动的工具，以及独立执行的工具。该谱系现已同时体现在临床软件与具身系统中，并日益受到伦理要求和评估框架的塑造。本文全程区分基于AI的决策支持与具身机器人自主性，两者涉及不同的安全性、评估与监管问题，不应混为一谈。
由此产生一个悖论。ACS相关术式已成为迄今若干最具雄心的手术自主性演示的实验模型：自主腹腔镜肠道吻合、胆囊切除术的分层框架以及端到端缝合基准均源自ACS邻近领域的研究，在受控的临床前条件下完成，均未在急性期患者中测试。然而，定义急诊手术的手术条件代表了手术机器人领域最困难的未解问题。ACS因此可能占据独特位置：既是最早通过ACS相关术式激发自主能力实验室演示的专科之一，又可能是最晚能在人类患者中安全部署此类系统的专科之一。本文提出这一“最早与最晚”的框架作为概念性假设，理解这一张力并规划负责任的前进路径是本综述的核心目标。
方法
研究团队进行了针对性的叙述性综述，聚焦于ACS相关手术AI的部分自动化与自主执行、技术可行性及伦理约束。检索了PubMed和Google Scholar，并手工检索关键文献的参考文献列表，优先纳入2018年至2026年的文献。最终检索于2026年3月5日完成。优先纳入同行评审的临床与机器人文献；预印本、FDA指南及其他监管文件仅在同行评审数据尚不可得时纳入，并在参考文献列表中予以标识。由于急性期患者中的直接证据有限，研究团队有意纳入了ACS邻近及临床前工作。文中引用的自主性水平遵循第一部分引用的框架。任务自主性就绪度矩阵与转化缺口分析由作者团队开发：候选ACS子任务与缺口被枚举、映射至已识别证据，并通过多学科作者团队的迭代讨论分配目标自主性水平、失效模式及回退行为。它们代表一个拟议的专家框架，尚未经过正式验证或共识程序，构成本综述的主要原创贡献。
第一部分：ACS AI中自主性的定义
基于水平的框架
手术AI的讨论常因未能区分自主性水平而模糊不清。本文采用基于水平的视角，该视角改编自近期监管与机器人文献。在每一递升水平上，系统承担更多的感知、规划与行动责任，而人类控制相应减少。已发布框架在远程操作分类上存在差异：部分框架将远程操作机器人置于第0级，而LASR量表将第0级保留给非机器人手术，将远程操作归入第1级。
今日之实然与已演示之差异
研究演示必须与临床现实相区分。截至撰写本文时，没有任何高于第3级的系统在任何外科专科获得临床使用的许可或授权，也没有任何级别的自主系统专门针对ACS获得许可或授权。绝大多数FDA许可的手术机器人仍处于最低自主性水平，主要为第1级。当前最高已许可自主性为第3级，包括三个系统：TSolution One、iSR'obot Mona Lisa 2.0和ARTAS iX系统；AquaBeam被归为第2级。关键的是，所有这些系统均作用于刚性或可预测解剖结构，具有明确界定的几何目标，与急诊手术中炎症肠管、粘连和血流动力学不稳定的条件根本不同。
科学严谨性与实施缺口
即使在开发数据集上模型表现看似强劲，向临床实践的转化仍不均衡。许多手术决策支持模型在科学严谨性和临床就绪性方面存在缺陷，包括外部验证有限和临床意义性能特征报告不一致。ACS引入了加剧这些问题的特定陷阱：时间依赖性混杂、模型性能不公平以及过度依赖不透明AI系统均构成对护理质量的直接威胁。
第二部分：部分自动化：监督下的限定行动
部分自动化描述系统在临床医生保留监督控制和干预能力的同时完成特定任务或子任务的系统。在第2级和第3级自主性中，任务自主性和受监督自主性通常针对重复性、耗时或人体工学困难的任务。这些是ACS最可达成的下一步，因为它们针对高频程序性瓶颈，而不要求完整程序自主性。
ACS邻近的自动化：血管通路与成像
一个相关的ACS第2级自主性示例是AI赋能、超声引导的机器人血管通路。部分自动化在此放大并标准化操作者技能，而非替代操作者。自动化血管通路目前在第2级运行，在持续操作者控制下执行受限序列；更先进的机器学习模型正在研究中，以向受监督的条件自主性扩展自适应能力。
微创任务中的条件自主性
第3级部分自动化日益以条件自主性的形式出现在机器人手术文献中，系统执行界定的手术步骤而人类监督并管理例外情况。代表性示例包括机器人阑尾切除术的条件自主性，明确将自主性定位为增量式和任务限定式；独立手术并非近期目标。类似地，半自主胆囊回缩展示了现实可行的近期自动化形式：在模型中可靠地执行暴露与组织处理，同时保留人类对关键安全决策的监督。
第三部分：自主执行：实验性但快速演进
ACS处于自主手术演示的前沿
若干迄今最大胆的自主手术演示源自ACS相关术式。STAR框架在模型、离体和动物模型中演示了第3级自主腹腔镜肠道吻合，结合荧光成像、3D视觉追踪和力传感，达到了与专家外科医生相当的灵巧度。SRT-H扩展了这一工作方向，结合语言条件规划与低层控制，在离体胆囊切除术模型中执行完整手术步骤。与先前重放固定轨迹的系统不同，SRT-H能响应术中变化调整行为；这种适应性是否扩展到ACS型解剖变异和血流动力学不稳定性仍未测试。da Vinci研究套件上的第3级自主缝合基准进一步演示了任务级能力。
技术可行性：感知、学习与集成
为ACS开发感知与反馈
ACS中的自主执行依赖两种能力：视觉感知和感觉反馈。ACS手术最常通过开放正中切口执行，无自然视频采集，或使用原本未设计力反馈的标准腹腔镜器械。机器人阑尾切除术和胆囊切除术可能需要作为首批采集和集成视频采集与触觉感知的病例，进而作为训练能处理急诊病例典型组织变异性模型的基础。
仿真到现实迁移
由于从活体ACS病例收集大规模标注数据集缓慢、昂贵且受伦理约束，基于仿真的训练并迁移至真实手术环境的策略十分重要。新兴方法可从内镜图像重建三维组织几何结构，从真实手术视频构建可变形组织的物理模型，模拟具有真实力学行为的组织切割，并完全在模拟手术环境中训练自主智能体后再迁移至真实机器人。然而，仿真到现实迁移对ACS构成特殊挑战：正是那些造成临床紧迫性的病理条件，恰恰是当前模拟器难以忠实建模的对象。未来的ACS仿真到现实管线必须纳入组织属性和病理条件的域随机化、物理精确的变形模型，以及从仿真经模型、动物到首次人体试验的分阶段验证。
自主暴露、回缩与力估计
暴露与回缩是许多ACS术式中的限速步骤。利用视觉反馈、运动学数据和强化学习维持最佳组织张力的自主系统，可在保留外科医生对高风险操作监督的同时，卸载重复性操作。基于视觉的力估计方法在台架和离体评估中报告误差低于施加力的10%，无需嵌入式传感器。这些能力与微型力传感工具和自动牵引控制器相结合，代表了在急诊开腹和腹腔镜手术暴露任务中实现半自主辅助的路径。一个注意事项适用：这些估计器必须在针对ACS特异性组织属性验证后，才能对ACS部署做出安全性声明。
不确定性感知的自主性：ACS部署的前提条件
对ACS而言，技术可行性不能仅由模型能否执行任务来定义，还必须涵盖模型能否量化自身置信度并在置信度低时安全行动。在执行操作前，系统应传达其即将执行的动作、相关置信度估计，以及当前视觉和力模式是否落在其训练分布之内或之外。当系统检测到分布外场景时，应自动提醒监督外科医生并触发预定义回退：暂停、回缩至安全姿态、填塞伤口或交还全部控制权。
ACS自主性的务实路线图
随着自主性提升，评估必须超越准确性指标，涵盖人为因素、失效模式表征、培训和资质要求以及真实世界监测。IDEAL机器人框架为从原型到试验和上市后使用的ACS系统进展提供了分阶段方法。任务特异性就绪度评估将当前证据、不确定性来源、失效模式和拟议回退行为映射至各ACS子任务，识别限定自主性最易实现之处以及安全部署缺口最宽之处。对ACS而言，可证明的安全性属性是预注册的、定量的、任务特异的验收标准。尚无此类标准在人类研究中得到验证：2023年范围综述发现当时已发表的129项术中AI应用仍全部处于IDEAL第0阶段，2026年SAGES白皮书将缺乏临床意义性能指标列为该领域核心未解决的监管挑战之一。
一致性与技能均等化
ACS中机器人自主性的目标不是模仿手术表现，而是放大专家级技术一致性。在手术专长因培训差异、疲劳、病例量或地理隔离而不同的环境中，结构化自主性可通过将经验丰富外科医生的学习模式嵌入在监督下精确执行限定任务的系统，减少技术敏感子任务的变异性。最早到达ACS实践的自主能力可能作为技能均等化器发挥作用。完整自主能力仍处于谱系的远端，目前属于推测性。但提升不同护理环境中技术表现下限的限定自主性，代表一种有意义且可实现的近期贡献。
第四部分：问责、伦理与患者-外科医生关系
从建议到行动：伦理风险的转变
当AI系统从建议转向行动时，伦理风险增加，因为错误成为即时的身体伤害。ACS中生理不稳定性和时间压力加剧了这一转变。伦理标准因此从“保持临床医生在回路中”上升为以操作性术语规定有意义的人类控制：外科医生必须能感知什么、接管能多快发生、当不确定性或患者状态变化时系统做什么。自主性水平成为患者安全变量而非营销描述，除非可靠的干预和回退已被证实，低至中等自主性在ACS中更可辩护。
责任缺口
行动型系统以在ACS中独特重要的方式重塑问责制。复苏期间监督常是间歇性的，竞争性优先事项要求注意力分散，患者可能恶化快于人类诊断自动化失效模式的速度。这创造了可预测的责任缺口，除非机构为病例选择和禁忌症、监督能力和资质认证以及升级规则定义问责结构。一个有用的起始分配区分了术中伤害的三个责任主体：制造商或算法开发者对设备缺陷、验证不足或系统许可包络内不安全自主行为的责任；机构对资质认证决策、病例选择和超出已验证适应症部署的责任；以及监督外科医生对术中监督和及时接管的责任。
信任与急诊患者-外科医生关系
急诊手术中的患者-外科医生关系本就脆弱，常在切口前数分钟才形成。自主性可通过可靠性和标准化稳定信任，也可通过感知到的委托和模糊的责任侵蚀信任。伦理沟通应与自主性水平相称，并适应急诊情境的现实：患者或代理人应以平实语言了解系统将做什么、外科医生将做什么、安全性和接管如何运作，以及为何该方法适合该病例。
监管验证与专业标准
现有FDA针对手术机器人和医疗器械软件的通路要求台架测试、临床验证和上市后监测，但它们是针对确定性、有界系统设计的，并非为学习、适应并做出具有患者安全后果的序贯决策的智能体而构建。上市前批准通路要求大量临床证据且资源密集，510(k)许可依赖识别合法上市的谓词设备，而自主手术智能体尚不存在此类设备。De Novo通路可用于无谓词设备的新颖设备，但要求申办方建立适当的基于风险的特殊控制。FDA关于AI赋能设备软件功能预定变更控制计划的最终指南是预期上市后变更设备最相关的现有机制。PCCP允许制造商预指定并获准一组未来模型修改及其验证方法，使某些更新无需新的上市申请即可实施。其当前局限在于它预设了一个可定义的修改包络，这对行为可能以许可时未预期方式漂移的开放式自主智能体难以规定。
据检索日期所知，尚无学会认可的特定于自主手术执行的标准。SAGES已发布评估机器人手术系统的结构化工具；将其或可比框架扩展至自主执行仍是开放任务。ACS还面临超越择期手术机器人的监管挑战。急诊同意范式可能适用于创伤和急诊手术中自主系统的一些临床试验，但这些通路复杂且很少用于器械研究；其适用性取决于情境，应逐案确定，不应假设默认适用。上市后监测必须考虑ACS患者和术式的异质性；监管者应考虑要求按疾病严重程度、患者合并症和手术复杂性进行亚组性能报告，作为ACS自主性应用许可的条件。
弥合ACS自主性的转化缺口
转化缺口分析映射了六个关键转化缺口：数据、验证、不确定性量化、回退协议、监管和同意。每个领域均提出了具体的前进路径。
公平与可及
ACS服务于多样化、往往社会经济脆弱的群体。创伤不成比例地影响年轻男性、有色人种社区和无保险患者。急诊普外科集中在老年人和择期护理可及性有限的人群中。如果AI系统在非代表性数据上训练或仅在资源丰富中心部署，它们可能扩大本可帮助缩小的差距。公平性因此必须作为实施要求对待，通过跨机构外部验证和部署后亚组性能报告来操作化。自主系统的计算负担与全球手术现实相交：高性能推理硬件、实时成像管线及持续连接要求是本文所述系统的先决条件。大多数ACS负担最高的中低收入环境缺乏此类基础设施。轻量级模型架构、边缘推理和分层部署框架应从一开始就内置，而非事后改造。部署速度也存在公平维度：如果最早的自主工具需要昂贵机器人平台和高带宽计算，它们将在资源充足的学术中心首发，而最需要技能均等化的农村和低资源环境将等待数年或数十年。分层能力模型可能有助于构建公平部署：第1层中心配备GPU集群和完整机器人平台，可作为开发和验证枢纽；第2层环境配备适度边缘计算硬件，可运行计算高效的限定子任务模型；第3层环境可通过远程监督架构获得自主性，前提是网络延迟和安全条款满足已验证阈值。跨创伤中心的联邦学习可实现来自多样化ACS人群的模型改进，而无需集中化敏感患者数据。从一开始就为计算效率和平台可移植性设计是一项伦理要求。
局限性
本综述存在若干局限性。它是叙述性综述：来源通过针对性检索和参考文献列表手工检索确定，未进行双独立筛选或PRISMA式报告，相关工作可能被遗漏。任务自主性就绪度评估和转化缺口分析反映单一多学科作者组的专家意见，未经过正式德尔菲或共识程序，更广泛的专家组可能得出不同的目标自主性水平、失效模式表征或回退行为。最后，这是一个快速发展的领域：检索延伸至2026年3月5日可得的预印本，具体定量声明，特别是源自预印本的，可能很快被超越。
结论
ACS可能既是手术自主性的试验场，也是其终极考验。它迄今已产生若干值得注意的手术自主性临床前演示。然而，定义急诊的手术条件使其成为在人类患者中安全部署这些系统最具挑战性的环境之一。最安全的前进路径是渐进式的。首先在安全性属性强且错误可恢复的限定领域部署受监督的任务自主性。范围仅在分阶段验证证明在ACS特异性应激条件下可靠性后才扩展。未来的工作超越构建更好的模型，延伸至构建更好的系统。必须协调激励、分阶段评估，并构建保护患者同时促进负责任创新的治理框架和临床整合路径。ACS因此是手术自主性的一个高要求测试案例。如果限定自主性能在手术中最不稳定、时间最紧迫的手术环境中被证明安全，它将提供强有力的概念验证和稳健的安全模板，可为要求较低环境中的部署提供参考。自主性是否以及如何在ACS中被采纳在科学和伦理上仍不确定。明确的是，其价值将取决于评估和治理基础设施是否与技术同步成熟。
