《Surgeries》：Image-Guided Autonomous Robotic Surgery in the Context of Therapies Managed by Intelligent Digital Technologies: A Narrative Review
Adel Razek
编辑推荐：
本叙事综述旨在强调并分析精准机器人手术干预的监督。这些干预是自主、闭环的程序，由图像辅助并由智能数字工具管理。这些被管理的程序旨在安全可靠，遵循最小侵入性、精确定位和无毒性的原则。因此，精准干预使用非电离成像辅助机器人，由精确定位设备控制，形成由人工智能（AI
本叙事综述旨在强调并分析精准机器人手术干预的监督。这些干预是自主、闭环的程序，由图像辅助并由智能数字工具管理。这些被管理的程序旨在安全可靠，遵循最小侵入性、精确定位和无毒性的原则。因此，精准干预使用非电离成像辅助机器人，由精确定位设备控制，形成由人工智能（AI）工具增强并由数字孪生（DTs）监督的自主程序。这种智能数字管理程序允许工作人员在人类监督下规划、培训、预测和执行干预。患者安全和工作人员效率与非电离成像、通过图像引导实现的最小侵入性以及通过精确定位严格界定干预区域相关。本研究依次包括以下部分：引言、治疗和手术干预、整合诊断和辅助功能的成像策略、包括数字孪生（DTs）和人工智能（AI）的智能数字工具、包括由机器学习（ML）增强的自主和精准机器人手术干预以及增强医疗监控的图像引导程序，以及综述的讨论和结论。本分析中涉及的所有主题均得到文献实例的支持。
**2. 治疗和手术干预**
当前医疗实践中的观察、诊断、辅助和手术干预依赖于可穿戴检测和支持设备以及机器人介入程序。可穿戴治疗机制是执行传感或辅助任务的邻近或整合医疗组织，可连续实时运行，允许不间断地监控健康数据。传感任务可采用皮肤压力非侵入式传感器或嵌入式微创生物传感器或天线，结合智能材料和人工智能（AI），实现快速准确的健康检测和个性化治疗。可穿戴辅助工具用于刺激或支持不同身体器官，通常使用机器人程序，涉及自驱动微型机器人或外部关节驱动。微创方法通过腹腔镜技术更新了传统开放手术，使用小切口插入微型摄像头和带光源器械，提供更好可视化，减少术后疼痛、加速愈合、改善切口美观并降低并发症风险。然而，使用延长工具和二维可视化显示器可能导致工作人员操作工效学危害和术后不适。完全机器人化的微创程序可避免这些局限。机器人手术利用处理后的医学图像，使计算机能够定位、移动和操作介入器械，提供改进的手术控制和工效学，具有三维视觉、更大运动自由度和更少侵入性。可靠的自主干预可通过连贯的图像引导机器人程序实现，该程序相比其他微创程序具有明显优势，并显著提升外科医生技能。机器人手术消除了开放手术的侵入性，并改善了腹腔镜的可视化、精度和工效学。图像辅助机器人手术相比计算机辅助机器人手术具有实时成像工具的优势，允许即时定位。
**3. 成像策略**
当前医疗实践需要先进的成像技术，以实现可靠安全的体内观察，特点是高分辨率、高速度、易用性、非侵入性和低成本。每种成像技术关联特定物理领域，赋予其特定性质。主要成像类别包括放射摄影（X射线）、计算机断层扫描（CT）、核医学成像、磁共振成像（MRI）和超声。前三种为电离技术，后两种为非电离技术。所有类别可用于短时诊断应用，而仅非电离技术可用于较长时间的介入辅助（如MRI和超声）。MRI在肿瘤切除和药物释放中对肿瘤与健康组织具有优异辨别能力，且普遍适用于所有组织，而超声限于无骨或空气的组织。MRI结构易受电磁干扰（EMI），因此用于图像引导程序的机器人介入工具应对EMI不敏感。
**4. 智能数字工具**
在监控复杂自主和精准机器人程序中，两类数字工具特别适合管理复杂性：数字孪生（DTs）和人工智能（AI）。DTs帮助减少复杂系统中的不确定性和外部风险；AI通过数据利用实现自动和自主机器人决策，其专用分支机器学习（ML）允许在自主程序中分析数据。AI利用数据做出明智决策，ML处理数据以学习并进一步丰富。ML的主要目标是构建和改进算法，使其在与数据交互过程中变得更可靠和熟练，无需为特定任务进行显式编程。AI和ML常联合使用以充分发挥两者潜力。DTs由物理组件及其虚拟副本组成，两者间进行近乎实时的双向信息交换。这种匹配实现了内在自调节：物理组件将处理后的传感器信息传输给虚拟组件，虚拟组件向物理组件传达控制指令。DTs中的匹配通过使用外部信息（如物联网（IoT）数据）和系统学习到的运行历史来调整。DT虚拟副本包含一个涉及数值模型（含界面和边界条件）的生物物理部分。由于DT匹配需要快速，必须采用模型降阶、代理模型或机器学习替代模型来减少计算时间，同时保持物理系统的真实表征。在医疗应用中，DTs已越来越多地用于个性化医疗、人员培训、任务规划和预测。
**5. 图像辅助介入程序**
安全、自主、微创的干预需通过一致机器人程序（借助成像扫描仪）和精确定位实现，并通过智能数字工具监督和智能材料驱动。图像辅助机器人干预的安全性关联于定位精度和用于较长介入时间的成像技术。精确定位确保在目标组织区域的受限操作，可通过专用驱动工具实现；仅非电离成像技术可用于介入持续时间。MRI和超声通常用于此类条件。扫描仪、经图像处理的数字控制、被健康组织包围的目标组织区域、介入工具和机器人驱动在闭环程序中共同作用。AI可用于复杂决策，在自主精准机器人手术程序中管理多个参数（如定位、速度和自适应控制），实现实时决策，减少人为错误风险。机器学习（ML）应用于数据驱动预测，能够对医疗数据使用预测分析，指导程序个性化并改善护理。针对机器人介入的驱动技术，压电技术因纳米级分辨率、快速响应和对电磁干扰（EMI）不敏感而成为优选。驱动机器人可分为两类：使用结合压电材料的自驱动微型结构（通过行波（TWs）在薄梁或板结构上实现微小负载的精确有限转移）和由外部工具放置在其关节中的机器人臂（使用步进和/或重复运动策略，实现更大行程和运动自由度）。
**6. 医疗参与中的增强监控**
通过闭环MRI辅助程序监控精准机器人干预，利用AI增强的DT技术和扩展现实（XR）数字工具，可实现可靠安全的干预，确保患者福祉和工作人员成功。这些数字工具促进调度、培训、研究和教育等任务。患者安全通过微创手术原则、避免毒性（使用非电离扫描仪）和精确定位实现。智能数字管理允许医疗团队规划、培训、预测和执行干预，包括使用材料体模及其数字副本进行预调整，涵盖患者和干预的个性化数据，以及成像兼容性和机器人问题。AI数字工具带来临床和医疗改进，如患者安全和临床决策、疗效提升、费用降低、医疗研究现代化。远程机器人辅助手术可解决外科医生短缺和区域护理差异问题。DT、AI和XR在MRI引导自主干预管理中互补：DT减少不确定性，AI实现机器人自主决策，XR促进人机交互沉浸。监控过程通过XR增强的DTs由AI支持。
**7. 讨论**
数字技术总体促进了基于理解的创新。在医疗领域，数字技能带来了重大创新，包括改善工作人员技能和医疗保健，以及DT、AI和XR在自主MRI引导干预管理中的作用。协调数字健康创建策略关注以患者为中心的设计、包容性设计、临床应用整合、透明度和可持续性。多功能智能工具结合AI、智能材料和能量可靠策略可实现实时检测。标准化测试协议可评估耐久性、生物相容性和稳定性，促进临床诊断。从研究到临床实施的过渡路径包括AI临床应用、脑机接口、数字技能增强可穿戴设备、植入设备等。自主程序的复杂性源于其相互依赖的现象交互，特别是活体组织（如眼部系统）。DT处理复杂性需使用降阶或代理模型以减少计算时间。医疗设备易受电磁干扰（EMI）影响，需具备EMI免疫力，可通过电磁兼容性（EMC）分析验证。未来研究应关注活体组织动态力学行为、生物安全、数字技术相关的患者安全、数字监控扩展到非干预医疗用途、AI和ML在康复中的应用、以及AI驱动的患者DT实现个性化医疗。本研究的技术和临床分析总结如图9所示。
