手术机器人医疗器械作为高端智能诊疗装备，为满足不同的术部、术式和多样化临床需求，主要囊括了如下核心科学技术。 在多孔腔镜手术中，“从动端手术机器人”往往由“体外机械臂”和“灵巧手术工具”构成：若干直杆状的手术工具经过不同的皮肤切口伸入并达到病灶，通过体外机械臂的摆动使得手术工具绕着入腹切口在病人体内运动；手术工具的末端有灵巧的腕状结构以提供运动灵活性。 为避免对皮肤的撕扯，这些手术工具需要绕着入腹点做“远心运动”。实现“远心运动”的体外机械臂具体有被动约束、机械约束和协同约束这三类实现途径。被动约束是指体外机械臂的远心机构为欠驱动系统，手术工具可被动地适应皮肤切口，典型代表有美国的Zeus系统和天津大学团队的妙手系统等。 这类机器人虽然可有效防止切口处皮肤的撕扯，但控制精度可能被术中病患腹腔壁切口的随气腹压力变化或呼吸运动的变化而受到影响。机械约束一般通过等效的平行四边形机构或者并联机构构造空间的不动点，例如da Vinci Si/Xi系统和韩国Meere公司的Revo-I系统等。该种约束的可靠性高，但是结构较复杂，占用空间较大。以Medtronic和德国宇航中心共同研发的MiroSurge系统，英国Cambridge Medical Robotics公司的Versius系统等为代表的协同控制则是通过算法层面协同控制体外机械臂的各个关节以满足不撕扯皮肤切口的约束要求。 灵巧腕状结构的设计主要有串联关节、并联关节和连续体关节三类。其代表性设计分别有da Vinci系统的EndoWrist串联关节设计、韩国科学技术研究院的并联关节设计和多伦多大学或上海交通大学团队的连续体关节设计等。 在单孔腔镜手术中，视觉模块和手术工具均从同一个创口伸入病人体腔内。由于创伤面更小，为了实现类似于多孔腔镜手术机器人的运动能力，单孔手术器械的布置难度更高。手术工具按照驱动类型不同可分为电机内置型、连杆驱动型、钢丝驱动型和连续体机构型四种。 美国Virtual Incision公司的RASD系统等采用电机内置的驱动方式，将伺服电机内嵌在机器人的手术工具臂体中。虽然这类设计可以实现模块化的关节布置，但是电机和减速机构会造成较大的皮肤切口和难以消毒的设计隐患。以早稻田大学团队的SPS系统等为代表的连杆驱动型单孔腔镜机器人则会受限于机构尺寸难以缩小，以及空间连杆固有的运动干涉问题。 以da Vinci SP系统为代表的钢丝驱动型设计有较多系统采纳：十余股钢丝绳穿过手术工具内部的小孔牵拉实现关节的弯转运动，但带来钢丝绳疲劳磨损的问题。采用超弹性镍钛合金细杆协同推拉，以实现手术工具柔顺运动的连续体机构驱动方式，凭借其独特的模块化紧凑结构的特点也逐渐被学界和业界所接受。采用该驱动方式的北京术锐的模块化腔镜手术机器人系统目前已拥有较成熟有效的实现方案。 这类手术机器人需要通过狭长病人自然腔道到达病灶处，因此对手术工具的外径尺寸、负载能力、末端灵巧性都提出了极高要求，目前距离产业化尚存距离。其驱动方案类似地，包含电机内置、钢丝驱动和连续体机构三类。 手术机器人的力感知可作为力反馈的依据以提升手术的安全性。手术中的力感知包括受力感知和触觉柔顺感知两个方面，具有外体感知和本体感知两种途径。外体感知通常在手术工具的末端集成基于电阻、光纤等的力学传感器；而本体感知则在手术机器人位于病人体外的驱动关节处安装传感器，通过力学模型推导手术工具末端所受的力学信息。虽然本体感知的精度会略逊于外体感知，但减小了手术工具的机构复杂度、降低了其消毒和制造的难度。 三维重建是通过内窥镜影像或者结构光等手段在手术过程中生成组织和器官表面的轮廓，为医生提供术场信息。由于使用结构光涉及额外的术场成像设备，当前的热点较多集中在基于内窥镜影像的SLAM技术：通过返回的实时视野图像，重建术场环境并同时更新内窥镜镜头的位姿。 视野中的手术器械和组织经过图像识别和切割，可有助于医生对于术部环境的感知。手术器械可通过其颜色、几何特征、纹理特征或者额外附着的标记物作出识别。然而体内器官和组织往往不具有明显的区别性特征，因而可以通过注射荧光显影剂，并用近红外光照射，获得荧光影像；也有研究采用随机森林、支持向量机、卷积网络等基于人工智能的方法对组织进行辨识。 在骨科和神外手术中，通过术前和术中获取病灶基准位置可开展智能规划切割和植入的路径，有利于手术标准化展开、避免术中多余的X光辐射等。当前的定位技术依据原理可分为机械型、超声型、光学型和电磁型。其中诸如定位框架的机械定位技术较成熟但对病人的侵入性较大；超声型有着稳定性和精度差的缺陷；光学型虽使用灵巧但易受遮挡；电磁型则受限于工作区域易受电磁干扰的劣势。 为满足医生的操作需求、改善手术机器人的工作空间和灵巧度，从动端手术机器人与主控端的力位交互设备往往具有不同的机械拓扑结构，也因此需要额外建立关节配置空间和工作空间的映射。在工作空间内，手术机器人的目标位置和姿态控制指令的下发可采用增量式或绝对式控制。对机器人从工作空间到关节空间的求解算法则可归纳为解析算法、迭代算法、基于图形学的启发式算法和机器学习类人工智能算法等。 力位交互设备可以将采集到的医生手部位姿信息下发给从动端，并向操作医生输出一定的力旋量，使其拥有仿佛在亲手操作手术的“透明化”感觉。在空间中，位置和姿态信息，与力和力矩信息均在六维空间内表达，因此根据维度的不同全球众多科研机构和公司开发了多种产品。目前较为成熟的通用化产品大多出自Force Dimension和3D Systems公司。 有研究指出基于算法的协同控制可以有效提供位置和力学信息有助于提高手术的安全性、精准度和手术效率。目前主要有两类协同控制：在指引型控制中，算法辅助医生操控手术工具沿着设定的路径或者组织表面运动；在禁止型控制中，手术工具被阻隔在给定的区域外，以避免对人体组织的破坏。目前协同控制已经被用来改善诸如递针、缝合、打结等基本操作。声明：此文版权归原作者所有，文中图片均已获得版权方授权使用。若有来源错误或者侵犯您的合法权益，您可通过网站谈话框与我们取得联系，我们将及时进行处理。
2023-02-15
( 010 ) 63311696/97/98
