科普｜AI和机器人在脑神经手术中的崛起
时间: 2024-04-20 21:37:56 | 作者: 新闻中心
人工智能，英文缩写为AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。AI是新一轮科技革命和产业变革的重要驱动力量。人工智能从诞生以来，理论和技术日益成熟，应用领域也逐步扩大。同时，伴随着人工智能的进步，机器人领域也在加快速度进行发展。AI和机器人逐渐在医学领域发挥了及其重要的作用，涵盖了诊断、治疗和预后判断等。
在医学领域里，脑神经手术是最具挑战性的手术之一，手术疗效往往取决于手术医生的技术熟练度。一位合格的神经外科医生需要接受长期和多方面的培训，具备扎实的理论基础和丰富的实践经验，才能够制定有效的手术方案，掌握良好的精细定位和显微操作能力，并具备团队合作精神。然而，即使是最优秀的神经外科医生也没办法避免手术当中误差的产生。误差会影响手术效果或者导致神经损伤。脑神经手术出现的误差有很大一部分是技术性的，与手术程序本身有关，这是能够尽可能的防止的。AI和机器人的出现有望解决这一个问题。
图灵在1950年首次阐述了计算机系统的批判性思维和智能行为。6年后，以麦卡锡、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，一同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。在科学家们不懈的努力下，如今计算机已经变得十分聪明了。例如，1997年，IBM公司研制的深蓝（Deep Blue）计算机战胜了国际象棋大师卡斯帕洛夫（Kasparov）。2017年，机器人阿尔法（AlphaGo）战胜了围棋世界上的排名第一的柯洁。
在医学领域，人工智能的两个子领域，即机器学习和深度学习，已经发挥了及其重要的作用。在机器学习中，模式识别用于分析特定情况，允许后续学习并将获取的数据应用于未来的相同场景。深度学习代表了一种更接近人脑的高级机器学习，它通过算法来建立一个能够自主决策和学习的人工神经网络。在过去的50年里，机器学习和深度学习在医学领域的发展中都发挥了及其重要的作用，促进了医学诊断、治疗和预后判断。
在脑神经手术的术前阶段，以往的手术医生凭借专业相关知识和临床经验，需要分析大量复杂而动态的数据，包括高分辨率影像学数据与电生理数据等，来进行诊断和制定手术方案，整一个完整的过程费时费力。AI可以为手术医生提供有价值的帮助。例如，人工智能具有从临床数据和影像学图像中检测细微异常的能力，即使是经验比较丰富的医生凭借人眼也可能没办法发现这些细微异常。科学家发现，AI在分析颞叶癫痫功能性脑核磁共振数据时，对大脑半球病变定位的成功率为95.8%，而医生的成功率则为66.7%。这一结果具有很重要的意义，在这种情况下利用人工智能可能大幅度的提升手术的治疗效果。
人工智能可为手术医生在病情诊断、确定手术方案以及促进患者做出知情决策提供帮助。人工智能已应用于脑肿瘤影像学分析、难治性癫痫致痫区定位、动脉瘤性蛛网膜下腔出血后脑血管痉挛的预测以及急性缺血性卒中后的损伤评估。例如，肿瘤和癫痫的术前诊断往往是医生根据检查结果得出的经验性诊断，不同的医生可能得出不同结论，因此导致在治疗决策方面存在一定的差异。人工智能可降低数据分析中的主观人为性因素，从而得出更为客观的诊断结论。
在脑神经手术的术中阶段，人工智能技术能提高手术效率，最大限度地减少手术中误差的发生。例如，脑肿瘤手术的目的是明确肿瘤病理诊断和全切肿瘤，传统方法是在手术当中行肿瘤组织活检，将组织运送到病理科实验室，由专业技术人员制备标本，最后病理学专家读片得出肿瘤的病理诊断。这一流程已经使用了一个多世纪，既耗时又耗费资源。近期，科学家们设计了一种人工智能光学成像系统，连接手术显微镜并自动实时分析肿瘤组织图像，可在手术当中自动实时预测肿瘤病理诊断，能够在150秒内预测肿瘤诊断，这比耗时30分钟的传统方法快得多。此外，95%的总体准确率也略好于传统方法，后者的准确率为94%。在脑肿瘤手术中，手术医生可以依据AI系统几乎实时的肿瘤诊断，及时精确调整手术切除范围，提高了肿瘤全切成功率，减少了手术时间，保护了脑神经功能。
在脑神经手术的术后阶段，人工智能可用于准确预测患者的预后，识别术后也许会出现的潜在并发症，并跟踪用于提高术后护理和患者康复质量的有关数据。通过利用AI在术后阶段的预测能力，可以优化术前计划，以促进更好的患者护理并降低总体医疗费用。例如，机器学习技术能用于对大数据集进行分类、回归和聚类分析，从而能够识别风险因素并预测手术并发症。
1979年，工业贸易组织美国机器人研究所将机器人定义为“可编程多功能机械手”，旨在通过种种编程动作移动材料、零件、工具或专用设备，以执行一系列任务。脑神经手术机器人最初起源于工业可编程通用装配机械手（PUMA）机器人。PUMA的原型由UNIMATION公司开发，由6个不平行的关节组成，允许机械臂在3个垂直方向上独立移动。1985年4月11日，医生在CT引导下使用PUMA完成了他们的第一次脑神经手术，对一名52岁的脑肿瘤患者进行了肿瘤组织活检，开创了使用机器人进行脑神经手术的先河。之后，该机器人还被用于儿童低级别丘脑肿瘤切除手术。NeuroMate是美国食品药品监督管理局批准的第一款专门用于脑神经手术的机器人。目前可用于外科手术的机器人有3种类型：主从式、半主动式和主动式。主从式机器人依赖于外科医生的指令输入，并且缺乏预编程。半主动式是混合式的，其中外科医生的指令输入补充了系统的预编程任务。主动机器人能自主工作并执行预先编程的任务。
随着先进自动机械臂技术、医学影像系统、血管成像技术、多模态图像融合技术和颅内传感定位等技术的进步，脑神经手术机器人得到了加快速度进行发展。在过去的20年里经历了几次迭代。中国最初对脑神经手术机器人的早期开发参与有限，但在过去10年中取得了显著进展，在手术精度、操作模式、配准方法和自动化程度等方面，与国外先进机器人的差距迅速缩小，甚至在某些技术方面处于领头羊，例如3D结构光技术。国产脑神经手术机器人的临床应用大幅度的增加，已经在国内200多家医院使用，进行了5万多次很多类型的手术，包括脑内病变活检、脑内电极植入、储液囊植入和脑室腹膜分流术等，越来越多成为外科医生的理想助手。
一些脑神经手术机器人，例如ROSA（法国）、Sinovation（中国）和Remebot（中国）等，属于立体定向导航机器人，机械臂部件不直接执行涉及与组织接触的操作，例如切割或止血。这种方法提高了安全性：机器人提供定位信息、手术计划和植入通道，而高风险的手术操作由外科医生执行。这些机器人大多数都用在微创手术，手术中医生起着主导作用，机器人作为辅助设备，极大地扩展了医生的手术能力。凭借其高精度、可重复性和稳定的运动能力，机器人能帮助医生进行困难或不可能的手术。例如，在传统盲穿刺手术中，医生需要根据术前图像来调整穿刺角度，即使有丰富临床经验的外科医生也无法做到万无一失，而在机器人的帮助下，可以根据图像数据自动设计合适的穿刺角度，降低出血风险。可以说，外科医生和手术机器人是相辅相成的。
另一些脑神经手术机器人，例如达芬奇系统（美国）或NeuroArm（加拿大），提供手持共享/控制系统。外科医生和机器人共同解剖和操作。机器人的精确动作能够补充外科医生的手动灵活性和操作技能，从而产生协同作用。好比两个截然不同世界的最佳组合。由于人自身的生物学限制，外科医生在握住或操纵机械臂控制接口时经常会出现轻微的手抖，这在脑神经手术中可能是致命的。机器人具有震颤过滤功能去除手上的低频震颤，从而可以进行更精细的解剖。此外，机器人还有运动缩放功能，允许外科医生用手进行粗略的运动，同时机器人按比例缩小相应的运动，消除肌肉疲劳，提高手术安全性。
脑神经手术机器人也变得越来越自主，一些机器人能够在某些微创手术中进行自主手术。前面提到的ROSA、NeuroMate和Renaissance也被设计为具有自主交互功能。随着人工智能的日益使用，它们能够在一定程度上帮助机器人执行任务，检测敏感结构和边界，并在出现危险时向外科医生发出警告。它们还能够在一定程度上帮助调整切割速度和施加压力等参数，而不是仅仅依赖外科医生。相信在未来，随着手术机器人自主任务范围的扩大和对手术的深度参与，它们将能够在更大程度上缓解外科医生的压力。
目前的脑神经手术机器人还没有完全自动化，手术过程中经常需要医生进行操作和干预，这反映了神经外科医生技能和经验的重要性。临床经验丰富、技术精湛的神经外科医生仍然是稀缺资源。医疗资源的严重失衡制约了经济欠发达地区医疗水平的提高。随着互联网技术的发展和5G等设备及配套设施的建设，网络时延大幅下降。借助高数据传输带宽，神经外科医生可以远程使用机器人为遥远的患者进行手术。此外，自动化机器人可以自行完成一系列术前准备工作。远程外科医生只需要完成一些重要的步骤，手术过程就可以进一步加快。未来，远程手术技术将继续发展，以更高的手术精度和更少的延迟完成手术。
人工智能已经广泛应用于各个领域，人工智能与脑神经手术机器人的结合将是发展趋势。目前，科学家在开发人工智能技术快速分析医疗中产生的大量临床数据，以实现适当的诊断、正确的临床决策和对患者预后的预测。开发具备人工智能的脑神经手术机器人，将具有独立辨别重要的神经结构和边界的能力，为外科医生提供建议，自主控制参数，提高手术的准确性和安全性。人工智能还能够在一定程度上帮助分析和选择最佳的手术方式和方法，进一步缓解外科医生的压力，加快手术准备过程，更好地为患者服务。
