Expert: Equipping surgical robots with a "brain" will bring remote surgery to a new clinical stage
English text is being prepared.
Wu Peng, Director of the Urology Department at Nanfang Hospital of Southern Medical University, said at the Second Nanyue AI Medical Robot Forum that the technological focus of surgical robots is shifting from precisely executing doctors' operations to possessing auxiliary judgment capabilities, actively playing a role in auxiliary diagnosis, intraoperative blood vessel boundary identification, and bleeding risk warning. Chinese urology teams have carried out multiple explorations of cross-regional and transcontinental remote robotic surgery, with the farthest attempt being remote surgery between China and Europe with a two-way communication distance exceeding 20,000 kilometers. Wu Peng pointed out that for remote surgery to move from technical demonstrations to routine medical care, it is still necessary to establish systems for network redundancy, surgeon admission, on-site emergency response, data security, and liability determination.
Body
文章主体
过去,手术机器人更像是医生双手的“延伸”,执行每一个指令;如今,技术发展的重心正转向为机器人装上“判断力”,让它在辅助诊断、术中血管边界识别、出血风险预警等方面主动发挥作用。
第二届南粤人工智能医学机器人论坛暨人工智能医学机器人临床应用规范化学习班暨第十三届南方泌尿论坛11月1日在广州举行。会议以“人工智能+医学机器人”为主线,围绕智能辅助诊断、远程手术、多学科应用及新医科人才培养等议题展开研讨,推动前沿技术与临床应用规范衔接。
第二届南粤人工智能医学机器人论坛暨人工智能医学机器人临床应用规范化学习班暨第十三届南方泌尿论坛在广州举行。大会供图
“给手术机器人装上‘大脑’”成为本届论坛最受关注的议题之一。南方医科大学南方医院泌尿外科主任吴芃表示,当前技术发展重点正从机器人精准执行医生操作,转向如何让机器人具备辅助判断能力,在辅助诊断、术中血管边界识别、出血风险预警等方面发挥作用。
大会围绕生成式人工智能增强的微创手术血管边界动态识别、术中智能导航等展开讨论。业内认为,人工智能近期更现实的角色并非取代外科医生,而是在高复杂度、高风险操作中为医生提供“数字化眼睛”,推动机器人外科从“精准执行工具”向“智能辅助平台”演进。
远程手术同样是本次论坛的重要议题。借助国产手术机器人和高速通信网络,医生已能够在数百公里乃至数千公里外操控机器人完成手术。我国泌尿外科团队已开展多项跨区域和跨洲际远程机器人手术探索,最远已实现中国与欧洲之间、双向通讯距离超过2万公里的远程手术尝试。
吴芃表示,远程手术有助于推动优质医疗资源下沉,让边远地区和基层患者获得高水平专科手术支持。从技术演示迈向常规医疗,还需建立严格的网络冗余、术者准入、现场应急、数据安全和责任认定制度,这也是本次规范化学习班的重要意义所在。
与会专家认为,未来需要培养的并非只是会“使用机器”的医生,而是能够理解临床需求、参与技术创新,又清楚安全边界和伦理规范的复合型医学人才。
“传统理论授课时间可适当减少,更多精力应转向临床实践、医患沟通和医学人文培养。”吴芃表示,但机器人操作属于国家限制类医疗技术,医学生仍需扎实掌握解剖、生理、病理等基本功,不能因依赖先进工具而忽视基础训练。
智能体应用是本次论坛另一亮点。吴芃表示,人工智能智能体的能力取决于训练数据质量,只有依托大量规范、优质的临床数据,才能开发出真正服务临床的智能体。未来,医生需要掌握一定人工智能知识,与工程师协同合作,才能更好发现临床痛点并推动智能技术落地。(完)
(文章来源:中国新闻网) 正文中部 内嵌广告