北邮苏柏泉：机器人将为医疗行业带来变革性改变

我国人口老龄化严重，医疗需求持续攀升，加之医疗资源分布尚不均衡，这些都对医疗保障能力建设提出严峻挑战。运用机器人等高新技术手段，为人类医学健康领域提供新理论、新框架、新思维，刻不容缓。

据测算，2035年左右，我国60岁及以上老年人口将破4亿，进入重度老龄化阶段，我国医疗服务体系应对人口老龄化任务重。随着人工智能和机器人在医疗领域的应用，各科室更加高效、准确和安全的诊疗方式相继出世。这些技术能够显著提高诊疗效果、降低医疗成本、促进医疗资源的均衡化，进而推动医学领域的重大变革。

医工交叉融合 驱动医学创新

医疗器械是我国重要的战略性新兴产业和科技发展的战略重点，市场规模庞大，增长趋势稳健。然而，与世界先进水平相比，在创新能力方面仍存在差距。例如，在高端医疗装备与器械领域，我国存在原始创新力不足，核心部件关键材料难以自给，较大比例高端医疗装备、器械、高端生产和性能评测装备依赖进口，一流人才欠缺等问题。

医疗器械行业是一个涉及多学科、知识密集型的领域，需要跨学科人才的支撑。只有具备生物医学和工程学两套“操作系统”，才能进行原创性发明创新。我国医疗器械行业起步稍晚，长期以来对学科交叉的认知和行动力较弱，因此缺乏工程科学和医学兼修的复合型创新人才。

医疗器械所涉及到的医工交叉，大致可以分为两类。一类是信息技术与医学技术的结合，包括计算机、互联网、人工智能等，这种结合可以催生出许多新的医疗技术和新的医疗器械与装备，提升疾病诊治水平。另一类是物理、机械、力学、材料和制造技术与医学技术的结合，这种结合能够创造出医疗器械的新结构和新制造技术，是未来医疗技术和医疗器械创新的另一个关键引擎。

在医疗器械行业之外，医学数字化也是医工交叉的重要课题，同时也是工程科学的重要应用场景之一。“通过运用工程手段，可以部分替代现有医生的能力，随着技术的不断发展，替代程度也会逐步提高。将各科医生的经验与能力以数字形式记录下来，形成一种超越个体医生、超越时代的疾病诊治经验空间，构建人类疾病诊断治疗的总数字库与总大脑，实现对所有疾病的诊治经验随着时间无限积累，或可称为‘医ONE’，完成人类疾病诊断治疗的总解决方案，”苏柏泉表示。

技术产业变革 加速交叉赋能

随着科技的持续进步，新一轮的技术革新与产业跨界融合正在不断加速。特别是在前沿技术领域，如智能机器人、新材料、生物技术、大数据、云计算，以及数字影像等，这些领域在近期展现出了强大的驱动力，显著推动了相关产业的进步。

苏柏泉指出，工业领域正在经历着机器人替代人工的革命性变革，这种趋势已经逐渐成为现实，越来越多的企业开始采用机器人技术来提高生产效率和产品质量。而在医疗器械领域，尤其是针对高端创新产品的研发，需要综合应用多种技术和专业知识。当前，部分高端器械产品的研发正处于从无到有的关键突破阶段，这一过程离不开上游产业链的有力支持。手术机器人作为集多学科优势于一身的高端医疗器械产品，其研发需要产业链上下游的协同创新，特别是临床一线的深度参与。临床一线提出的具体问题，是机器人企业发掘技术创新方向的生命源泉。医疗机构应敞开大门，加强与外部创新力量的沟通交流，鼓励一线医疗人员将临床中遇到的有价值的问题传递出来，以吸引产业链上下游协同研发攻关，实现供需对接和优势互补。

当下，身处临床一线的医疗工作者已迎来了涉猎医学交叉学科的良机。近几年，国内诸多医学院校纷纷与综合性大学合并，越来越多院校引进并着力完善工科建设。在这样的大环境下，只要明确研究方向，无论是临床医学、生物材料、医学影像，还是仪器制造等学科，都易于发现医工交叉的机遇。

基础要素缺乏 突破亟需助力

由于医学的深奥和人体本身的复杂性，以手术机器人为代表的高端医疗器械，其研发成果和临床应用之间存在数道屏障。从科研到临床之间存在一定的距离，为提升某一参数指标或便捷某一手术步骤而诞生的实验室产品，不能直接应用于实际治疗。苏柏泉指出，为更好地将科研成果转化为实际可行的临床应用，需要对人体的物理、化学、生物、力学等多重复杂性有更深入的理解和研究，比如，目前尚难以建立的、可以实时高精度预测真实人体器官形态的生物力学模型，这一模型是阻碍医疗机器人性能进一步大幅升级的一个关键瓶颈。

·保证样本数量

在科研过程中，使用动物或利用人体组织进行实验是常见的必要验证手段。医疗器械认证的前期工作中如果不包含各类组织实验，伦理审查通常无法获得通过。然而，获取合适且足够的样本开展实验，是实验室产品走向临床应用的第一道难关。

在过渡到临床人体实验研究之前，尸体实验是必要的，以保证临床实验的科学可行、安全有效。通常情况下，实验体的来源和质量并不稳定。因此，实验体数量的充足与否，直接影响了医生开展医学实验的流畅度，这是影响实验结果的关键因素之一。如果实验对象数量不足，技术的验证将无法达到应用于临床的水平。

·斟酌样本属性

为了确保待实验的治疗方法严谨可靠，在研发过程中，需要斟酌样本属性，以达到预期的治疗效果。例如，在皮肤病治疗研究的不同阶段，皮肤病人群作为研究对象需要明确入组条件，如年龄、性别、是否受过其他治疗、健康状态等；实验动物的选择，包括实验动物皮肤与人体皮肤的相似性，对某种皮肤疾病诱导的可行性与病变相似性，实验性价比等样本属性因素。

·丰富样本类型

例如，在研发用于皮肤切口操作的皮肤切割机器人过程中，精确定位和规定操作方向是至关重要的，刀具的插入深度和拉伸距离直接影响到切割效果和安全性。以切割1~2厘米的切口为例，仅在起点将刀具切入，然后朝终点方向移动两厘米是远远不够的，还需要充分考虑操作对象的组织特点。人体的状态随着年龄、水分含量和皮肤松紧程度的不同而变化，因此在研发过程中，需要充分考虑这些因素，以确保机器人的操作安全、有效并具有普遍适用性。

在科学实验中，通常会选择一个特定状态的操作对象进行研究，但通常具有局限性。例如，选择一位20岁的年轻人，设计实验方法并在该实验对象上完成实验。如果这种方法在实验对象上成功实现，那么它可以被认为是有效的。然而，在试验皮肤切割机器人时，不能仅仅局限于只对20岁的实验对象进行验证，还应思考这种方法是否也适用于其他年龄段的患者。

只有进行的实验测试具有普遍适用性，不受年龄限制，并经过足够数量的重复实验，才能将医疗产品付诸应用。为了确保实验的准确性和可靠性，需要进行大量实验并采集相关数据，这些数据的获取通常具有一定的难度。在技术发展至成熟阶段，试验样本的数量及来源均存在不确定性。

想要得出严谨的普适性结果，可能需要几百例甚至更多的病例，这样做的时间成本极高，且耗费大量人力和财力。例如，寻找相当数量患有适应病症的病例，并与之就实验过程开展沟通协商，一般会耗费大量时间，相当一部分患者参与实验的意愿不强。这样一来，实验的执行周期被大幅延长。

“从临床需求出发，从模仿医生到突破医生，医工交叉给医疗行业带来的，往往是一种变革性的全新改变，”苏柏泉谈道。医理和基础知识来源于医生的学习积累，机器人学习积累经验并不是要取代医生，而是要实现部分病症常规诊治的自主化，形成一种更高效、更精准和更可持续发展的诊疗体系。

在采访的最后，苏柏泉谈道：“随着产业发展、升级，‘机器换人’的趋势是必然存在的，如同江河终究要汇入大海一般，医学领域也难以脱离这个人类社会发展的必然趋势。我们要做的就是破除思维上的桎梏，依照科学的方式，在历史潮流的波涛里乘风破浪到达下一个时代彼岸。”

阅读更多内容，欢迎订购《机器人产业》杂志。

点赞关注不迷路

关注“雷克智能”公众号后不要忘记星标