“手術時間一長，醫生難免會手抖。手術機器人能夠過濾抖動，避免給患者帶來的威脅。”北京和睦家醫院醫生朱剛坐在電腦邊，回放自己操作達芬奇機器人完成的手術：兩只微型機械臂從腹部小孔進入患者腹腔內，切除腫瘤。

 

　　與完全自動化的工業機器人不同，達芬奇依然需要醫生來操作。患者躺在手術臺上，朱剛坐在機器人控制臺上，緊盯著成像系統，這個系統可以清晰地將手術部位放大數倍，左右手分別操縱著控制臺上的兩個手柄，再輔以腳下的控制踏板，指揮機械臂完成手術。

 

　　自1996年問世以來，在過去20年的時間里，達芬奇經過幾代更迭，一度成為醫療機器人的代名詞。如今，更多類型的機器人開始出現，在各個醫療環節輔助醫護人員更好地完成工作。

 

　　目前的醫療機器人市場中，歐美企業占據了主要的市場份額。中國醫療機器人仍處于研發或臨床試驗階段，還未實現醫療機器人產品規模化，在醫療機構的普及率也較低，但正努力趕上。

 

　　手術機器人先行

 

　　早在1985年，美國洛杉磯醫院的醫生在Puma560工業機器人輔助下完成了神經外科腦部活檢手術，這是首次將機器人技術運用于外科手術中。

 

　　此后醫療機器人發展出諸多種類。北京航空航天大學機器人所王田苗院士團隊曾撰文介紹，將已經上市的醫療機器人按照功能和用途分為若干類，包括神經外科機器人、骨科機器人、腹腔鏡機器人、血管介入機器人、假肢和外骨骼機器人、輔助康復機器人、醫院服務機器人和膠囊機器人等。

　 

　　達芬奇是商業化最為成功的醫療機器人之一，主要用于心臟外科、泌尿外科、胸外科、肝膽胰外科、胃腸外科、婦科等相關的微創腹腔鏡手術。和睦家醫療CEO李碧菁早年參與將達芬奇引入中國。她告訴《財經》記者，截至2016年二季度，全球已經配置達芬奇超過3700多臺，其中2474臺配置在美國，歐洲和亞洲緊隨其后，完成手術數百萬臺。

 

　　達芬奇機器人由三部分組成，醫生操作系統、三個器械臂和一個鏡頭臂組成的床旁機械臂系統、三維視頻成像系統。在手術過程中，朱剛只需要操作手柄，控制機械臂進入腹腔中進行手術;成像系統提供如同開放直視效果的高清三維手術視野，幫助他進行判斷。

 

　　朱剛和很多外科醫生能夠舉出達芬奇的一系列優點。在機器人輔助下，醫生可以坐著進行手術，舒適的坐勢有利于長時間復雜的手術，是對醫生身體的解放。北京理工大學智能機器人研究所博士李浩源介紹，機器人的操作精度由計算機控制，從而過濾因勞累導致的醫生手部抖動，減少手術風險。

 

　　在機器人協助下，朱剛一個人就可以完成此前一整個電視腔鏡手術團隊的大部分工作，可以節約更多的人力。

 

　　此外，醫生借助機械臂進入腹腔進行手術，避免與患者的直接接觸，減少感染風險;而且手術切口較小，患者恢復時間自然更快。

 

　　截至目前，中國已經配置60臺左右達芬奇機器人，主要分布在一線城市和大型醫院。由于大型設備采購監管放開，一些沿海發達地區省會和地市級三甲醫院也正計劃采購手術機器人。

 

　　朱剛自己經歷過腹腔鏡手術對開放式手術的替代，從而對機器人手術頗為看好。在他看來，只要對機器人的操作熟練，可以把更多的手術交給機器人來完成，同時，醫生能夠不斷提升手術速度和精度。“我們現在使用機器人進行前列腺癌手術，耗費時間少于開放式手術。”他說。

 

　　李浩源指出，腹腔鏡手術機器人一枝獨秀有其特殊性，腹腔內部器官生理解剖知識積累較多，腹腔內部相對活動空間加大，承受機器人外部干預幅度較大，風險相對較小。

 

　　主要針對腦部的神經外科機器人恰好形成鮮明對照。王田苗指出，“目前上市的神經外科機器人大多采用術前醫學圖像導航的方式對機器人進行引導定位，腦組織在手術過程中會因顱內壓力變化而發生變形和移位，不可避免地引起定位誤差。”而腦組織太脆弱，不能承受過度的外部侵入，誤差意味著風險。因此，神經外科機器人在輔助手術操作過程中，需要醫生結合醫學影像反復調適，成為一個需要突破的瓶頸。

 

　　智能化趨勢

 

　　2016年8月，IBM宣布其研發的智能認知系統沃森(Watson)進入中國，將與國內21家醫院進行合作，幫助醫生為腫瘤患者制定更好的個性化治療方案。

 

　　沃森在醫療方面的應用，基于其強大的認知學習能力，通過對醫學文獻進行打分與評級，并迅速整理患者的醫療記錄，借助海量數據分析，幫助醫生為患者提供高質量、個體化的循證癌癥治療方案。

 

　　作為一個成功案例，沃森8月幫助一位日本女性患者診斷出了罕見的白血病類型。這名患者出現身體不適后，醫生最初診斷為急性骨髓性白血病。在使用藥物治療數月之后，病情非但沒有得到緩解，甚至出現惡化，一度出現意識不清。于是，東京大學醫科學研究所嘗試引入沃森進行輔助診斷。

 

　　沃森在分析前述患者的遺傳信息的基礎上，迅速比對2000萬份癌癥研究文獻，給出反饋：病人可能患有一種罕見的白血病。這一結果也得到醫學專家的認可。IBM宣稱，沃森完成診斷過程僅用時10分鐘。

 

　　此前，研究者將醫學指南、教科書等權威文獻結構化形成數據庫，開發出早期醫療輔助診斷系統。醫生在上述診斷系統中檢索患者癥狀，系統則根據輸入癥狀反饋出癥狀對應的各種潛在疾病，并給出相應的診療建議甚至用藥建議。

 

　　不過，在早期輔助診斷信息系統研發中，不斷增長的醫學知識和文獻無法迅速低成本進入數據庫;患者的聲音、圖像、行為等非結構化數據無法被早期輔助診斷系統吸收。

 

　　機器學習技術為輔助診斷帶來了革命性的變化，沃森就是代表。通過學習美國一家腫瘤醫院百年間癌癥治療病例，沃森形成自己的邏輯框架。0它還吸收了超過300份醫學雜志、200余種教科書，以及1500多萬頁資料中的信息。而且，沃森還能從患者數據中提取關鍵詞，與海量的數據比對，篩選潛在的診療意見。

 

　　服務機器人崛起

 

　　根據第三方咨詢機構中投顧問提供的數據。2014年全球醫療機器人的銷量為1224臺，與2004年全球醫療機器人銷量為386臺相比，年復合增速達12.2%。截至2016年1月，全球醫療機器人行業每年營收達到74.7億美元，至2020年，醫療機器人規模有望達到114億美元。其中，手術機器人占60%左右市場份額。

 

　　中國研究機構自上世紀90年代開始跟蹤醫療機器人研發，在國家科研經費支持下均有相應成果。

 

　　典型的如北航和海軍總醫院聯合研制神經外科手術機器人，獲得了藥監部門認證，已經完成了幾千例臨床手術。

 

　　此外哈工大在腹腔鏡、骨科、介入手術等領域開展研究，中科院自動化所、沈陽所、深圳院等在血管介入、骨科等領域開展研究，北京理工大學在軟組織穿刺、顱頜面外科等領域開展研究，取得了一系列的成果。

 

　　不過，在現有國內條件下，一些業內人士更看好醫院服務機器人。福建一家兒童醫院引入導診機器人，在醫院內部沿著設定路線來回運動，引導患者辦理業務和找到診室。上海浦東部分醫院也在2015年引進遠程醫療機器人。機器人平時在院內來回移動，配合內置電腦和360度旋轉攝像頭觀察記錄患者情況，甚至可以幫助記錄患者一些基本體征信息。醫生即使不在院內，也可以遙控機器人與患者溝通，甚至還可以遠程指導醫務人員護理患者。

 

　　此外物品運輸機器人和藥房服務機器人、康復輔助機器人都屬于服務機器人。

 

　　隨著減速器、電機、驅動器等核心零部件價格大幅降價，機器人的整體價格大大回落。工業機器人附加醫院內不同場景設計，基本就能勝任醫院內大量簡單重復的工作。這些工作過去在醫院內部耗費大量人力。

 

　　李浩源表示，“工人一年的工資就足夠購買一個機器人，而且使用壽命也不短”，現在有越來越多的國內企業進入機器人研發制造領域。

 

　　隨著機器人概念興起，國內資本開始盯上這一領域，正在尋找各種機器人創新項目。

 

　　中投顧問發布報告認為，2016年4月，工信部、發改委、財政部等三部委聯合印發了《機器人產業發展規劃(2016-2020年)》，將引導中國機器人產業快速健康可持續發展，醫療機器人政策長期利好。同時，由于政府醫療投入加大，醫療系統重組和人們對微創手術意識加強，未來醫療機器人市場重心將逐漸往亞洲市場轉移，中國醫療機器人發展前景可觀。

 

　　離大規模應用還有多遠

 

　　隨著全球機器人產業的爆發和精準醫療概念的興起，醫療機器人也越來越受到關注，并被列入國家規劃。

 

　　高端醫療器械發展被明確列入了“十三五”規劃，手術機器人更是進入了高端裝備創新工程，重點推動關鍵零部件的自主化。

 

　　除了政策支持，業內對于國內市場需求持樂觀態度。在相關人士看來，隨著中國的老齡化趨勢進一步加大，各類慢性病、退行性疾病、惡性腫瘤等疾病的發病率也隨之升高，與之相對應的醫療器械需求也會快速上升，從而推動市場發展。

 

　　但是，國內大多數的高端醫療機器人技術仍然處于研究階段，距真正的大規模應用尚有距離。

 

　　因為醫療機器人具有特殊的應用場景，且動作的對象是人體，所以保證其安全性是首要要求。比如，手術機器人作為介入人體、控制最為嚴格的三類醫療器械，在真正銷售之前還面臨嚴格的審批注冊流程。2014年2月7日，國家食藥監總局發布《創新醫療器械特別審批程序(試行)》，打開創新醫療器械特別審批的“綠色通道”，以達到鼓勵國內醫療器械創新，避免同質化、低水平競爭。但是，進入審批通道或是通過審批的產品還屬鳳毛麟角。

 

　　除去安全性，還有一系列問題需要解決：產品是否滿足了醫生的臨床需求和使用習慣?能否更好地提高治療效率?會不會增加患者的使用成本?等等。

 

　　以沃森為代表的人工智能技術運用于醫療領域，也面臨著機器學習的數據如何統一和標準化的問題。即使在機器學習研發走在前列的美國，患者的生活習慣數據、門診數據、治療數據等依然分散在不同機構，很難被整合成統一、可消化的格式，這大大限制了機器學習的素材來源。這樣的問題在中國更為突出，醫院內部不同科室、同一地區不同機構間，醫療數據無法連通，甚至數據標準化也沒有統一。

 

　　人工智能輔助診斷系統跨語言跨國家使用，還需要面對語言翻譯、醫療法律適用性等現實問題。而且，醫療專家和機器學習專家并不屬于同一領域，機器學習要獲得醫學界認可，還需要相當長的時間。

 

　　此外，得到最廣泛應用的達芬奇機器人的售價高達數百萬美元，使用者還要承擔昂貴的維護和使用成本，它的機械臂使用壽命只有10次，超過后需要更換。因此，患者要承擔的費用比傳統手術貴出兩三萬元。而機器人手術費用尚未納入醫保范疇，這令大部分患者望而卻步。

 

　　國內的同類產品上市后，可能會在價格方面更具競爭優勢，天津工業大學聯合國內多家機構研發的腹腔鏡手術機器人，正在申請醫療器械注冊。研發者在前期市場宣傳中，即以達芬奇為假想敵，并透露未來價格將是達芬奇的三分之一到二分之一。

圖片來源：找項目網