医疗机器人已经到来,医学领域将发生巨变

作者: 高松 2021-04-22 15:19:30

近年来,随着人工智能的发展、技术的突破及应用领域的逐渐广泛化,医疗作为民生福祉的重要一关,其发展备受关注。医疗机器人作为人工智能时代在医学领域应用的深化,能够有效的帮助医生进行一系列的医疗诊断和辅助治疗,在有效的缓解医疗资源紧张的问题下推动医疗智能化的发展。

根据国际机器人联合会(IFR)的分类,医疗机器人可以分为手术机器人、康复机器人、辅助机器人以及服务机器人四大类,主要用于伤病人员的手术、康复、救援和转运。其中,手术机器人大类包括腹腔镜手术机器人系统、矫形外科机器人系统、神经外科机器人系统、可操纵的机器人导管、及其他临床手术机器人;服务机器人包括帮助护士进行输液、配药、体检、情绪抚慰的机器人。“人工智能+医疗卫生”是未来发展的主流方向,医疗机器人是推动现代医疗卫生智能化发展的核心动力。

手术机器人行业正值发展浪潮,它占据着最大的市场份额(约60%);有研究报告认为,外科用的手术机器人市场规模截至2025年将达到200亿美元。据美国波士顿咨询公司(BCG)预测,2020年全球手术机器人市场规模达到110亿美元,预计可保持20%~25%的复合年增长率,于2023年初达到200亿美元,2025年之前突破300亿美元。另据瑞士银行(UBS)预测,到2022年,全球医疗机器人类型将达7000种左右。目前,国际上手术机器人和康复机器人这两大类的产业化较为完善。

在手术机器人方面,美国直觉外科公司(ISRG)研发生产的“达芬奇”手术机器人代表着这一方面的最高水平。该机器人由机械臂、操作台、三维成像系统三大功能单元构成,它极大拓展了手术医生的技能界限,显著降低医生工作强度,完成远超人类精度的手术动作,提高手术成功率。达芬奇手术机器人可用于普外科、泌尿外科、心血管外科、小儿外科、胸外科、妇科、五官科等方面,在这些方面的辅助手术和微创手术应用较为成熟。另外,中国天智航医疗科技股份有限公司研制的第三代产品“天玑”骨科手术机器人,一举解决了骨科手术的三大难题:视野差、精准难、不稳定,被称为是中国版的“达芬奇”。

在未来的手术机器人市场中,将不只是手术机器人达芬奇独霸天下,手术机器人会呈现专科化趋势。由于神经外科手术空间小、定位操作困难等原因,利用神经外科手术机器人进行神外手术成为越来越多医生的选择。神经外科手术机器人主要用于脑外科、活检、定点刺激(帕金森症)、电极测量(癫痫病立体定向电极植入术)、去除囊肿或血肿排空等手术。目前,神经外科手术机器人系统已从立体定向手术发展到显微外科手术,甚至远程手术。

全球老龄化现象日益严重,医疗康复、助老助残等需求供不应求,显著提升医疗效率的康复机器人是缓解供需不平衡的有效途径之一;由此,康复机器人的发展正在进入一个新时期。康复机器人系统的核心是康复训练,训练就是再现一种治疗方案,但是治疗方案非常复杂,不同的病因导致的运动功能障碍不一样,同样病因导致的功能障碍在不同的阶段也不一样,所以系统要匹配不同的治疗方案,算法的复杂程度也难以想象。目前,康复机器人已广泛应用于康复护理、康复治疗和假肢等方面。

值得一提的是,随着日本社会人口老龄化的加剧,各地对于医护人员的需求也日益增长。这直接导致医护人员肩上的负担越来越重,想要对所有老年病人进行点对点的照顾服务,几乎是不可能的一件事。除了任务繁重,医护人员也得处处小心;当他们把病人搬上床或下床时,都有可能不慎让病人受伤。的确,帮助病人移动身体不是一件容易的事,研究人员试图使用机械设备来帮助解决这个问题,比如丰田公司就开发出可帮助病人移动身体的辅助机器人。

顺带一提,医疗机器人的目的并非是替代医护人员;医疗机器人应该定义为一种辅助系统,替代医护人员一部分的工作,尤其是高强度、体力消耗大、重复度高的工作。虽然目前还不清楚医疗机器人对医务队伍的整体影响,但总体来说,这类机器人正在逐渐改变我们的医学模式,并不断提高我们的医疗水平。

国际知名学者周海中教授在1990年发表的《论机器人》一文中预言:医疗机器人到来时,医学领域将发生巨大变化;届时,我们将进入一个全新时代。可以肯定的是,周教授的这一预言将成为现实。随着人工智能的快速发展,医疗机器人正迈向智能化、精准化和专科化的新征程。

人工智能 手术机器人 医疗
上一篇:自动驾驶需要一场泡沫 下一篇:AI破解 《死海古卷》背后秘密:不止一位抄写员
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载