Page 53 - 南京医科大学自然版

第46卷第8期 胡晓峰，王一飞，王 峰. AI机器人技术在结直肠癌治疗中的现状与未来：技术革新与临床转化［J］.
2026年8月 南京医科大学学报（自然科学版），2026，46（8）：1154-1164，1186 ·1159 ·

感知数据不足，现有数据分析系统缺乏对不同临床 列、采用柔性电子皮肤与仿生微传感器构建类人触
特征患者解剖组织质地、张力及病理特征的实时判 觉系统，在手术臂或钳端植入纳米压阻器与力觉模
断能力和大数据分析经验，难以模拟外科医生的触 组等方式，实现对解剖组织接触力、应力与纹理数
觉经验，在神经保护或肠管缝合等高精度操作中易 据的精准感知。部分策略通过力觉与视觉反演模
增加并发症风险。同时，手术过程存在信息孤岛， 型结合深度学习，在缺乏物理传感器时亦能实现触
图像、动作与监测数据集成系统功能依然局限，术 感重构。多模态融合方面，神经形态芯片与边缘计算
前和术后数据亦难反馈至建模数据库与导航环节， 的引入有效降低延迟，将高频任务本地化执行，并借
阻碍疗效追踪与个体化优化。尽管部分医院尝试 助图神经网络与跨模态注意力机制实现多通道信号
融合电子病历与机器人平台数据以构建闭环信息 统一表征与信息实时调度优化。部分系统通过升级
架构，但受技术水平不足、高昂的设备与耗材成本、 仿生压力感受器设计时序模块，实现关键术中不良事
人员能力不足等限制了其普及。 件的预测与风险预判。未来，探测技术与硬件的发展
在术前，AI机器人手术系统可基于数字孪生生 将进一步突破触觉还原与信息融合延迟的瓶颈。
成患者特异的入路仿真与并发症风险分层；术后则 3.3 术前模拟数字孪生技术
将过程数据回灌模型，支持持续性能改进与个体化 数字孪生技术在结直肠癌术前评估、路径规划
随访路径。临床层面，AI机器人手术系统有望提高 与模拟中发挥巨大作用，其通过整合核磁共振、计
负切缘率、标准化淋巴结清扫、缩短学习曲线并降 算机断层扫描、内镜超声等多源影像与生理数据，
低并发症与住院时长，但其真实获益受算法泛化、 重建三维动态模型，精确呈现肿瘤体积、血管神经
数据质量与团队配合影响，且需严格的人机协同边 及骨盆腔解剖，辅助AI优化术式预演 ［47-48］ 。术前通
界与可解释审计；传统机器人系统则凭借成熟器械 过路径模拟、工具轨迹测试及切缘评估可提升决策
生态与稳定可预期的操作一致性，在可及性、成本 效率与精准性。基于数字孪生技术的术中导航系
与维护上仍具优势。 统可实时捕捉器械位姿与组织变化，并动态更新虚
国产系统在成本控制上有所突破，已进入部分 拟模型，实现预测⁃反馈⁃修正的闭环控制 ［49］ 。部分
三甲医院试点，但精度与国际认可程度仍待提高。 研究团队还将生理参数如局部灌注压、温度分布、
未来针对一体化 AI 外科体系，重点布局深度学习、 解剖结构颜色变化等融入数字孪生平台，为术中风
多模态导航、触觉模拟及云端共享，并结合5 G通讯 险评估与术后恢复预测提供更多维度支持 。
［50］
技术与虚拟现实推动智慧医疗与远程手术应用可 总之，当前该技术在实际应用中仍面临系统计
能是一种有潜力的研究方向 ［45-46］ 。 算量大、模型更新速率慢与患者个体参数差异大等
问题。未来结合轻量化建模算法、图形处理加速芯
3 外科机器人临床应用的挑战与前沿
片与标准化数据采集流程，将有望大幅推动数字孪
3.1 触觉反馈缺失/多模态数据融合延迟 生在临床辅助决策系统中的普及应用。
随着AI的发展，AI联合机器人在结直肠癌手术 3.4 强化学习在动态调整中的应用
中展现出提高手术精准度与微创性的潜力，但仍受 强化学习模块可以通过与环境交互和奖励反
多模态感知数据融合与智能控制与反馈系统的限 馈不断优化自身策略，已在数学博弈、工业生产、自
制。现有手术系统严重依赖视觉，缺乏触觉力学数 动驾驶等领域成功应用。通过引入手术机器人，可
据实时反馈与计算，难以精确判断组织质地和张 提升结直肠癌手术中面对出血、肠管收缩等复杂情
力，影响解剖结构识别与操作稳定性。多模态信息 况的灵活性与自适应性。其通过模拟与历史数据
融合存在延迟，算法多为静态框架，难以应对术中 学习，实现多策略选择和突发事件预测调整，优化
动态变化，易导致动作滞后或识别错误。当前主要 牵拉角度、提高手术视野，增强操作稳定性。结合
技术限制包括传感器灵敏度不足、数据传输链路和 深度强化学习与模仿学习，可利用专家操作轨迹实
计算过程复杂、融合算法缺乏鲁棒性，以及对术者 现智能模仿与超越；融入模型预测控制后，更能在
经验性操作的误判风险。这些瓶颈限制了 AI 机器 淋巴结清扫、吻合口张力调节等任务中进行未来状
人在复杂手术情景下中的应用与安全性。 态预测与规划，显著提升系统智能化水平 。
［51］
3.2 多模态延迟创新解决方案 当前限制主要在于训练过程数据需求量大，临
近年来，研究者尝试利用布置力学传感器阵 床数据采集尚不规范。同时，数据模型的泛化能力