如何看待机器人独立完成猪腹腔镜手术，效果明显好于人类医生？ 第1页

首先，作为技术的创新，我认为这项研究是具有突破性意义的。

虽然之前我对猪肾、猪心移植到人体的报道抱有审慎乐观态度，但这些研究在我看来同样是具有突破性意义的。

这些研究有一个共同点——在相当多的限制条件下是成功的，但现阶段距离实际应用还有很远的路要走。

比如猪肾移植解决了超急性排斥反应，但后续的急性、慢性排斥反应不仅没有做临床观察，甚至转基因猪也没有针对急性和慢性排斥反应的免疫靶点进行基因编辑，可以说是肯定熬不过后期的排斥反应的。

猪心移植人体的尝试到目前为止也是顺利的，甚至患者脱离了ECMO系统，全身的血液循环由移植的基因编辑猪心挑起了大梁，根据本月24日的报道，患者感觉还不错，各项指标也基本正常。而且理论上讲，进行了更多基因编辑的猪心更有希望熬过更长的时间，距离成功更近了一步。

这个新闻中的机器人肠管缝合也是仅限于正常的猪肠管，这只实验用的猪也没有其他基础疾病、胖瘦适中、解剖变异似乎也是没有的。所以，机器人用大量体内外实验反复打磨的算法完成了腹腔镜肠吻合手术。

其实仔细看一看这篇论文就不难发现，机器人缝合肠管的方法甚至和目前人工缝合的都不太一样，只不过基本原理和原则是一致的。

目前有人操作的腹腔镜肠吻合一般是用彩色的2D或者3D取景器进行观察：

在彩色视野下，肠管、内脏脂肪、血管、出血点（出血量）和其他内容物一目了然。如果在肠吻合过程中出现诸如网膜脂肪遮挡视野、小出血点、血管或其他解剖变异的情况，可以根据丰富的经验相机处置。所以，真人在进行手术的时候评估的是全貌，考虑的问题是多方面的。

而这项研究中的机器人是如何观察肠管的呢？

请注意红色箭头所指的NIR光源，NIR即Near Infrared Ray，近红外。近红外光并不是可见光，但可以激发特定化学物质产生明亮的可见光。在这项研究中，机器人的手术操作就完全依赖NIR做的标记点进行定位，然后对肠管进行精准缝合。而机器人所关注的手术区域全貌也仅仅是灰阶图像。

虽然灰阶图像和NIR标记点简化了手术缝合的元素模型，但本身就把机器人的功能定位局限在了冯肠子的机器。事实上，研究人员从一开始就是按照这种方式进行算法设计和体外实验的：

实验结果而言，用这种算法进行的机器人自动缝合（STAR）比纯人工缝合（LAP）和机器人辅助手术 (RAS)效果要好得多，从吻合后的肠管通液流体动力模拟效果来看，STAR完胜：

所以这项研究的优秀之处在于它比人类手工、机器辅助的人类缝合效果都要好，而且不需要人的劳动。同时可以借助更先进的机械臂完成生物体内的手术。

但临床上实际需要解决的问题远比这负责的多，一位外科医生需要面对的可能是内脏脂肪超多肥胖患者、腹腔多次手术史引起肠管与网膜黏连严重的患者、有血管解剖变异或者肠管断端不整齐/活力不佳的患者。面对可能出现的问题，需要他从学生时代开始，经历实习医生、住院医生、主治医生以来十几年甚至二十几年的经验进行相应的处置，以保护患者生命、保障手术成功。

肠吻合技术仅仅是这位外科医生所有技术中很微小的一个维度而已。

所以这项技术将会是未来全自动机器人手术技术这幅巨大画卷的一块拼图，这块拼图本身的意义非常有限，但无论它再怎么有局限性，却一定是实现技术愿景道路上重要的一环。

随着未来信息技术的继续爆炸，人工智能可以学习更多的人类手术视频，逐渐学会人类处理手术中各种突发情况的技术和经验，当所有拼图都到位了，这个愿景也就实现了。

陈子杨：机器人，茴有四种写法，你知道吗？

这个新闻里，机器人是有高度自主性的手术机器人，和达芬奇不是一类。

而吻合质量标准是：针位置校正、缝合间距、缝合尺寸、完成时间、管腔通畅率和泄漏压力。

其中前四項我相信在理想状态下，机器人做的会比人更好。

后两项：管腔通畅率和泄漏压力。就见仁见智了。

手术效果一般有两个变量，一个是患者疾病的严重程度，一个是主刀的手术熟练度。

简单的病人，熟不熟做出来效果都差不多，

复杂的病人，才能考验主刀的水平。

人体偏差万别，就说做结肠癌，

分期早和分期晚，肠道水肿程度完全不一样，

有没有梗阻，肠道的干净程度也不一样。

胖和瘦，肚子里油多油少也不一样。

还有阑尾，

疼一天是一个样，疼三天又是一个样，

有人疼了三天阑尾就轻微水肿，

有人疼了2小时阑尾就穿了。

机器人不可能掌握所有变量。

这个更像是自动驾驶技术。

如果全部路况都和高速一样，所有的车都是自动驾驶，那肯定比人来开更有效率。

但现实是有的人加塞，有的人龟速，

有的路是路，有的路是重庆。

现阶段，还是人来稳妥点。

---

  yan-cheng-yi-sheng 网友的相关建议: 
      

这是我看到的最准确的总结。

总的来说，就是中国的高考相对公平，所以性价比极高，所以其他活动都可以适当让步。

---