聚焦新质生产力
用精密算法提升骨科手术水平
“大家去医院看病，尤其是做手术，都希望找个有经验的大夫。而我们做的事儿就是赋予手术机器人一套精密的算法，让这一需求尽可能得到满足。”南开大学人工智能学院教授代煜说。
前不久，由南开大学、天津医科大学总医院完成的“骨切削手术中振动产生机理分析、状态辨别及机器人运动控制”项目获2023年度天津市技术发明奖二等奖。
数据显示，受人口老龄化加剧等多种因素影响，我国骨科疾病发病率正逐年上升，成为影响人们生活的常见病、多发病。
代煜告诉记者，一台复杂的手术常常需要数小时甚至十几个小时，对医生的体力、耐力和精力都是一场严峻的考验。同时，传统的手术动力工具通过输出可控的机械动能，驱动高速旋转的磨头、钻头等刀具完成手术，存在着医生因视野受限、动作不稳导致的准确性低、并发症发生率高等问题。
“当我们用电钻在墙上打眼的时候，只要一门心思使劲儿就行了，深点儿浅点儿有时不会有太大的影响，但给人做手术就是另一回事了，骨头的另一头可能是脊髓或者神经，一点点误差就可能造成无法挽回的后果，所以在钻骨的时候必须小心再小心。”代煜说，“但是，每个人的骨质不同，骨与肉又相互连接、牵扯，所以很多骨外科手术的精准性有时没法用多少毫米来量化，而是讲究一个‘手感’。”
“因此，我们就想在传统手术动力工具上集成传感器，对切削过程进行智能监测，实现医生对切削状态的准确感知，是不是就能形成这份‘手感’，也能一定程度上减轻医生的工作量？”代煜说。
“手感”如何塑造？
项目团队历经10余年，在一次次的攻关中，逐渐啃下了这块技术“硬骨头”。基于高速旋转的刀具在切骨的同时还是振动的激励源这个认识，项目团队通过大量分析研究，建立了骨切削过程中振动产生机理分析方法，实现了远离切削位置的软组织识别，识别准确率接近90%。
同时，团队发明了基于切削振动的智能状态辨识方法，辨识了在“皮质骨—松质骨—皮质骨”复合结构中的钻头位置、椎板切除手术的进程以及威胁手术安全的软组织缠绕刀具事件，对钻头穿透骨骼辨识的准确率可达到94.7%。
此外，项目团队还构建了基于振动触觉反馈的骨切削手术机器人运动控制策略，突破了机器人运动学计算时间较长的制约，实现了面向单层和多层骨组织的机器人铣削深度控制，使铣削深度的控制精度达到±0.14毫米。
一连串数字的背后，是科技工作者的执着坚守和全力以赴。跨越科技成果转化的“死亡之谷”，如今，该项研究已经在团队自研的手术机器人上得到了应用。
“机器人虽然未必能超过顶尖的大夫，但它解决了标准化的问题，可以整体提高手术的平均水平。”代煜说，“骨科机器人未来还有很长的路要走，在这个过程中，一定要从实际需求出发，加强‘产学研医’的融合，在临床中找问题，逐步促使其走向成熟。”
|
