Nature 子刊揭示人工智能自主开通血管路径，首针成功率可达 87.1%！
记得我们在年初盘点 2020 年十大科研热点领域时，提到了 AI 和 AI 在医学场景中的应用。（感兴趣可戳：基因编辑、肿瘤免疫、干细胞… 2020 年生物医学领域哪些研究值得期待？）
基于 HURWA 和鲁班等 AI 技术医疗机器人已经证明了其具有超越人类感知和灵活性的极限，同时兼具操作经皮器械进入人体软组织的能力，现代尖端科技医用机器人的应用离我们并不遥远。（感兴趣可戳：厉害！未来的手术由机器人来操刀？中国自主研发的机器人辅助手术接连在协和与天坛医院成功完成！）
来自美国罗格斯大学生物医学工程系的 Alvin I. Chen 教授带领研究团队开发了集 AI 技术和血管成像技术于一体的深度学习引导的自主开通血管路径机器人。
深度学习引导的自主开通血管路径机器人可自动化地实现抽血等医学操作。Alvin I. Chen 教授表示由图像引导的自主开通血管路径机器人在应对一些复杂医疗工作时可胜过人类。该研究成果以《Deep learning robotic guidance for autonomous vascular access》为题发表于 Nature Machine Intelligence 杂志上。
图片来源：Nature Machine Intelligence
Alvin I. Chen 研究团队开发这款深度学习引导的自主开通血管路径机器人的初衷是为了用于解决儿童和老年人、慢性病患者因血管通路建立不顺畅导致手术失败（20%）的医疗场景。上述人群开通血管通路首次成功率仅有 50%，而多次尝试建立血管通路则可能延迟治疗。同时，多次有创穿刺则有可能使并发症风险增高。
该自主开通血管路径机器人将 AI 与近红外和超声成像技术相结合，由深度卷积网络模型驱动的系统将成像系统所生成的血管图像当作 AI 学习的训练集。
图片来源：Nature Machine Intelligence
双模（近红外和超声）三维血管成像和自适应机器人仪器操作元件容纳在一个紧凑的外壳内，包括由一个 6 - 自由度的基座定位单元和一个 3 - 自由度机械手单元
自主开通血管路径机器人血管通路端到端的工作流程
自主开通血管路径机器人由两个深卷积神经网络驱动，在近红外和超声成像序列上完成对血管的选择和分割、区分和鉴定
图片来源：Nature Machine Intelligence
当 AI 具有血管通路端 - 端自主操作能力后，可执行复杂的视觉任务，包括从周围组织中识别血管，对其进行分类并估计其深度，然后进行血管搏动的动态跟踪和运动补偿。
上图：深卷积神经网络双模血管成像与分析
下图：血管搏动的动态跟踪和运动补偿
图片来源：Nature Machine Intelligence
这些本领赋予这款深度学习引导的自主开通血管路径机器人将针头和导管准确地引至并插入亚毫米级的小血管的能力。
研究人员随后用大鼠尾静脉检测了自主开通血管路径机器人抽血和建立液路的能力，其插针入尾静脉首针成功率可达 87.1%，而手动操作首针成功率仅为 58.3%。
上图：鼠尾静脉视觉成像、近红外成像和血管的识别与分割（左）；超声引导鼠尾静脉进针（右）
中图：手动和深度学习引导的自主开通血管路径机器人进针时近红外成像显示侧尾静脉
下图：利用深度学习引导的自主开通血管路径机器人装置实现大鼠尾静脉自动插管和采血
这套深度学习引导的自主开通血管路径机器人可支持完成一整套医疗流程。包括：
自动装针；
基于近红外成像技术扫描手臂，重建分段血管 3D 结构图；
确定合适的血管作为目标插管或进针部位；
使用超声成像技术定位目标血管；
在图像中分割、跟踪目标血管并区分动脉和静脉；
将插管或针与目标血管对齐，同时补偿手臂的运动；
基于超声图像反馈将针插入目标血管，同时对血管运动进行补偿；
完成抽血，自动处理已用过的针头。
对于一些偏远和医疗水平较为落后的地区，深度学习引导的自主开通血管路径机器人成功建立血管液路有助于增加手术成功率。研究团队表示下一步将在更广泛的人群中观察 AI 进针机器人的使用效果，相信不久的将来，我们可能在医院看到这款便携式深度学习引导的自主开通血管路径机器人。
此前我们也介绍过麻省理工学院赵选贺团队，开发的一种磁力驱动的可在脑微血管中自由穿行的医用机器人。通过激光装置，可实现微创清除患者脑微血管血栓。甚至可实现微血管内的微流体给药，超声刀、电刀、放射等治疗功能。（感兴趣可戳：厉害！未来的手术由机器人来操刀？中国自主研发的机器人辅助手术接连在协和与天坛医院成功完成！）
结语
2015 年以来，我国相继发布一系列重要政策文件以推动中国制造的转型升级，医疗领域作为重要的民生领域，对医疗机器人研发生产的支持也一直是各大政策文件关注的重点。
《中国制造 2025》、《国家标准化体系建设发展规划（2016 - 2020 年）》，《机器人产业发展规划（2016 - 2020 年）》均对医疗机器人行业的发展做出了明确的规划与指导，以支持并促进产业的快速发展。同时，机器人和智能制造也已纳入国家科技创新的优先重点领域。
患者数量大幅增加和高年资顶级医生缺乏逐渐成为医疗需求中的矛盾。5 G 网络和人工智能的普及，有望为 AI 医用机器人提供技术平台，提高医生的效率和能力。
AI 医用机器人的应用可减少人为操作造成的伤害，并提高医疗活动的效率。在医疗资源（尤其是有经验的医护人员）有限的情况下，可高效执行医疗救治工作，使医生将更多的精力放在医疗手术和救治的其他关键方面。
AI 医用机器人，未来已至。
<link />
