凯迪微信公众号
扫描二维码关注
发现信息价值

微信扫一扫
分享此帖文

发帖人:
理闻4
 |  只看此人
   楼主
收藏
收藏成功
添加
添加标签来管理你的收藏吧!
| 刷新 | 字体缩小 | 字体变大
[转帖]医学机器人:科技创新的最新动态(3题)
5621 次点击
3 个回复
理闻4 于 2017/11/21 22:47:48 发布在 凯迪社区 > 长三角
    医学机器人:科技创新的最新动态(3题)

    ================================

    1. 医学机器人:给神经外科医生当助手

    2017-10-09 好医生网-器械世界|来源:经济日报

    “现在,医学领域正朝着精准医学的理念方向发展,医学机器人在临床上的广泛应用正符合这种趋势。”日前,在北京科技交流学术月活动——“青年创新前沿论坛”上,来自首都医科大学宣武医院的神经外科医师白洪亮详细介绍了多功能机器人在神经外科手术上的应用。

    医学机器人在3个方面具有比较明显的特征:首先是具有一个完整的术前计划;其次是可以对患者的实际颅脑位置进行匹配;第三是进行机器人的辅助定位操作,定位精度小于1毫米。“比如,法国研发的ROSA多功能机器人,就是非常精准的机器人。”白洪亮介绍。

    那么,机器人在临床中究竟有何优势呢?与人类相比,机器人在手术中的精准程度、安全性保障以及病灶定位方面,均有比较明显的优势。

    比如,在神经内窥镜的手术中,医学机器人通过制定手术计划,配合神经内镜精准确定肿瘤切除大小和范围,帮助医生实现安全范围操作。“机器人在术中可以提供导航和精细操作,误差仅达0.1毫米,移动的最小范围可达0.1毫米。”白洪亮指出,相对于人手的晃动,机器人可以非常稳定地实现安全操作。

    因此,机器人大幅提升了手术中的安全性。比如在传统手术中,颅内多发肿瘤的处理难度很大,一旦手术创伤过大,就会对患者脑功能产生影响。而机器人可以利用激光探头导航,在颅脑狭窄的视野空间中为医生实时显示肿瘤切除范围和大小,判断手术位置。在颅脑穿刺过程中,往往会经过大脑很多组织和结构。因此,医生会利用医学机器人在三维层面调整手术方案,避开会造成大出血的关键部位。此外,医学机器人还能帮助医生实施精准的3D化疗以及干细胞植入技术,保证药物能在1到2毫米的位置上发生作用,大大提升手术安全性。

    在癫痫病灶的定位中,医学机器人的发挥空间更大。白洪亮指出,癫痫发作具有多种原因,肿瘤、创伤、出血等,明确病灶才能利于治疗。但是,很多患者的病灶很难定位,这就需要植入电极采集电生理信号,辅助定位。如果使用传统方法,每位患者植入10个电极约需6小时,而使用机器人植入仅需1个小时,可以大大减少手术时间,并减少患者术中麻酥时间,从而缩短创后康复时间。

    在机器人辅助下,医生的手术速度更快。“以前,双侧脑深部电刺激疗法(DBS)植入约需1.5至2小时,在机器人ROSA的辅助下,大概在1小时左右。”白洪亮指出,医学机器人可以帮助医生减少手术时间,也减少了手术中可能出现的风险,真正助推了神经外科的精准性;对于患者而言,能够接受更加精准微创的治疗,并减少身体损伤,受益匪浅。

    ================================

    2. 手术机器人再进化,荷兰外科医生完成由机器人协助的超显微手术

    2017-10-12 好医生网-医械世界|来源:Technews 科技新报

    你听过“超显微手术”吗?这类型手术需要缝合只有几毫米粗的血管,比起常听见的微创手术更困难,但在手术机器人的持续进化之下,未来手术或许将变得简单。

    荷兰马斯垂克大学医院中心(Maastricht UMC+)外科医生近日在手术机器人的协助下,完成了一起超显微手术,这也是世界首次由机器人协助完成的超显微手术。

    这台机器人是由 Microsure 公司开发,专门设计进行这类型精细复杂手术,在 Microsure 手术机器人的协助之下,外科医生的手部动作能更精确、局部,系统也会减轻任何手部颤动等现象。

    马斯垂克医院这次进行的是“淋巴管静脉吻合术”,主要是将细小的淋巴管接至邻近的小静脉,缓解已接受治疗的癌症病患的淋巴水肿(Lymphedema)症状。

    淋巴水肿是癌症治疗后常见的症状,因为手术切除淋巴结或化疗的放射线照射淋巴结,使淋巴系统功能变差,回流变慢或受阻,导致身体组织出现严重的肿胀和疼痛。

    这次手术过程中,外科医生透过 Microsure 手术机器人缝合直径 0.3~0.8 毫米的血管,这是机器人首次运用于这种精细程度的血管缝合,接受手术的患者术后表现良好。

    Microsure 技术长 Raimondo Cau 表示,对于机器人首次在这种超显微手术帮上忙,从外科手术医师处得到的反馈也十分良好,Microsure 对此感到非常高兴和自豪。

    Cau 表示,他们打算将来逐渐扩大 Microsure 机器人可协助的超显微手术类型,像是麻烦的组织重建和肿瘤清除手术。

    Motion-controlled robot performs delicate microsurgery

    World’s First Super-microsurgery Operation with ‘Robot Hands’

    ================================

    3. 最新图解2017年达芬奇机器人业绩和走势

    2017-09-14 好医生网-医械世界|来源: TheChinaBright

    

    业内都知晓直觉外科公司拥有达芬奇微创手术机器人,钱赚得腿软了。连续十几年股票走势高居不下。看看这四张图,或许就明白了为什么达芬奇手术机器人如此强悍引领风骚数十年。

    全球范围截止2017年6月30日(如图),共销售/租赁4149台达芬奇机器人系统。美国市场上占65%、欧洲占16.8%、亚洲占13%。

    美国拥有达芬奇机器人系统的医院基本上进入了迭代更新第四代Xi机器人系统,中国香港有唯一一台Xi达芬奇机器人系统,国内仍以第三代Si机器人系统为最先进。

    

    该公司销售利润来源并非是设备销售

    以2016年为例,全球范围销售额7.92亿美元(如下图):其中29%的销售额来自于达芬奇机器人系统销售;最赚钱或利润率最高的是备件和耗材,占据公司收入的50%之多。设备强行维修服务费也为公司挣得了19%的利润。

    可见,71%的销售额来源于非达芬奇机器人系统的直接销售额。这在其他任何医疗器械或医用设备中绝无仅有。这也为其他医用机器人的商业模式树立了”典范”。

    

    直觉外科公司最拿手的是销售耗材,包括达芬奇机器人手臂所持刀片。那些必须定期、定使用次数置换。此外,还有设备和技术服务,根据设备装配和临床手术使用状况,强制性保养维护费用从8万美元/每年,到17万美元/每年不等。

    从哪些微创手术术式上挣钱

    达芬奇微创手术机器人可以实施几种不同的微创手术术式,包括妇科外科手术(良性或恶性子宫切除术和盆腔脏器修复术,如阴道-骶骨固定术);普外科手术(疝气修补术、直肠手术和胆囊切除术等);泌尿外科手术(前列腺切除术和部分肾脏切除术等)和心胸外科手术(用于心脏瓣膜修补术等);还有少量头颈胸外科手术(肿瘤和肺部部分切除术等)。这些是达芬奇机器人辅助微创手术增长最快的领域。

    以美国为例,2016年全年各类达芬奇手术历数分布如下图:尽管达芬奇机器人手术费用根据各医院/医疗保险机构的保险费不同而不同,但是,从数量上判断妇科手术比例最高,因此,可推断其盈利最为可观。

    

     全球哪儿的市场份额最大?

    根据达芬奇机器人系统销售分布,可以判断美国市场仍是主要战场。2017年上半年的统计,美国市场营业额占公司在全球收入比例的73%,其余27%来源于美国之外的国际市场。

    美国的医院装备达芬奇机器人系统之后的使用率最高。尽管如此,由于外科手术仍推崇专家型手术(开放式手术),因此,最复杂和技艺高超的外科手术仍是那些著名外科大咖们的看家本领,而不是类似达芬奇机器人系统所能替代的。在此,智能化机器人替代外科医生完成复杂手术的时机尚未成熟。

分享: 分享到新浪微博 分享到腾讯微博 分享给朋友
凯迪社区APP下载

优秀帖文推荐

    回复 | 引用 | 举报
    回帖人: | 只看此人 | 不看此人 | 2017/11/21 23:13:33    跟帖回复:
       沙发
    弓虽
    回帖人: | 只看此人 | 不看此人 | 2017/12/13 23:05:53    跟帖回复:
       第 3
        多谢赏光还望不吝赐教……
    回帖人: | 只看此人 | 不看此人 | 2018/1/9 23:02:03    跟帖回复:
       第 4
        2018-01-09 钛媒体APP:阅片机器人在普及之前,还需要解决这三个问题

        

        还记得你上次为了看一个X片的结果在医院排队排了多久吗?

        在传统医学上,医生需要把片子对着灯光一张一张来看,费时费力,而且一旦疲劳,阅片的成功率会有所下降,产生判断错误的概率。

        不过这个问题很快可能会得到解决。日前在央视一套一档人工智能节目《机智过人》中,一阅片机器人几秒内看了三百多张CT片,连撒贝宁都惊诧懵了。

        如果你对于医学影像识别领域有所关注的话,2017年最有趣的事莫过于杭州健培科技与阿里巴巴iDST视觉计算团队,在国际权威肺结节诊断大赛LUNA16的世界记录之争。最终,健培的“啄医生”阅片机器人以91.3%的平均召回率重回第一,并且创造了新的世界纪录。通过这场世界记录之争,其所反映出的是我国阅片机器人这一细分领域的蓬勃发展。

        事实上,从肺部影像人工智能诊断系统“天肺一号”的推出,到腾讯的“腾讯觅影”、阿里巴巴“ET医疗大脑”纷纷入场搅局再到阅片机器人“视诊通”大战84位影像科的专业医生、“啄医生”阅片机器人与15名三甲医院主治医师打成平手,方兴未艾的阅片机器人已经博得社会各界阵阵热议,人们也在对它无限遐想。

        阅片机器人真的能做到既快又准 ?

        AI机器人凭什么能做阅片?

        随着AI在医疗领域的深度落地,AI机器人在大数据和算法技术的支撑之下,能够对MRI图像、CT图像、超声图像等医疗影像进行识别和处理,并且通过进行自主学习,来不断提高处理的能力和效率,从而能够辅助医生来进行阅片诊断。

        一般来说,在唤醒机器人后,阅片机器人的运行会经过图像输入、图像分割与识别、图像分析和信息输出四个步骤。图像输入是指将张数不等的医疗影像输入进阅片机器人,例如一整套CT图像大概由200到600张切片组成;图像分割与识别是指阅片机器人会对于输入的序列图像进行算法分割与识别,标注病灶等;图像分析是指对于病灶进行相关分析,包括磨玻璃的密度、实性成分占比等等,如阿里巴巴“ET医疗大脑”的智能诊断功能就是基于深度学习之后,发掘病灶的内在规律;信息输出指将所得出数据进行汇总,得出报告。

        通过对阅片机器人的运行路径观察,我们不难发现其具有高效率、客观性等特征,能够在提高医生诊断效率的同时,减少人为失误率。

        阅片机器人的“爆红”为什么是在这个时候?

        另外,阅片机器人的快速发展其实是与算法技术在此领域的成熟应用分不开的。阅片机器人的核心就是医学图像的处理技术,包含图像的去噪、增强和分割等,而这背后则是算法技术的支撑。智能相对论查询诸多文献后,发现目前比较常用的算法有蚁群算法、模糊集合论、卷积神经网络算法以及各种算法之间的融合等。

        1、蚁群算法(Ant Colony Optimization)

        蚁群算法是在研究蚂蚁觅食的过程之中,所得出的用来寻找优化路径的概率型算法。在医疗图像处理之中,常常是基于区域内部灰度相似性和区域之间灰度的不连续性来进行图像分割的。因此能够利用蚁群算法的“正反馈”效应以及分布式的计算方式,来完成对于输入图像的分割。

        2、模糊集合论(Fuzzy Sets Theory)

        待考察的对象及反映它的模糊概念作为一定的模糊集合,建立适当的隶属函数,通过模糊集合的有关运算和变换,对模糊对象进行分析。目前基于模糊集合论的图像处理方法包括模糊连接度割法、模糊聚类分割法等。

        3、卷积神经网络算法(Convolutional Neural Network)

        卷积神经网络由人工神经网络发展优化而来,是一个多层的神经网络,每层由多个二维平面组成,而每个平面由多个独立神经元组成。卷积神经网络采用了局部连接和共享权值的方式,避免了对图像的复杂前期预处理,可以直接输入原始图像,并且还具有良好的容错能力、并行处理能力和自学习能力,可处理复杂的环境信息。据悉,“啄医生”采用的算法就是运用了中科大的安虹教授团队基于影像识别的3D卷积神经网络算法上进行的优化。

        正是这些算法的成熟,才促成了这些“阅片机器人”性能的快速提高,也让它“飞入寻常医院”加快了脚步。

        阅片机器人在普及之前,还需要解决这三个问题

        不过,尽管阅片机器人有着科学和强大的技术支撑,但要全面进入医疗应用阶段,让所有人都不用再去排队苦等医生诊断,还需要一点时间。目前主要的三大不确定因素主要表现在程序设定、数据学习和数据保护三个方面。

        第一,程序设定上的失误,可能促使误诊的大规模发生。

        阅片机器人目前仍然达不到100%的精确判断,正如开头所提到,目前肺结节诊断正确率的世界纪录为91.3%,“视诊通”在进行“甲状腺结节超声图像的性质判定”时正确率也只有76%。其原因一方面是受到目前客观科技水平的限制,另一方面则是人的主观失误。

        正如前文所介绍,支撑阅片机器人运行的是一整套由人预设好的程序,程序的各个环节紧密相连,前后相继,最终完成阅片机器人的工作。而人的主观失误正是体现在程序的预设上,如果其中任何一个环节设定出现了纰漏,会使得最终的数据报告出现偏差,从而会导致医生的诊断和治疗方案失误。此前强生CTC检测仪器Cellsearch系统就被爆出存在包括X、Y、Z轴移动超时、复位错误等共37个类别的问题,所幸仪器在问题发现之前还未造成严重事故。

        第二,急需更多有质有量的案例,提升学习能力。

        AI阅片机器人实现自我学习功能的根基是大量的学习数据输入,学习数据的质和量都对AI阅片机器人产生重大的影响,学习的数量越多、案例越典型,识就别的速度和质量会越高。相较而言,目前医疗相关数据在质和量上都存在着问题。其一是大量的医疗数据未进行电子化,其二则是医院与医院之间存在藩篱,缺失共享、开发的数据库。在《机智过人》的节目之中,健培科技CEO程国华透露其阅片机器人学习的医疗影像资料为十万套以上,而同场竞技的主治医师都为二十万套以上。再来一个数据可能会更为直观,战胜人类棋手的AlphaGo一共学习了数百万人类围棋专家的棋谱。

        第三,医疗数据监管力度不足,个人隐私保护成疑。

        阅片机器人进行诊断的医疗影像资料报告在输出给医生的同时,也通过信息传输技术,保存在了机器生产商的云平台之中。经过时间的积累,机器生产商所拥有的个人数据会非常庞大。而这也就意味着,在目前我国医疗数据监管乏力的情况之下,个人的隐私将受到极大的威胁。

        在去年浙江松阳所破获的一起特大侵犯公民个人信息案件中,犯罪嫌疑人入侵某部委的医疗服务信息系统,获取各类公民个人信息达7亿余条。正如和美医疗控股有限公司创始人林玉明所提倡的一样,希望国家对数据立法来保障个人的隐私安全。

        目前阅片机器人所取得的成就,标志着我国在AI部分细分领域的突破性发展。尽管有些问题待解,但我们依然期待机器人能缩短我们看病排队的时长,去医院不再“难于上青天”。

        【钛媒体作者介绍:智能相对论(微信id:aixdlun),文 | 黄信鹏】

    跳转论坛至:
    快速回复:[转帖]医学机器人:科技创新的最新动态(3题)
    本站声明:本站BBS互动社区的文章由网友自行帖上,文责自负,对于网友的贴文本站均未主动予以提供、组织或修改;本站对网友所发布未经确证的商业宣传信息、广告信息、要约、要约邀请、承诺以及其他文字表述的真实性、准确性、合法性等不作任何担保和确认。因此本站对于网友发布的信息内容不承担任何责任,网友间的任何交易行为与本站无涉。任何网络媒体或传统媒体如需刊用转帖转载,必须注明来源及其原创作者。特此声明!

    【管理员特别提醒】 发布信息时请注意首先阅读 ( 琼B2-20060022 ):
    1.全国人大常委会关于维护互联网安全的决定2.凯迪网络BBS互动区用户注册及管理条例。谢谢!
    • 广告