自主血管机器人仅用 2D 成像完成 97% 导航

一个新的机器人导航系统能自主操纵导丝穿过分叉的血管 —— 在实体机器人平台上 —— 只用全世界每一间医院导管室里本就有的标准 2D X 光成像。这一结果于 10 月 17 日以预印本形式发表在 arXiv 上，消除了一直横在实验室自主血管内机器人与真实医院部署之间的决定性基础设施障碍：对昂贵的 3D 成像重建硬件的要求，而多数机构在导管手术期间并不具备这种硬件。

在实体双器械机器人平台上的 65 次闭环导航运行中，所有运行都到达了通往目标血管段的计划导丝路径的至少 95%。两次运行 —— 占总数 3.1% —— 触发了预先设定的失败标准：单次运行内出现三次或更多自主停止事件。其余 63 次运行，即 96.9%，在未触及该阈值的情况下完成。这些结果是来自体模台架研究的作者自报数据，尚未被独立复现。

每间导管室都能提出的导航问题

血管内手术 —— 把导管和导丝穿过血管以治疗阻塞的冠状动脉、颅内动脉瘤或外周血管疾病 —— 全球每年进行数百万次。像 获 FDA 批准的 CorPath GRX（Corindus，现属西门子医疗）这样的机器人系统通过允许远程控制来降低操作者的辐射负担，但它们仍是半自主的：每一个导航决策仍由外科医生做出。

完全自主要求机器人感知血管解剖、规划路径，并在检测和纠正错误的同时执行该路径。核心感知问题在于，血管内手术通常使用 2D 数字减影血管造影（DSA）—— 全球每间导管室的成像标准。此前的完全自主导航系统绕开 2D 固有的歧义，办法是从术前 CT 或 MR 扫描导入患者解剖的 3D 模型，并把该 3D 体数据实时配准到实时 2D 视图。这种 3D-2D 配准需要额外的成像硬件和一次并不总在手术流程中的术前扫描。

曹晟、郭书祥及同事的论文采取了不同立场：接受 2D 图像作为完整的信息环境，并在其中构建一个可行的导航框架。

中心线图与五种预编程行为

该系统从 2D DSA 图像中分割血管解剖，并把得到的血管掩膜转换为带标签的中心线图 —— 一种拓扑数据结构，分叉点成为节点，血管段成为边，每个段带有标识它代表哪条血管的解剖标签。随后，从入路点到目标血管的计划路径按弧长参数化，为预定路线上的每一点分配一个连续的距离坐标。

这个弧长坐标成为控制器在整个手术中使用的标量进度指标。一个尖端跟踪算法在实时 2D 图像中监视导丝尖端，并把它的位置投影到中心线路径上以获得连续的进度值。控制器用这个值，结合当前位置的图拓扑，从五种行为模式中选择一种：递送（向前推进导丝）；分支选择（在血管分叉处选择正确的分支）；探测（尖端位置不明确时的小幅探索性运动）；回退（检测到偏离路径进入时，缩回到最后一个确认正确的位置）；以及恢复（操作者审查停止后继续导航）。

操作者可以预先把特定位置标记为交互风险点 —— 血管壁损伤风险升高的位置。当导丝接近这些点时，控制器优先后撤，早于标准的偏离路径检测阈值触发停止之前。整个控制器基于规则，导航时没有神经网络推理。这一架构是针对医疗器械场景刻意选择的 —— 基于规则的行为以强化学习策略做不到的方式透明且可审计，这对监管审查相当重要。

竞争系统需要本系统不需要的硬件

最可直接比较的已发表系统是 VascularPilot3D，2024 年被描述为首个在实体硬件上的完全自主血管内机器人，报告在 25 次试验中成功率 100%。结构性差异恰恰在于 3D-2D 配准要求：VascularPilot3D 构建一个 3D 血管模型并把它配准到术中 2D 透视视图 —— 这一过程需要术前 3D 成像扫描和配准基础设施。它在更小的试验中取得了更高的报告成功率（100% 对 96.9%，25 次对 65 次运行），代价是额外的硬件限制了它可以部署的地方。

这种权衡是真实的。3D 模型提供关于分叉几何和血管深度的更丰富空间信息 —— 这些信息在 2D 投影中确实有歧义。但本论文的回答是，一个设计良好的中心线图加上基于规则的控制器，能把这种歧义化解到足以在 96.9% 的运行中成功导航，同时接受零新增硬件要求。

零新增硬件是最大的实际意义

全球每间导管室都已具备透视和 DSA 成像能力。部署这一导航框架不需要购置任何新的资本设备。对规划临床转化的研究者而言，这一差异是根本性的：使用该系统的首次人体试验可以在任何拥有现有机器人血管内平台和标准 DSA 成像的机构进行 —— 基本上就是目前正在评估血管内机器人的每一间主要导管室。而使用基于 3D 重建系统的试验必须招募具备匹配的 3D 集成基础设施的中心，这是一个小得多的池子。

65 次运行的体模研究也澄清了成功指标到底意味着什么。即便是触发失败标准的两次运行，在第三次停止被计入之前也到达了计划路径的至少 95%。系统从未灾难性地迷失 —— 它变得谨慎，停下来等待操作者审查，而不是把导丝强行推入错误的解剖结构。96.9% 的通过率衡量的是操作者被需要三次或更多的频率，而不是导丝去了不该去的地方的频率。

体模结果无法确立的是在体表现。真实血管解剖涉及弹性形变、钙化斑块、呼吸运动和患者个体差异，体模无法完全复现。在体动物研究以及最终的首次人体试验，是任何监管提交之前必需的下一步。在美国，自主手术导航系统需要 510(k) 批准或 De Novo 审查；FDA 的软件即医疗器械框架及其不断演进的 AI/ML 指南将适用。鉴于监管者有据可查地偏好行为可被直接分析、而非从统计输出中推断的 AI 系统，基于规则的控制器可检视的决策逻辑在那个过程中可能是一项资产。

近未来的导管室看起来还和今天没什么不同。但机器人在其中能做的事情刚刚扩大了 —— 而限制这些事情何时可行的基础设施并没有变多。