视网膜静脉阻塞（Retinal vein occlusion, RVO）是导致视力丧失的严重眼疾。近日，约翰斯·霍普金斯大学（JHU）的研究团队在《机器人学：科学》（Science Robotics）上发表研究，展示了一款能够自主执行视网膜静脉插管术（Retinal vein cannulation, RVC）的新型机器人系统。该系统成功突破了人类外科医生在微米级手术中的精度局限，实现了发丝级血管的自动化精准穿刺。
手术挑战：超越人类生理极限
在治疗 RVO 时，视网膜静脉插管术（RVC）被认为是一种极具前景的方案：医生需将微针插入阻塞的静脉，直接递送溶栓药物。然而，视网膜静脉的直径与人类头发丝相仿。研究第一作者 Peiyao Zhang 指出：“RVC 手术要求精度达到 100微米以下，这已经超出了人类正常的生理极限（如手部震颤）。我们的目标是通过机器人辅助与深度学习的结合，实现一种手动操作难以企及的高精度、高重复性自主工作流。”
技术核心：双机器人协同与“上帝视角”成像
该系统并非简单的机械臂，而是一个集成了感知与决策的复杂平台：
-
稳手眼科机器人（Steady-hand eye robots）：硬件端由两台机器人组成，分别负责夹持微针和手术器械，旨在抵消震颤并提供极高的操作稳定性。
-
多模态影像引导：系统整合了手术显微镜的宏观图像，以及光学相干断层扫描（OCT）获取的眼组织截面扫描数据。这为机器人提供了深度维度的“全景导航”。
-
深度学习算法：研究团队开发了三个深度学习模型，专门用于实时追踪针尖位置并规划入针路径。
实验结果：无惧呼吸运动干扰
研究团队在猪眼标本（Ex vivo porcine eyes）上验证了该系统。为了模拟真实手术环境，实验特别设置了模拟活体呼吸产生的周期性运动：
-
高成功率：在静态环境下，插管成功率高达 90%；在模拟呼吸运动的动态环境下，成功率仍维持在 83%。
-
触觉与入血管检测：系统能可靠地识别针尖接触血管及刺入血管的瞬间，这是防止手术损伤视网膜的关键。
-
专家经验数字化：该系统通过深度学习植入了资深外科医生的手术原则，使非专科背景的临床医生也有望实现专家级的操作成果。
临床前景与未来展望
虽然该系统在离体猪眼实验中表现出色，但在进入临床应用前，仍需通过活体动物实验及人体临床试验的严苛验证。Peiyao Zhang 表示，这项成果代表了将复杂视网膜手术部分自动化的关键一步。这不仅能显著降低外科医生的手术负担和操作变异性，也为未来在资源匮乏地区普及高质量眼科微创手术提供了可能。
参考文献：Peiyao Zhang et al, Deep learning–based autonomous retinal vein cannulation in ex vivo porcine eyes, Science Robotics (2025). DOI: 10.1126/scirobotics.adw2969
编辑：王洪
排版：李丽
评论 (0)