当前,新一轮科技革命和产业变革加速演进,具身智能正以跑步、跑酷等运动能力的突破,频繁进入公众视野。然而,当技术视线转向更为广阔的产业深水区,如何切入医疗赛道,破解医疗服务供给端的结构性痛点,正成为产学研各界高度关注的焦点。近日,在“亦企同行·智航融合”产业交流活动上,中国科学院生物物理研究所认知科学与心理健康全国重点实验室副研究员、神经外科博士柴旭斌的分享,为具身智能企业切入医疗场景,提供了一张可供具身智能企业思考的路径图。

把握医疗供给的新需求

柴旭斌表示,医护人员的生理极限与优质医疗资源的结构性短缺,是制约医疗供给的核心瓶颈。作为有多年临床经验的神经外科医生,他介绍,一台复杂的脑肿瘤切除手术可能持续十余小时,医生需要长时间保持特定姿势,极易出现体力与专注力的透支。而且随着年龄增长,手部稳定性自然下降引发的微小颤抖,也会对医生精密操作带来挑战。

生理极限只是问题的一方面。在柴旭斌看来,即便有了以“达芬奇”为代表的手术机器人辅助,临床供给的深层瓶颈依然存在——这类系统仍属“聪明的工具”,而非“懂手术的伙伴”,它放大了操作精度,但缺乏对软组织动态形变、实时突发出血的语义理解及自主避险能力。

与此同时,成熟外科医生的培养周期长达8到10年,专业洗手护士(术中与主刀紧密配合、负责器械传递、清点与术野协助的器械护士)等岗位人力不足,优质手术方案多集中在头部医疗中心,基层和偏远地区难以跨地域复制等现实情况仍然存在。

这些场景都迫切需要具身智能企业把成熟的配合流程标准化、可复制化,从“协同辅助”的新需求中寻找切口,在存量竞争中突围。

可从高频重复的辅助环节优先落地

面对供给缺口,高频、重复、风险可控的辅助环节,被业内普遍认为是医疗具身智能最先落地的场景。

柴旭斌提到,手术中的器械传递、清点、回收与再处理,是重复度最高的工作之一。他在活动现场介绍了一套语音交互式护理具身智能,展示了这条路径的可行性。他介绍,该具身智能系统基于微调的视觉—语言—动作模型,采集了350组专家遥操作演示数据,在100次自主试验中实现端到端综合任务成功率为81%,器械传递成功率最高达95%,持针器收回、止血钳收回等单项任务成功率均为95%。他特别说明,相关结果仍处于实验阶段,距离常规临床应用尚有距离。“重复性的工作,一定是机器人非常好的场景。”在他看来,需求真实、流程标准、风险可控,使辅助环节成为比手术核心操作更为现实的商业化入口。

实现这一图景,柴旭斌表示具身智能需要具备四种能力:看得清楚、想得明白、下得去手、听得懂话。分别对应多模态感知、认知决策、高频执行与人机交互四个技术环节,涵盖三维立体内窥镜视觉、高频阵列力传感、基于物理规律的因果世界模型,以及50Hz连续动作生成与自然语言指令闭环。

柴旭斌认为,其中建立基于物理规律的因果推演模型是最为关键也最具挑战性的任务,“世间万物的相关性很容易建立,但要用因果关系去解释医疗行为并预测术中后果极其艰难。只有将人工智能算法与严谨的医学物理规律深度融合,才能真正实现手术方案的迭代升级。”对于未来的协同关系,他有一个更具体的设想,“当机器人能够理解我的意图时,它就是我的‘数字助手’。我下一步要刀子、要镊子,它都知道,比助手更了解我。”

对企业来说,上述四层技术架构是可参考的分工地图,做传感器的企业可聚焦多维感知部件,做算法的企业可布局世界模型与手术垂直大模型,做硬件的企业可攻坚柔性末端与高频控制,做系统集成的企业可切入人机交互与闭环语音反馈。据《中国手术机器人行业发展报告(2026)》,当前一机多平台、模块化分体设计已成为行业主流方案,有效降低医疗机构采购落地门槛,AI从附加功能逐步下沉为底层技术底座,力反馈(虚拟手术系统中的关键技术)、术中实时感知成为新一轮技术角逐的重点。这也为细分领域的专精企业留出了明确的切入空间。

进入赛道前需要明晰三类风险

柴旭斌分析,从实验室到手术台至少有三道关卡。

第一道是时延与安全边界。他提到,三维立体内窥镜回传的实时术中画面需要AI做高频分析推演,这一过程存在固有延迟,而术中急性出血等突发状况要求系统在极短时间内响应,需要设计渐进式降级的安全架构,在风险出现时有序把控制权交还医生。这既是技术问题,也是产品化的重要前提。

第二道是数据。他介绍,仿真物理模型与活体解剖组织的动态形变之间仍存在感知鸿沟,高质量真实手术数据又十分稀缺,仿真环境中练出的能力能否迁移到真实临床,还需要医工两端持续打磨。

第三道是规则适配。具备在线学习能力的系统会持续演进,与传统医疗器械以静态审批为前提的监管制度之间需要新的衔接方式。当半自主手术出现意外,责任如何在医生、医疗机构与系统提供方之间界定,人机接管机制如何设计,仍有待制度层面明确。这一环节的不确定性,也是企业进入赛道时需要提前计入的成本。

《中国手术机器人行业发展报告(2026)》显示,截至2026年6月30日,国内手术机器人有效注册证共257张,其中国产213张、占比约83%。这意味着,获批能力已不再是进入这一赛道的稀缺资源,能否在真实临床场景中稳定运转、被医院和患者接受,才是企业进入后要长期面对的考题。

柴旭斌预判认为,近一到三年,具身智能将率先进入高频手术场景,承担器械递送、组织提拉等辅助任务。未来五到十年,具备因果预测能力的可视化决策支持、可实时自适应纠错能力的半自主手术能力逐步成熟;血管内靶向递药的微纳机器人有望实现规模化落地。“我们呼吁构建一个医工交叉、高真仿真、临床闭环的三位一体研发生态,共建统一的手术机器人具身仿真基准与适应性合规标准。”柴旭斌说,医疗具身智能的落地,还需要芯片、本体、数据、场景与产业金融的协同联动,企业比拼的不应只是谁跑得更快,而是谁更贴近医疗与生活的真实场景。(千龙网发现新商学记者 姜萌)

如需咨询相关问题或提供新闻线索,可通过以下方式联系我们。

电话:84686896

邮箱:faxianxinshangxue@163.com

 

更多信息关注 

发现新商学微信公众号 

赋能创新实践 成就创新价值

来源:千龙网