骨科手术机器人研究进展
郭硕 综述, 郭征 审校
710032 西安,空军军医大学西京医院骨科
通讯作者:郭 征,E-mail:guozheng@fmmu.eda.cn

作者简介:郭 硕,博士。

关键词: 骨科; 手术机器人; 导航系统
中图分类号:R687

机器人应用于外科手术始于20世纪80年代。1985年, 加拿大医师Kwoh在世界上首次采用PUMA560型工业机器人完成了脑肿瘤活检手术。在此之后, 用途、结构不同的机器人相继问世, 但其存在的诸多局限导致应用于骨科的手术机器人较为少见。机器人应用于骨科手术始于1992年, 目前骨科机器人可分为半主动型、主动型及被动型三种类型, 截至2016年已完成骨科手术2万余台[1]。主要区别如下:(1)半主动型机器人系统为触觉反馈系统, 增强外科医师控制工具的能力, 典型方法是将切割体积限制在一定范围内, 将切割运动加以约束, 此系统依然需要外科医师来操作仪器; (2)主动型机器人不需术者加以限制或干预, 也不需术者操作机械臂, 可自行完成手术过程; (3)被动型机器人系统是指在术者直接或间接控制下机器人参与手术过程中的一部分, 例如在术中机器人在预定位置把持夹具或导板, 术者运用手动工具显露骨骼表面[2]。笔者从国外、国内两个方面综述骨科机器人研究进展, 并分析未来的发展前景。

1 国外骨科机器人

国外骨科手术机器人发展较快, 机器人类型相对更为全面。骨科手术中常用机器人系统包括Robodoc机器人系统、MAKOplasty机器人系统、Acrobot机器人系统、SpineAssist机器人系统等。

1.1 按功能分类

1.1.1 半主动型 以美国MAKO公司的RIO机器人为代表(图1), 其主要特点为依靠力学反馈进行工作, 主要操作步骤如下:首先术前对患者手术区域的CT图像进行3D重建, 然后在电脑上进行手术路径规划, 继而在术中通过光电设备进行导航, 在操作过程中需要医师全程进行手扶操作, 若偏离手术路径则引发力学反馈从而对机械臂进行制动, 避免不必要的损伤。

图1 RIO机器人系统样图

1.1.2 主动型 典型代表为用于人工关节置换的Robodoc手术机器人(图2)[3], 其操作原理是在规划好手术路径后, 连接机器人本体设备, 随后机器人便可自行进行切割磨削工作。术中无需医师进行操作, 但需要医师全程监控, 以便在出现意外时及时干预。

图2 Robodoc手术机器人

1.1.3 被动型 主要代表是美国Stryker-Nav和德国的Brain-Lab手术机器人, 即计算机辅助影像导航手术设备。通过红外线追踪影像导航方式, 采用被动式光电导航手术系统辅助徒手操作手术, 可应用于任何术中借助导航图像定位的骨科手术, 但只能完成特定的定位操作步骤, 故临床应用较为局限。

1.2 按应用部位分类

1.2.1 关节 第1台机器人操作的骨科手术是由Robodoc机器人系统完成, 在其引导下进行了全髋关节置换术[4]。Robodoc机器人系统主要用于全髋关节成形术、全膝关节成形术。就全髋关节成形术而言, 相对于传统手术操作, 在X线下显示术后假体位置更佳, 肢体不等长减少, 肺栓塞发生率降低, 假体应力遮挡下降[5]。此外, 在全膝关节成型术中97%的患者假体排列与理想力线偏差为0° [2]。由此可见, 其远期整体效果优于传统手术方式。手术机器人的使用还极大缩短了骨科医师外科操作的学习曲线, 使许多没有较多手术经验的低年资医师也能精准微创地完成手术[1]。Bell 等[6]证实, 在膝关节单髁置换中, MAKOplasty辅助置入物对位的精度高于传统手术技术, 其置入目标位置误差不超过2° 的比例高于对照组。此外, 也有研究显示, 在全髋关节成形术中, MAKOplasty系统较传统术式更具优越性[7]。机器人放置髋臼所在部位位于Lewinnek安全区概率(100%)高于传统放置方法(80%)[8], 放置位于Callanan 安全区概率(92%)高于传统放置方法(62%)[9], 可有效保证髋臼假体的稳定性及其使用寿命[7]

1.2.2 脊柱 应用于脊柱外科的机器人系统包括SpineAssist、Renaissance Robotic、SPINEBOT机器人系统等。其中SpineAssist及Renaissance Robotic机器人系统为较为成熟的脊柱手术机器人系统, 主要用于脊柱手术中的脊柱探测、骨水泥注入及病理组织活检等。其中, Spine Assist机器人系统(图3)原理与Robodoc存在相似之处[10], 均为术前将CT图像采集并上传至机器人软件系统进行处理, 由术者进行介入点、路径、深度等一系列手术方案的设计, 以及置入物的选定, 由机器人术中精确执行操作。一项回顾性研究显示, 在椎弓根钉置入方面Spine Assist相较于传统手术提高了置钉准确率且减少了神经系统风险[10]。而Renaissance机器人系统则更侧重于高风险的脊柱手术, 如脊椎骨折, 其采用的3D成像技术取代了曾经的2D图像, 使得外科医师能获得指导下一步如何进行的准确图像。根据图像, 他们便可对Renaissance机器人嵌入系统进行编程, 准确安置固定器械。

图3 SpineAssist机器人系统

2 国内骨科机器人

与国外骨科手术机器人研发相比, 国产骨科手术机器人研发尚处于起步阶段。研究及使用单位主要有北京积水潭医院、第三军医大学新桥医院、解放军总医院、洛阳正骨医院等医疗机构及北京航空航天大学、哈尔滨工业大学、中国科学院沈阳自动化研究所、上海交通大学等科研机构[11]

2.1 遥控型脊柱机器人

2010年, 中国科学院沈阳自动化研究所机器人实验室(国家机器人学重点实验室)与第三军医大学新桥医院骨科周跃教授合作, 研发出一种遥控型脊柱机器人, 该机器人具有六个自由度, 主要用于脊柱微创手术中椎弓根螺钉的置入, 其特色为尖端夹持气钻, 医师可通过对其遥控操作进行打孔, 从而减少手术中术者的辐射暴露时间, 但由于其不能与导航系统相结合, 因此临床应用受到限制[12]

2.2 导航辅助机器人

北京积水潭医院田伟教授等进行了脊柱导航辅助机器人手术的相关研究, 其主要研究方向为脊柱椎弓根螺钉置入的相关评估。由其牵头研发的“ 天玑” 手术机器人已于2016年底获得国家Ⅲ 类医疗器械资格证, 可用于四肢、骨盆及脊柱全节段手术。在创伤骨科方面, 北京积水潭医院等单位曾做过计算机导航下长骨干骨折的相关研究并研发出骨折复位机器人[13, 14, 15], 其研究项目涵盖股骨骨折、骨盆骨折、胫骨骨折等(图4, 5)。以股骨骨折为例, 其采取C形臂透视图像进行手术规划, 借此引导并联机构带动股骨干, 从而引导两段折骨完成自动化的复位操作, 实验结果证实其满足骨折复位要求。成都大学附属医院李开南教授联合多家单位参与研发的“ 天玑” 手术机器人, 目前已逐步投入使用。其应用于临床时间尚短, 主要用于骨盆骨折等的治疗。

图4 骨折复位机器人及其固定方式(适用骨盆骨折)

图5 骨折复位机器人(适用股骨干骨折)

3 发展前景

骨科手术机器人的主要优势为微创、精确、安全和可重复性高, 合理应用机器人辅助手术, 不仅可以提供3D手术视野, 而且可避免人手操作时产生的震颤[5], 同时可大大缩短年轻医师的培养年限。然而, 目前骨科用机器人尚存在许多应用缺陷:(1)感觉反馈系统(触觉、温度觉、柔韧性等)缺失极易造成患者医源性损伤, 这一点有赖于新型触觉系统、医疗电子工程的研发; (2)影像处理、数据转换和机械等误差使操作出现相对误差, 其解决有赖于精细化编程、影像设备研发的推进; (3)机型较大, 占据较大空间; (4)使用成本过高; (5)应用范围过于局限, 大部分骨科机器人都是仅用于术中某一阶段(定位、磨骨、削骨等), 并不能完成更多手术操作, 并且难以实现跨部位、跨操作类型、跨流程的转换。笔者认为, 未来骨科手术机器人的发展主要在以下几个方面。

3.1 计算机算法和机械制造工艺

虽然骨科手术机器人目前仍存在许多问题亟待解决, 但随着计算机算法及机械制造工艺的进步, 操作的相对误差必将减少, 其中, 计算机算法的更新有助于机器人工作流程的规范化及程式化, 达到从中枢指令对机器人行为进行约束和规范的目的, 进而促进其推广应用。

3.2 操作训练体系

尽管机器人手术目前已被广泛应用, 但是其操作训练体系尚未形成。就手术机器人操作的训练工具开发而言, 虚拟现实技术等数字化技术的日渐成熟将使传统的实验室和实验台操作转变为零风险的数字操作训练方法, 已有学者使用该技术模拟手术机器人操作完成膀胱尿道吻合术, 并取得良好效果[16]。可预见该技术将有利于提高医师的操作熟练程度, 进而提高外科技术水平。

3.3 导航设备

术者操纵机器人的行为标准化及解剖学标志的确定对机器人辅助手术也至关重要[17], 前者可限制术中机器人的行为, 降低因不规范操作带来的风险, 后者则是部分手术机器人(如Spine Assist)术中操作的固定位置, 保证机械臂的术中稳定。而解剖学标志的发现及固定很大程度依赖于新型导航设备的研发, 因此不仅需要开展需要更多的临床操作验证以制定相关操作规范, 也要加强导航设备的研发, 更好地进行术前、术中定位, 在操作中实现精细化和标准化, 减少手术误差, 进一步提高机器人辅助手术的质量, 取得更佳的手术效果。

综上所述, 骨科手术机器人技术正朝着人机交互全面化、图形图像精细化、硬件体积微型化、手术过程无创化、远程操作流畅化等方向发展。同时, 推动自主研发骨科手术机器人产品、全方位制定行业规范和临床标准将是中国智能医疗器械及设备发展的重要导向[11]

The authors have declared that no competing interests exist.

参考文献
[1] 王军强. 骨科手术机器人临床应用的优势和局限[J]. 中国医刊, 2016, 51(10): 1-2. [本文引用:2]
[2] Netravali N A, Shen F, Park Y, et al. A perspective on Robotic assistance for knee arthroplasty[J]. Adv Orthop, 2013, 2013(Suppl 2): 970703. [本文引用:2]
[3] Liow M H, Chin P L, Tay K J, et al. Early experiences with robot-assisted total knee arthroplasty using the DigiMatchTM ROBODOC® surgical system[J]. Singapore Med J, 2014, 55(10): 529-534. [本文引用:1]
[4] 张军良, 周幸, 吴苏稼. 手术机器人系统在骨科的应用[J]. 中国矫形外科杂志, 2015, 23(22): 2079-2082. [本文引用:1]
[5] Sugano N. Computer-assisted orthopaedic surgery and Robotic surgery in total hip arthroplasty[J]. Clin Orthop Surg, 2013, 5(1): 1-14. [本文引用:2]
[6] Bell S W, Anthony I, Jones B, et al. Improved accuracy of component positioning with Robotic-assisted unicompartmental knee arthroplasty: data from a prospective, rand omized controlled study[J]. J Bone Joint Surg Am, 2016, 98(8): 627-635. [本文引用:1]
[7] Domb B G, El Y B, Sadik A Y, et al. Comparison of robotic-assisted and conventional acetabular cup placement in THA: a matched-pair controlled study[J]. Clin Orthop Relat Res, 2014, 472(1): 329-336. [本文引用:2]
[8] Lewinnek G E, Lewis J L, Tarr R, et al. Dislocations after total hip-replacement arthroplasties[J]. J Bone Joint Surg Am, 1978, 60(2): 217-220. [本文引用:1]
[9] Callanan M C, Jarrett B, Bragdon C R, et al. The John Charnley Award: risk factors for cup malpositioning: quality improvement through a joint registry at a tertiary hospital[J]. Clin Orthop Relat Res, 2011, 469(2): 319-329. [本文引用:1]
[10] Devito D P, Kaplan L, Dietl R, et al. Clinical acceptance and accuracy assessment of spinal implants guided with SpineAssist surgical robot: retrospective study[J]. Spine, 2010, 35(24): 2109-2115. [本文引用:2]
[11] 韩晓光, 刘亚军, 范明星, . 骨科手术机器人技术发展及临床应用[J]. 科技导报, 2017, 35(10): 19-25. [本文引用:2]
[12] 张鹤, 王洪伟, 韩建达, . CT与C型臂辅助遥控型脊柱微创手术机器人系统打孔可靠性研究[J]. 第三军医大学学报, 2012, 34(13): 1314-1317. [本文引用:1]
[13] 徐九峰, 韩巍, 王军强, . 骨盆复位机器人试验研究[J]. 中华骨与关节外科杂志, 2015, 8(3): 242-245. [本文引用:1]
[14] 韩巍, 刘文勇, 林鸿, . 机器人辅助股骨干骨折复位的性能评价[J]. 中国实验诊断学, 2012, 16(6): 951-954. [本文引用:1]
[15] 王军强, 苏永刚, 胡磊, . 医用机器人及计算机辅助导航手术系统在胫骨髓内钉手术中的设计与应用[J]. 中华创伤骨科杂志, 2005, 7(12): 1108-1113. [本文引用:1]
[16] Kim J Y, Kim S B, Pyun J H, et al. Concurrent and predictive validation of robotic simulator Tube 3 module[J]. Korean J Urol, 2015, 56(11): 756-761. [本文引用:1]
[17] Iavazzo C, Gkegkes I D. Application of da Vinci® Robot in simple or radical hysterectomy: tips and tricks[J]. J Turk Ger Gynecol Assoc, 2016, 17(2): 106-109. [本文引用:1]