美国《纽约时报》网站4月30日发表题为《机器人外科医生现在将给你看病》一文，全文摘编如下：
达尼亚尔·费尔博士坐在距离一台长臂机器人数英尺远的凳子上，手握着他胸口附近的两个金属手柄。
当他将手柄上下左右移动时，机器人也用自己的双臂模仿着每一个小动作。然后，当他把拇指和食指捏在一起时，机器人的一只细小手爪也做了几乎同样的动作。像费尔博士这样的外科医生长期以来就是这样用机器人给患者做手术的。他们能够坐在一个电脑控制台前，为房间另一边的患者切除前列腺。
令人兴奋的时刻
但在这一简短的演示之后，费尔博士和他在加利福尼亚大学伯克利分校的同事们展示了他们希望如何向前推进这一尖端技术。费尔博士松开了手柄，一款新的电脑软件接手了控制权。在他和其他研究人员的注视下，机器人开始进行完全自主运动。
这台机器人用一只手爪把一个小塑料环从桌子上一个同样小的挂钩上抓起，随后用另一只手爪接过这只塑料环。接下来，这只手爪移动到桌子另一边，小心翼翼地将塑料环挂到新的挂钩上。后来，机器人又用另外几个环做了同样的事情，它完成任务的速度与在费尔博士指导下一样快。
这种训练最初是为人类设计的；外科医生通过把环从一个挂钩转移到另一个挂钩上，学习操作像加利福尼亚大学伯克利分校这台机器人一样的机器人。伯克利团队的一篇新研究论文说，现在，一台进行这一测试的自动化机器人在灵活性、精确度和速度方面都能与人类匹敌，甚至超过人类。
该项目是将人工智能引入手术室的更广泛努力的一部分。利用自动驾驶汽车、自动驾驶无人机和仓库机器人所依赖的许多技术，研究人员也在致力于外科手术机器人的自动化。这些方法距离日常使用还有很长的路要走，但进展正在加快。
在学界被称为“手术机器人之父”的约翰斯·霍普金斯大学教授、前国际商用机器公司（IBM）研究人员罗素·泰勒说：“这是一个令人兴奋的时刻。这是我20年前希望我们能变成的样子。”
这样做的目的不是让外科医生离开手术室，而是通过令手术的某些阶段自动化，来减轻外科医生的负担，甚至还可能在有改进余地的地方提高手术成功率。
机器人在某些手术中的准确率已经超过人类，比如将一根针插入骨头中（在更换膝关节和髋关节时，这是一项风险尤其大的任务）。人们希望，自动化机器人能提高切口或缝合等其他任务的精确度，并降低劳累过度的外科医生面临的风险。
尚难完全自动化
约翰斯·霍普金斯大学计算机科学家格雷格·黑格在最近的一次电话通话中说，手术自动化将进展得很像是自动驾驶软件——在他说话的时候，这一软件正引导着他的特斯拉汽车行驶在新泽西州的收费公路上。他说，那辆车正在自动驾驶，但为了以防万一，他的妻子仍然把手放在方向盘上。
黑格说：“我们无法实现整个过程的自动化，至少在没有人类监督的情况下是如此。但我们可以开始打造自动化工具，让外科医生的工作稍微轻松一点。”
五年前，位于华盛顿特区的国家儿童卫生系统的研究人员设计了一台机器人，可以在手术中自动缝合一头猪的肠道。这是朝着黑格博士设想的未来迈出的一大步。但它后面加上了一个注脚：研究人员在这头猪的肠道中植入了微小的标记物，这些标记物发出了近红外光，帮助引导了这台机器人的动作。
这种方法远远不够实用，因为标记物不易植入或移除。但近年来，人工智能研究人员大幅提高了计算机视觉能力，这可以让机器人在没有此类标记物的情况下自行完成手术任务。
这种变化是由所谓的神经网络所驱动的。神经网络是一种数学系统，能够通过分析大量数据来学习技能。例如，通过分析成千上万张猫的照片，神经网络可以学会识别一只猫。以差不多同样的方式，神经网络也可以通过外科手术机器人拍摄的图像进行学习。
手术机器人配备了摄像头，可以记录每台手术的三维视频。视频源源不断地传入取景器，外科医生通过取景器、从机器人的视角引导手术。
但后来，这些图像也提供了一份详细的路线图，显示手术是如何进行的。它们可以帮助新手外科医生了解如何使用这些机器人，还可以帮助训练机器人独自完成任务。通过对外科医生如何引导机器人的图像进行分析，神经网络可以学习同样的技巧。
伯克利的研究人员正是以这种方式努力使他们的机器人自动化，这台机器人是以达芬奇外科手术系统为基础的——该系统是一款有两只手臂的机器，每年帮助外科医生完成100多万台手术。费尔博士和他的同事收集了机器人在人类控制下移动塑料环的影像。然后，他们的系统会从这些影像中学习，准确找出抓取塑料环、在手爪之间传递、然后把它们移动到新挂钩上的最佳方式。
但这个过程也得加上自己的“注脚”。当系统告诉机器人移动到哪里时，机器人往往会以几毫米的偏差错过该地点。由于经年累月的使用，机器人双臂内的许多金属电缆已经有了一些轻微的拉伸和弯曲，因此它们的动作达不到所需要的精准度。
人类操作员可以在不经意间弥补这一点。但自动化系统则做不到。这是自动化技术往往存在的问题：它难以应对变化和不确定性。自动驾驶汽车还远远没有普及，因为它们还没有灵巧到足以应对日常生活中所有混乱场景的地步。
对未来影响深远
伯克利的团队决定建立一种新的神经网络，对机器人的错误进行分析，并了解它每天会比前一天失去多少精准度。该研究团队的博士生布里金·塔南杰扬说：“它能知悉机器人关节是如何随时间演变的。”一旦自动化系统能够应对这一变化，那么机器人就可以抓住并移动塑料环，从而与人类操作员的表现相媲美。
其他实验室则在尝试不同的方法。约翰斯·霍普金斯大学的研究人员阿克塞尔·克里格曾在2016年参与前述猪肠道缝合项目，他目前正致力于使一种新型机械手臂实现自动化，这种机械手臂的可活动部件较少，而且比伯克利团队使用的那种机器人表现得更稳定。伍斯特工学院的研究人员正在研究如何能让机器在外科医生完成特定任务时细致地引导他们的手，这些任务包括为癌症患者进行穿刺活检以及进行大脑肿瘤移除等。
其中一名研究人员格雷格·菲舍尔说：“这就好比一辆汽车，它可以自主跟随车道，但驾驶员仍然控制着油门和刹车。”
科学家们指出，前进道路上还有许多障碍。移动塑料环是一回事；切开、移动和缝合皮肉则是另一回事。得克萨斯大学奥斯汀校区的副教授安·马耶维奇·菲就提出疑问：“当摄像头角度变化时会发生什么？如果有烟雾阻挡会发生什么？”
在可预见的未来，自动化将与外科医生一起工作，而不是取代他们。但费尔博士说，即便如此，也可能产生深远影响。例如，医生可以进行跨度远超手术室宽度的外科手术——进行数英里以外或更远地方的手术，或许还能帮助遥远战场上的受伤士兵。
但信号滞后是个大问题，以至于目前还无法实现上述设想。但是，费尔博士说，如果机器人能够独自完成至少一部分任务，那么远程手术就有可能可行。“你可以发送一项高层计划，然后机器人可以实施它。”
同样的技术对于更远距离的远程手术也是必不可少的。他说：“当我们开始给位于月球的人员做手术时，外科医生将需要全新的工具。”
来源：网络收集，犀灵工业机器人培训http://www.lingxixueyuan.com整理发布