logo

您当前的位置>首页 > 健康中国公益行动 >新闻详情

孟庆虎教授揭秘:手术机器人与AI在医疗中的真实潜力

来源:CHTV百姓健康2025-09-16 18:21:53

人工智能正以前所未有的热度进入医疗领域,不少人认为“通用大模型”会成为智慧医疗的终极答案。但在2025服贸会期间,由北京陆士新医学基金会主办的“肿瘤治疗创新进展与药物研发新趋势论坛”上,南方科技大学电子与电气工程系系主任、加拿大工程院院士孟庆虎教授以“人工智能浪潮中的智慧医疗创新”为主题发表演讲,提出了另一种思路:真正能落地的智能,并不在于模型“大而全”,而在于能否深入理解和解决具体医疗场景中的问题。



孟庆虎教授


算力、算法与数据:

AI的“三重依赖”与局限


孟教授指出,AI高度依赖算力、算法和数据,但这种依赖也限制了它,使其仍是一种“低维智能”。


人脑仅需20-30瓦的能耗,就能在几乎无限维度的“普通智能空间”里高效运作,具备强大的泛化、推理和创造力。相比之下,现有AI依赖有限数据训练,孟教授生动地比喻:“它学会的会,没学过的就不会。”


图源:孟庆虎教授演讲幻灯


举例来说,人眼轻松识别“右下角有四腿动物走向树荫”的图像,但现有的AI却很难解析。这说明AI的处理逻辑与人类认知存在根本差异,也意味着在复杂医疗场景中,实现通用智能仍不现实。


从“表演”到“干活”:

手术机器人的落地挑战


仿生机器人发展并不顺利:从1973年的 Wabot-1 到如今更先进的产品,尽管运动能力惊人,但大多停留在“演示”阶段,真正落地的应用少之又少。国内研发也存在重复投入、追求炫技而非解决临床需求的问题。


图源:孟庆虎教授演讲幻灯


手术机器人领域类似。以达芬奇系统为例,二十年间五代产品迭代不大,第五代仅增加力传感,整体性能提升不到40%。国内跟随者多数陷入“模仿不超越”,缺乏创新。


针对这一瓶颈,孟教授团队采取差异化路径:放弃通用平台,专注专科手术机器人。他们自主研发的骨科机器人小巧,仅两个篮球大小,结合“光声成像术中软组织导航”技术,可实时精准识别癌细胞边界,穿透5厘米深度时精度达0.1毫米,为手术中“切得干净又保留健康组织”这一难题提供了革命性解决方案。


外科医生的未来:

会被仿人机器人取代吗?


关于“仿人机器人是否会取代外科医生”,孟庆虎教授分享了两位权威学者的不同观点。


“手术机器人之父”Russell Taylor认为“不会”。他刚在《Science Robotics》上报道了全球首例全自主机器人胆囊切除术。认为手术机器人是专用设备,能自主完成手术,就不需要人形机器人介入。


而日本早稻田大学的人形机器人专家菅野重樹认为“会”。他指出,日本Moonshot计划在2050年前让人形机器人在空间站等极端环境中执行手术任务,通过下载软件和更换工具成为“多专科手术专家”。


图源:孟庆虎教授演讲幻灯


孟教授分析了两种未来可能:一是“虚拟会诊”,通过算法将多位顶尖专家的智能体汇聚云端,协同论证手术方案;二是“众体合一”,一个仿人机器人集成多科经验,通过更换算法和工具,实现“骨科专家”瞬间切换为“神经外科专家”。未来,手术能力可能以“软件加载”的方式赋予通用机器人。


场景智能:

让AI真正落地医疗


针对通用AI局限,孟教授提出“场景智能”理念。他强调,“通用大模型只是一个极限值,永远不会真正到来”。更可行的方法是聚焦特定临床场景。


他举例团队研发的“主动型无线胶囊机器人”:虽不具备文字或人脸识别,但在消化道检查中可自主移动、识别异常病变,未来甚至能取样、切除或给药。这说明,把智能限定在明确场景内,无需超大算力也能实现可靠应用。


图源:孟庆虎教授演讲幻灯


孟教授引用图灵1947年的观点:“我们需要的是能从经验中学习的机器”,强调机器应像人一样通过经验成长,而非被动喂数据。同时,他提到2025年图灵奖得主Rich Sutton的论断:“真正智能应像婴儿在感知和行动中自我学习。”这表明未来AI应是自主、渐进、场景化学习,而非依赖海量数据喂养。


结语:

理性与愿景中的智慧医疗


孟教授的报告为AI在医疗发展提供了清晰框架。他指出,AI仍受“低维困境”限制,仿生机器人和手术机器人面临技术瓶颈,而“场景智能”是一条切实可行的落地路径。


对于未来,孟教授建议,积极学习和使用AI工具,但应以场景智能为主,替代追求通用模型。仿生机器人医生终将出现,但需要5-15年的技术攻关和额外5-10年的成本控制。同时,应系统收集多模态临床数据,为智能系统提供高质量训练资源。


来源:陆士新医学基金会