COVID-19全球流行，在應對新冠疫情時，各國的醫療衛生系統都受到極大挑戰。無疑，此輪新冠疫情將影響全球的醫療衛生體系發展方向。目前，已經有建筑師、醫療衛生顧問討論如何改變現代醫院的設計，讓醫療衛生系統能夠更好地應對危機。

從一方面來看，新冠疫情爆發早期，醫護人員大量接觸感染病人，防護不到位，醫護人員感染率較高。在疫情中，問診機器人、消毒機器人、物流機器人等自動化設備成為醫院剛需產品。可見，對于醫院來說，未來要減少醫院人員日常工作中的感染風險，公共衛生體系將朝著信息化、自動化方向發展。

來自哈工智能中央研究院的磅策機器人，從減少感染科護士采血感染風險的愿景出發，研發了一款在超聲引導下的醫療穿刺采血機器人，實現血液標本自動收集、標本自動分揀整理，助力醫院實現全自動化驗檢。

哈工智能是國內聚焦于高端智能裝備制造和人工智能機器人的高科技上市公司，聚焦于高端智能裝備制造和人工智能機器人，有著深厚的機器人研發經驗，并以AI+ROBOT為核心發展理念，完善機器人生態圈。

雖然哈工智能在工業機器人方面已完成了全產業鏈布局，但醫療與工業是兩個天差地別的行業，磅策機器人如何將工業機器人研發的經驗移植到醫療領域中？采血機器人如何在醫療場景中真正實現落地？動脈網采訪了磅策機器人CEO謝雷與CTO張兆東。

最為普遍的采血存在什么樣的痛點

磅策機器人團隊過去長期與機器人打交道，但是在他們看來，公司的發展一定是與社會責任相并重的。積累的技術方向應該用到最需要的場景中。

“我們最后選擇了醫療機器人這個領域作為研發嘗試的新領域，用我們在機器人領域積累的經驗去解決醫療領域的問題。”

在調研中，磅策機器人的團隊發現，在醫療機器人應用可以大致分為四大方向：首先是機器人+治療方向;第二是機器人+診斷;第三是監護方向;第四是檢驗檢測方向。謝雷認為，在治療領域，已經有很多頭部企業聚集，達芬奇機器人所屬的直覺外科一騎絕塵。在診斷領域，更多偏向AI軟件。監護領域更多是硬件設備為主。最后，磅策機器人選擇診斷檢測這個智能機器人應用相對空白的細分領域切入。

最初，磅策機器人團隊發現檢驗科最容易和機器人結合的環節是采血后對血液試管的預處理環節。試管的搖勻、試管貼標等流程能夠快速將工業機器人產品移植到醫療場景中。但磅策機器人團隊想要做的是與醫療場景緊密結合的產品，而不是簡單地將工業中的產品復制到醫療領域中。

在調研中，磅策機器人團隊更進一步發現，在采血環節，護士被針扎而感染的風險非常大。謝雷表示：“我們想要研發采血機器人來減少護士感染風險，尤其是感染科和傳染病醫院的護士。我們曾經對醫護人員進行過調查，發現年度人均針刺傷0．75次，輻射下的醫生工作和患病率超60%。”

除了風險意外，護士采血工作量也非常大。磅策機器人CEO謝雷告訴動脈網：“在top100的三甲醫院，日均采血次數達到6000人次;單個醫護人員日均服務150人次，檢驗師在很多醫院都要充當采血護士。”

三維成像保證穿刺精準性

扎針的動作對于護士來說是必修課。但是對于機器人來說，想要學習并完成扎針的動作需要首先擁有人類的“視覺能力”和“判斷能力”。

張兆東表示，醫用場景對于機器人的要求較高，磅策的團隊在機械控制和人工智能領域都有著較深的積累，磅策團隊克服的主要難點在于能否做到精準穿刺。

“因為我們在機器人領域有著較深的積累，一開始我們認為采血機器人的設計并不難，只需要去模擬護士扎針采血過程，用機械控制原理去完成就行。真正研發設計后才發現真正的難題在血管選擇和穿刺控制上。因為血管的狹窄程度、深度、走向不同，穿刺的深度都有不同。在工業機器人設計中，我們只需要讓機器人從A點到B點，但是在采血機器人的設計中，需要機器人做出精準的判斷和決策。”

為了讓采血機器人能夠透視血管，磅策機器人研究了很多機器視覺AI技術，整合兩種技術實現精準穿刺。

首先是紅外成像技術，通過血管中血紅蛋白的對紅外光的反射，采集血管走向的數據，然后是應用超聲成像。

“紅外成像的圖像就像是平面的GPS，在天空中雖然能看到具體的坐標，但是無法判斷地下是否還有東西。在采血過程中，護士可以通過感覺判斷針進入血管的深度，但是對機器而言，它是無法感知的。”

為了讓機器能夠立體、精準地感知血管的存在，磅策機器人決定在成像模塊中加上超聲圖像。

加上超聲圖像，這讓磅策機器人團隊遇到了不小的困難，整個技術團隊大多數都沒有醫學超聲圖像解析經驗。我們通過很多行業內醫學超聲專家給我們補充了豐富的相關經驗，并達成在醫學超聲影像下穿刺應用的長期合作。

“大家都知道超聲需要醫務人員打在正確的位置才能獲得圖像，不是說超聲隨意在什么地方都能獲得圖像。在采血機器人上，超聲探頭必須要與血管有一定角度，才能獲得圖像。我們在將這些要求轉化為工程語言時下了很多功夫。”

應用超聲圖像方面是磅策團隊研發投入花費時間最多的環節。有了超聲圖像后，可以掌握血管切面的圖像，獲得血管直徑、深度的信息，幫助采血機器人建立起血管的三維坐標。

結合了紅外成像和超聲成像的磅策機器人在輔助超聲定位下，可以實現快速3D圖像定位，根據成像的血管分布圖，快速計算出最優血管。在血管分割方面，通過超聲圖像進行探測并分割出動靜脈的直徑與位置。

在空間運動控制上，通過圖像與超聲的融合處理，該機器人可以計算出運動軌跡并完成穿刺采血。

兩種圖像識別技術的疊加，大大提高磅策機器人穿刺的精準度。通過精準的計算，采血機器人能夠控制采血穿刺的入針角度和穿刺深度，給患者帶來的疼痛感低于人工穿刺。

為了讓采血機器人穿刺與護士采血的仿真程度更高，磅策機器人還增加了穿刺力反饋控制模塊，可以實時監測穿刺力距，電機失速的數據變化，輔助視覺及運動部件的算法閉環，更好地提高穿刺的穩定性。

“在力反饋這一塊，我們也花費了較多時間研發，我們去問護士如何做到一針見血，護士告訴我們，人的血管在皮膚下有一種特殊的感覺，當針穿刺進入血管后會有一種‘空落感’ 。機器捕捉這種特殊的感覺是很難的。我們想出了一個辦法是加很多傳感器，預測力量的變化。”

磅策機器人的產品目前還在研發迭代中，現在磅策的產品已經可以做到在一分鐘內完成采血。目前，磅策的采血機器人可以分為六大系統：

穿刺采血系統：可以在醫學圖像AI計算后，進行引導穿刺;

電子壓脈系統：可以實現接觸膜更換，以及手臂的恒力壓緊;

試管管理系統：實現試管貼標、試管分揀、試管搖勻等工作;

耗材管理系統：自動實現針頭更換、消毒試劑更換和耦合劑更換;

止血護理系統：自動實現止血壓緊處理;

人機交互系統：通過HIS/LIS系統，實現自動數據核對，同時進行示范教學展示。

通過六大系統覆蓋了采血過程的各個環節。保證穿刺及采血成標準化，保證全流程符合采血標準且監控防錯環節;避免患者及醫護人員全程交叉感染問題、針刺傷問題。在自動化方面，采血及穿刺全流程自主無需人員介入干預。多種技術的疊加也保證了磅策機器人的產品能夠應對肥胖患者、老年患者等各種特殊體質患者。

希望首先落地于傳染病醫院

在落地場景上，謝雷表示，作為一款新產品，磅策機器人團隊希望最早的落地是在傳染病醫院和科室。

“COVID-19在全球爆發，讓我們看到傳染性疾病的可怕。發熱門診是非常高危的一個工作場景。如果我們按照嚴格的隔離、減少感染標準去管理發熱門診。那么采血機器人可以減少很大的風險。背靠哈工智能，我們做出這款產品，首要的動機是從社會價值上考量。”

護士采血往往需要在多場景移動情況下完成，因此，磅策機器人也在研發便攜式采血機器人。在全世界來說，采血都是最普遍的就醫程序之一，采血非常普遍并不意味著它是一項簡單的事。

責任編輯：gt