3月31日,医疗机器人研究院杨广中院士领衔来自中国、美国、英国、瑞士、荷兰、德国共15位世界机器人专家在机器人顶级期刊《Science Robotics》上发表抗疫机器人重要综述论文“Progress in robotics for combating infectious diseases”。文章综观全球新冠疫情局势,结合21世纪以来的世界重大传染病情,就核心技术创新,如何对症下药、运筹帷幄;以人为本、完善交互;直面伦理、深思熟虑;八方合力,举世齐心,使机器人技术为下一次疾病爆发做好准备作出了深入探讨。
2020年初的新冠肺炎疫情让全球人民措手不及,目前来看,全世界的复苏之路艰辛且漫长。这篇综述总结了针对传染病管理的机器人技术基本要求,概述了如何在不同场景下使用机器人,包括疾病预防与监测、临床护理、实验室自动化、物流以及公共社会经济维护。文中提出,开发新型机器人会面临特殊挑战,新一代机器人应面向应用、可靠、安全并且在需要时可快速部署。文章最后着眼于机器人的伦理用途,并呼吁全世界不断努力,让机器人为未来的突发事件严阵以待。
一、临床需求
生物安全性、无害性、适应性、持久性、包容性是抗疫机器人应具备的五大特征。图1展示了针对传染病的机器人和自动化技术,当疫情到来,从患者管理、公共需求、实验室工作流程与测试三大环节的临床需求可一览机器人如何在抗疫中发挥作用。
(一)患者管理
当出现一位感染者,在其受治疗的每个阶段,机器人可以在整个过程中满足不同的临床需求,帮助体检、诊断、治疗和康复。
(二)公共需求
一旦发生疫情,在准备充分的情况下,机器人如何抗疫:
图1 针对传染病的机器人和自动化技术
(三)实验室工作流程与测试
实验室检测和诊断对于传染病管理至关重要。机器人在实验室测试中的潜在应用如图2所示,根据生物安全等级,所有涉及到的工作人员都应接受培训并配备防护设备。机器人技术不仅可以提供人身保护,而且还可以最大程度地提高效率,从而在大量送入患者和临床工作量激增时迅速扩大处理规模。
样本采集:对于新冠病毒的筛查,可以从患者的上呼吸道采集鼻咽和口咽拭子或洗液,和/或从下呼吸道采集痰液,如患者患有严重的呼吸系统疾病,为避免烟雾化风险,可在患者气管内抽吸或采用气管肺泡灌洗法收集样本。样本采集必须严格遵循感染预防与控制协议。同时还会使用其他临床样本,如血液和粪便,尸检材料(包括死者的肺组织或血清检测)等。
样本运输:通常2-8°C是存储和运送样本的适宜温度。考虑到运输的延迟,病毒运送培养液的温度要求为-20°C,理想温度为-70°C。在运输过程中,密封的存储袋存储在泡沫塑料盒中。运输过程应严格遵守当地法规。未来样本的运输将考虑传感和自动化,包括连续温度控制、环境监测与跟踪,自动导航车或无人机。
实验室测试:实验室对新冠病毒的确诊是基于通过NAAT(例如RT-PCR)检测SARS-CoV2 RNA序列的结果,并通过核酸测序进行确认。目前微生物实验室中最小规模用户干预已经采用了实验室自动化。当实验室的测试量非常大时,自动化至关重要。
图2 实验室工作流程和测试
二、抗疫机器人系统的研究现状
在2015年埃博拉疫情爆发期间,白宫科技政策办公室和美国国家科学基金会已经确定了抗疫机器人技术的三大领域(临床护理、物流和侦察)。新冠疫情再次凸显了技术在应对传染病中的核心作用。新型机器人技术包括临床护理,公共安全,实验室与供应链自动化,院外护理,生活质量、工作和教育的连续性,代表性产品如图3所示。
在临床护理期间,机器人可以帮助采集生物样本和远程诊疗。前者包括用于执行插管或取拭子的机器人;后者包括用于现场即时诊断、重症监护病房和外科手术的遥控机器人。目前最需要机器人进行临床诊断和ICU监视/治疗/护理。
监测和诊断是防止传染病蔓延的一项重要步骤,从简易措施(如温度监测)到更具临床意义的检测方法(如鼻咽拭子,口咽拭子以及无症状受试者的抗体血液检查)。机器人可以用于体温监控与紧急救援,如机器人Lio、Chatbot、AmbuBot;机器人还可以用于消毒,现有的大多数消毒机器人都安装在AGV上;无人机目前已被用于协助监视传染病,以及流行病学或微生物学研究。
在新冠疫情期间,用于实验室和供应链自动化的机器人也显示出了提高效率和避免交叉感染的潜力。配送与物流方面对机器人的常见要求是负责医院物流、路径规划、定位和3D地图重建。近年来,随着自动驾驶汽车和AGV的发展,这些技术已经成熟。这类机器人的代表有HelpMate、SpeciMinder、Pathfinder等。
在院外护理,生活质量,工作和教育的连续性方面,在院外使用机器人进行护理、社交互动和教育来保证经济运行和工作的连续性。护理机器人可以替代临床人员照顾在家中疗养的患者。在传染病传播的情况下,这些系统可以帮助分流,支持家中监测患者,从而降低感染风险。社交辅助机器人可以帮助患者(尤其是老年人)遵循其饮食和治疗方案,甚至进行体操锻炼和娱乐活动。
图3 可用于抗疫的机器人系统示例
三、通用技术
尽管机器人技术具有巨大的潜力,但其目前的应用仍然受到限制,而且尚未为大规模部署做好准备,还需要学术界,企业和政府之间在研究和协作方面全力配合。当前要务是评估好目前机器人技术和相关基础技术的最新水平,图4总结了部分密切相关的技术内容,包括传感与成像、遥控、导航、人机交互、机器人的机器学习等。
(一)传感与成像
有效的传感是传染病管理的基础。关键生命体征包括体温、呼吸频率、脉搏频率、氧饱和度和血压。新冠疫情期间,红外线非接触式热像仪被广泛使用。除了整套的SARS-CoV-2测试和快速诊断设备,X光和CT的使用也证明了其提供诊断和筛查的能力。POC肺部超声也可用于管理新冠肺炎患者,机器人辅助远程超声系统可进行心肺评估。近期,UTE‐MRI为感染后患者的公开筛查和系列检查敞开了大门,可评估治疗措施的有效性及其长期副作用的情况。
(二)远程诊疗
远程诊疗可以远距离提供专业的医疗服务,无需患者和专家同时在场,尤其是当患者位于难以获得专业医疗服务的偏远地区时,这一点非常重要。远程机器人可以提供的现有功能包括:医患之间的双向音频和视频通讯;测量(例如生命体征和其他生物标志物),临床数据收集和评估;与患者的远程和移动交互;普通咨询,远程操作和干预。
(三)导航
自导航机器人目前技术成熟,可以在疫情期间挽救生命。为抗疫而部署的许多机器人系统已经具备导航技术,例如路径规划、避障、定位和监控。其它对于医疗机器人的技术要求包括将成像和传感集成到机器人中,以实现自主或半自主导航。为此,机器人需获取术前和术中的患者数据,通过数据指导来协助临床团队。机器学习的集成会使相关信息和知识的自主提取成为可能,从而有助于做出更佳的决策和干预指导。机器人导航还需要机器人对场景和互动拥有正确的语义理解和表示。
(四)人机交互
人机交互旨在在机器人系统与人之间建立单向或双向通信/交互。当前的技术主要包括:手势;语音和语言;脑机接口;注视控制;采用触觉反馈进行物理交互。物理上的人机交互可以是人与机器人之间进行远程操作或协作操纵的主控输入。这种操作模式用于与多自由度工业或医疗机器人进行交互,来完成常规任务,例如对象处理或灵敏操控。
(五)机器学习
机器学习是机器人进行疾病检测和诊断等诸多自主功能的基础。当前的检测和诊断方法主要包括核酸检测、血清诊断,X光和CT图像检查以及其他无创性方法。目前研究人员为药物和疫苗的研发开发了各种机器学习方法,包括强化学习、深度Q网络,递归神经网络。例如,有专家提出了一种基于深度学习的药物-靶标相互作用模型来预测新冠病毒的潜在药物作用。机器学习方法也已用于预测新冠肺炎患者的死亡率,疫情蔓延趋势和生物标记物选择。
图4 抗疫机器人的通用技术
四、特殊挑战
以2015年埃博拉和当今的新冠肺炎来看,技术在应对疫情中发挥着核心作用。但是到目前为止,正如我们在经历疫情时所目睹的那样,大部分应用的技术还没有专门针对传染病进行规模设计。尽管当前使用的机器人所采用的技术已足够成熟,但仍有许多特殊的技术挑战需要解决。那么,我们从近年来的疫情中学到了什么?根据不同科学领域中所有最新技术的发展,未来的机器人技术又将如何发展?我们如何为抗击下一次的疫情作好准备?图5展示了部分重要议题,包括应用、技术和挑战。
(一)找准核心、加强技术
为了充分发挥技术效果,新一代机器人必须可靠、安全,并在需要时可快速部署。机器人的技术成熟度是一个重大挑战,因为如果机器人产生故障,隐藏的人工成本或“笨拙的自动化”会产生新问题,进而增加回应者的工作量,同时负面的用户体验会让技术创新举步维艰。
(二)对症下药、运筹帷幄
在实验室自动化和物流方面,机器人具有巨大的潜力来应对疾病爆发。在紧急情况下,社会需要快速、有效和可靠的方式每天对诊断样本进行高通量处理,追踪病毒,了解相关流行病学并抑制蔓延。
(三)以人为本、完善交互
新一代机器人需要与终端用户进行更好的交互。更高级的传感器技术将使机器人能够安全地与环境互动,包括物体、人和其他机器人。达到这一效果也要求机器人具有更高的灵活性和部署包容力。
(四)直面伦理、深思熟虑
机器人自主性,以及它们与人类互动的增加,也对伦理和安全方面构成了挑战。数据(包括私人信息)升级了机器人,尤其是在医疗保健环境中运行(如疫情期间)的机器人。因此,考虑潜在的伦理和法律问题至关重要,包括隐私权、所有权、数据治理和信任。
(五)八方合力,举世齐心
评估机器人技术如何在疫情之后帮助建立新规范,不仅要考虑即时修复的问题,还要考虑长期方案,同时考虑企业、物流、制造与供应链、运输、医疗保健、协作研究与教育的根本变化。为了应对上述挑战,需要全球持续努力,使机器人技术为下一次疾病爆发做好准备。这意味着机器人专家,医疗保健专家和政府等各方人士应联合制定方案,采取行动刻不容缓。
图5 机器人技术应对传染病的挑战
原文链接:https://robotics.sciencemag.org/content/6/52/eabf1462
文字 | 张悦
审核 | 高安柱
排版 | 张悦
责编 | 陈卫东