计算与人工智能应用新医科版课件 第9章 医疗机器人与智能设备

第9章医疗机器人与智能设备计算与人工智能应用（新医科版）机器人第1节机器人分类第2节医疗机器人分类第3节机器人感知与决策技术第4节智能穿戴设备与健康监测第5节学习目标知识1技能2素质3掌握机器人核心内涵、发展阶段、分类逻辑，重点吃透手术/康复/服务类医疗机器人的结构、原理与临床价值；了解机器人感知决策技术原理；掌握智能可穿戴设备的工作机制、健康数据采集方法和智能反馈系统功能；理解人机智能协同的医疗变革逻辑。能对机器人精准分类、对比不同类型机器人的设计差异；会分析医疗机器人的特征体现、感知技术的协同应用；能解读可穿戴设备数据采集逻辑，分析其在健康管理中的应用潜力与挑战。建立多学科融合的技术思维，树立人机协同的医疗发展理念；辩证看待医疗智能技术的优势与挑战，强化医疗安全与人文关怀意识；培养技术服务临床的实践思维和科学的健康管理认知。导入医学场景案例：一场“智能协同”的腰椎微创手术康复全流程场景背景：55岁的张先生因腰椎间盘突出压迫神经，需接受微创手术。传统开放手术创伤大、恢复慢，主治医生建议采用手术机器人辅助治疗，术后结合康复机器人训练，并通过智能穿戴设备进行居家健康监测。

场景细节：术前规划：医生通过影像导航系统（手术机器人组成部分）将张先生的腰椎CT数据转化为三维模型，精准定位突出的椎间盘位置，规划机械臂的操作路径，确保避开神经根和血管。术中操作：手术机器人的7自由度机械臂（末端精度0.1毫米）在医生控制台的操控下，通过3毫米切口完成椎间盘摘除。机械臂的力反馈系统实时传递组织硬度信息，医生通过振动反馈感知操作力度，避免损伤周围组织。整个手术出血量仅5ml，耗时比传统手术缩短40%。术后康复：术后第3天，张先生开始使用下肢康复机器人进行训练。外骨骼结构辅助他站立时，传感器实时监测他的发力情况，力反馈系统根据肌力数据自动调整辅助力度——当他主动抬腿时，机器人减轻助力；当肌肉乏力时，立即加大支撑，避免摔倒。训练数据同步上传至系统，医生可远程评估恢复进度。居家监测：出院后，张先生佩戴智能手环，实时采集心率、血氧、步态数据（通过加速度传感器）。智能反馈系统每日生成健康报告：若夜间心率波动异常，会推送“注意休息，避免久坐”的提示；步态数据显示左右腿发力不均时，建议调整康复训练姿势。一次凌晨，手环监测到他翻身时血氧骤降，家属和社区医生及时排查出术后轻微血肿压迫气道的隐患。

导入问题：手术机器人的“精准操作”依赖哪些核心技术？其7自由度机械臂如何体现机器人的“执行性”特征？康复机器人的力反馈系统和智能手环的健康监测，分别运用了哪些感知技术？从手术到康复的全流程中，医疗机器人与智能设备如何实现“人力主导”向“智能协同”的转变？

第1节机器人一、机器人的内涵（一）机器人的概念

广义定义：机器人是一种能够自动执行任务的机器装置，它可以接受人类指挥，也可以运行预先编排的程序，甚至可以根据人工智能技术制定的原则纲领行动。ISO定义：机器人是一种自动的、位置可控的、具有编程能力的多功能机械手，这种机械手具有几个轴，能够借助可编程序操作来处理各种材料、零件、工具和专用装置，以执行种种任务。美国机器人工业协会(RIA)定义：机器人是一种用于移动各种材料、零件、工具或专用装置的，通过可编程序动作来执行种种任务的，并具有编程能力的多功能机械手。核心共识：可编程性、多功能性、执行任务的能力和自主性是机器人定义的关键要素。一、机器人的内涵（二）机器人具有的显著特征1.自主性(Autonomy)机器人能够在一定程度上独立于人类干预，自主完成任务规划和执行。2.可编程性(Programmability)机器人的行为可以通过编程进行灵活改变，以适应不同的任务需求。3.交互性(Interactivity)机器人能够与环境、人类或其他机器人进行信息交换和互动。4.执行性(Executability/Execution)机器人具备移动能力或操作能力，能够作用于物理世界。这些特征共同构成了机器人技术的基础，使其能够在工业、服务、医疗等多个领域发挥重要作用。二、机器人的发展阶段（一）遥控操作器阶段（20世纪40-50年代）（二）感觉型机器人阶段（20世纪60-70年代）（三）智能机器人阶段（20世纪80年代-21世纪初）（四）服务机器人阶段（21世纪初至今）三、典型机器人

（一）手术机器人（二）康复机器人（三）工业智能手臂机器人（四）扫地机器人（五）双足人形机器人（六）导览机器人（七）自动配送机器人（八）苹果采摘机器人第2节机器人分类一、按应用场景分类（一）工业机器人（二）医疗机器人（三）家庭机器人（四）农业机器人（五）教育与科研机器人（六）特种场景机器人二、按功能特性分类（一）操作机器人（二）移动机器人（三）交互机器人（四）感知机器人（五）辅助机器人（六）加工与制造机器人三、按形态分类（一）人形机器人（二）非人形机器人（三）仿生机器人四、按研发目的分类（一）提升生产效率类机器人提升生产效率类机器人研发核心目标是替代人工完成重复性、高强度作业，降低成本并提升生产稳定性，聚焦“效率与经济性”。（二）辅助医疗康复类机器人辅助医疗康复类机器人研发核心目标是辅助医疗过程或帮助患者恢复，提升医疗精度并减轻医护负担，聚焦“医疗安全性与康复效果”。（三）探索未知环境类机器人探索未知环境类机器人研发核心目标是进入人类难以到达的区域，获取未知数据或样本，聚焦“突破环境限制”。（四）提供服务或陪伴类机器人提供服务或陪伴类机器人研发核心目标是满足生活便利或情感需求，提升服务质量与人类生活体验，聚焦“便捷性与交互性”。第3节医疗机器人分类一、手术机器人（一）组成结构

手术机器人的核心系统通常包括外科医生控制台、患者手术平台和影像导航系统三个部分，各部分协同工作形成完整的手术闭环。一、手术机器人（二）工作原理手术机器人通过“动作捕捉-信号转化-精准执行-实时反馈”的流程实现手术操作。手术开始前，医生需通过影像导航系统确定手术目标位置，并规划安全的操作路径；手术过程中，医生在控制台操控手柄做出手术动作（如缝合、切割），手柄内置的传感器会记录动作的角度、力度和速度等参数，经计算机系统处理后转化为控制指令，驱动患者手术平台的机械臂同步做出相应动作，且动作幅度可根据需求按比例缩放（如将医生手部的10厘米动作转化为机械臂的1厘米动作），实现超精细操作。同时，影像导航系统会持续采集手术部位的影像数据，经算法处理后去除干扰信息，并叠加术前CT、MRI等影像数据，为医生提供“实时导航”；若机械臂接近危险区域（如大血管、神经束），系统会自动发出警报，甚至触发安全锁止功能，防止误操作。这种“人机协同”的工作模式，既保留了医生的临床决策主导权，又借助机械结构的优势弥补了人类操作的局限性。一、手术机器人（三）应用价值二、康复机器人（一）组成结构

从组成结构来看，康复机器人的类型丰富多样，可根据训练部位和功能分为外骨骼机器人、肢体康复机器人、语言康复机器人等，不同类型的结构设计差异较大，但核心均包含机械支撑模块、驱动模块、传感模块和控制模块。二、康复机器人（二）工作原理在工作原理上，康复机器人基于“评估-训练-反馈”的闭环模式运行。首先，系统通过传感器对患者的功能状态进行评估。如外骨骼机器人通过肌力传感器检测患者腿部肌肉的主动收缩力，通过角度传感器记录关节活动范围，结合患者的病史信息确定初始康复阶段；随后，控制模块根据评估结果生成个性化训练方案，明确训练动作、训练时长和强度梯度。训练过程中，驱动模块根据预设程序提供辅助力：在患者肌力较弱时，机器人以“被动模式”带动肢体完成动作；当患者具备一定主动运动能力后，切换为“主动辅助模式”，传感器实时捕捉患者的主动发力信号，仅在患者发力不足时提供补充助力，鼓励患者主动参与；随着功能恢复，可进入“抗阻训练模式”，机器人通过阻力装置施加适当阻力，增强肌肉力量。同时，系统会持续采集训练数据，通过算法分析训练效果，若连续多次达到阶段目标，医疗设备则自动向医护人员发送智能建议（如提升训练难度）；若出现动作偏差，则通过声光提示或机械矫正引导患者调整。这种动态调整机制，既能避免训练不足导致的康复缓慢，又能防止过度训练造成的二次损伤。二、康复机器人（三）应用价值一是实现标准化康复训练。二是提升训练效率与持续性。三是降低治疗师工作强度。四是增强患者康复信心。三、医疗服务机器人（一）组成结构

（一）组成结构从组成结构来看，医疗服务机器人根据服务内容可分为消毒机器人、陪护机器人、远程医疗机器人、护士机器人等，各类机器人的结构设计均以功能需求为核心。（二）工作原理

在工作原理上，医疗服务机器人通过“环境感知-任务规划-自主执行-结果反馈”的流程完成服务。以消毒机器人为例，使用前需通过地图构建功能记录消毒区域的布局，并在系统中设置消毒参数；工作时，激光雷达和摄像头实时扫描环境，结合预设地图规划最优消毒路径，确保无遗漏区域；到达目标位置后，启动消毒模块并开始计时，同时通过传感器监测周围是否有人靠近；消毒完成后，自动返回充电座，并生成消毒报告上传至医院管理系统。陪护机器人的工作逻辑则更侧重交互：通过面部识别确认患者身份后，可根据预设程序与患者聊天；通过非接触传感器定时监测患者体温、心率等体征，数据异常时立即向护士站发送警报；还能根据患者需求播放音乐、新闻，或协助拨打家属电话。远程医疗机器人则通过网络连接实现“异地联动”：当地医护人员将患者基本信息录入系统，远程专家通过机器人的摄像头查看患者状态，通过麦克风与患者交流，如需听诊可控制机器人搭载的电子听诊器，并实时获取声音数据；指导治疗时，专家可在屏幕上标注影像资料，当地医护人员根据标注执行操作。三、医疗服务机器人（三）应用价值提升护理效率，降低人力成本提高服务质量，减少人为误差改善患者体验，提升就医满意度。三、医疗服务机器人第4节机器人感知与决策技术一、视觉感知（一）视觉感知的基本原理视觉感知是机器人感知外界环境的重要手段之一，它通过摄像头、图像传感器等设备获取周围环境的图像信息，然后通过计算机视觉算法对图像进行处理和分析，从而实现对物体的识别、定位、跟踪等功能。一、视觉感知（二）核心目标机器人视觉感知的最终目的是“将视觉信息转化为可执行的决策依据”，具体要解决4类问题：

“是什么”——识别物体、文字、场景；“在哪里”——定位物体位置、自身位置；“状态如何”——判断物体状态；“如何互动”——规划与物体的交互路径。一、视觉感知（三）关键技术

1.视觉感知硬件:视觉感知硬件作为机器人获取外界图像信息的物理基础，依据信息维度与适用场景的不同，可分为以下类别：·2D相机：采集二维图像信息，适用于物体识别、文字检测与定位等基础视觉任务。·深度相机：通过发射并接收光信号，计算物体与相机之间的距离，广泛应用于服务机器人避障、三维人脸建模等场景。·双目相机：模仿人类双眼视差原理，通过分析左右图像差异计算深度信息，具备较低成本，常见于移动机器人与立体视觉系统。·特种相机：针对特殊成像需求设计，如红外相机、紫外相机、高速相机等，适用于极端环境或专业应用。一、视觉感知（三）关键技术

2.视觉处理算法:算法作为视觉信息的“智能处理核心”，承担从原始图像中提取语义信息的关键任务，主要包括以下几类方法：·图像预处理：对原始图像进行去噪、增强和校正等操作，提升图像质量，为后续高级分析提供清晰输入。·目标检测与识别：在图像中定位目标位置并判断其类别，典型算法包括YOLO、SSD、FasterR-CNN等。·语义分割：对图像中的每一个像素进行分类，识别其所属的物体或区域，常用于自动驾驶、医疗影像分析等需要精细理解的场景。·即时定位与地图构建（SimultaneousLocalizationandMapping，SLAM）：使机器人在未知环境中实时构建地图并估计自身位置，支持自主导航与环境探索。·目标跟踪：在视频序列中持续追踪特定目标的位置与运动状态。·三维重建：依据二维图像序列或三维点云数据，恢复物体或场景的三维几何结构。一、视觉感知（四）应用场景

在手术导航中，视觉感知系统可以通过拍摄患者的CT、MRI等影像资料，构建出患者体内器官的三维模型，为医生提供实时的手术导航，帮助医生准确地定位手术位置，避免损伤周围的正常组织。在手术辅助方面，视觉感知系统可以实时监测手术器械的位置和运动轨迹，确保手术操作的安全性。在病情诊断中，视觉感知系统可以对医学影像（如X光片、病理切片等）进行分析，辅助医生进行疾病的诊断，提高诊断的准确性和效率。例如，通过计算机视觉算法对肺部CT影像进行分析，可以快速识别出肺部的结节，帮助医生早期发现肺癌。二、触觉感知（一）触觉感知的基本原理

机器人触觉感知技术以各种物理效应为基础，模拟人类皮肤的触觉功能。其工作流程为：安装在机器人末端执行器上的触觉传感器，先将感受到的压力、温度等物理量转换为电信号，随后传输给机器人的控制系统，控制系统通过算法对信号处理后，判断出物体的属性和状态。不同类型的触觉传感器借助不同物理效应感知外界刺激，比如压电式触觉传感器利用压电材料受力产生电荷的特性感知力的大小，电阻式触觉传感器通过电阻变化反映压力变化。​二、触觉感知（二）核心目标触觉感知的核心是让机器人实现“感知接触”与“理解接触”，具体要解决四类关键问题。一是“是否接触”，判断是否与物体或环境发生接触，例如机械臂是否碰到物品；二是“力度如何”，感知接触力的大小和方向，像抓取物体时用力大小；三是“物体特性”，通过接触判断物体物理属性，如软硬、纹理等；四是“操作状态”，判断操作是否稳定，比如抓取的物体是否打滑。二、触觉感知（三）关键技术1.硬件：传感器等，分别适用于不同场景；柔性触觉传感器模拟人类皮肤柔性，可贴合曲面并集成多维度检测；滑觉传感器专门检测“滑动”状态，防止物体滑落；温度/湿度传感器则补充触觉的“环境感知”。2.算法：由于触觉信号连续且带噪声，算法核心是提取有效信息。信号预处理可过滤噪声、校准传感器误差；特征提取能从压力分布、滑动信号中提取关键特征；状态判断则能对抓取稳定性、物体特性、操作反馈等进行判断。​二、触觉感知（四）应用场景三、智能决策（一）智能决策的基本原理

机器人智能决策的本质是在感知环境、理解任务目标后，通过算法自主分析、判断并选择最优行动方案的过程。它如同机器人的“大脑思考”部分，是连接“感知信息”与“执行动作”的核心环节。其核心逻辑在于让机器人突破“被动执行预设指令”的局限，升级为“主动应对复杂、动态场景”，当遇到抓取物体突然滑落、行进中出现障碍物等突发情况时，能依托算法自主调整策略，而非陷入停滞。这一过程依赖感知层提供的环境与任务信息，经算法处理后形成行动方案，最终指导执行端动作。三、智能决策（二）核心目标

机器人智能决策的核心是解决“在给定场景下，如何通过合理行动达成目标”，具体通过回答三类关键问题实现：​

一是“做什么”，即从任务目标中拆解核心行动，例如“辅助手术”任务中，需确定先“定位病灶位置”还是先“调整手术器械姿态”；​

二是“怎么做”，明确行动的具体细节，比如“抓取手术器械”时，要选择“精准夹持”还是“稳定托举”，以及夹持力度大小；​

三是“意外怎么办”，面对突发情况时调整策略，像“手术中遇到患者生命体征轻微波动，是暂停操作观察还是调整操作节奏”。三、智能决策（三）关键技术1.信息处理是决策的“输入基础”：智能决策需以感知层提供的环境信息和任务信息为基础。2.决策模型是决策的“推理逻辑”：根据场景复杂度和任务需求，决策模型分为不同类型，核心是“用何种逻辑从信息推导出行动”。​3.动态适应是应对“意外”的决策调整：真实环境中信息常变化，智能决策需具备“实时调整”能力。第5节智能穿戴设备与健康监测一、可穿戴设备原理

可穿戴设备是一种可以直接穿戴在人体上，或者整合到衣物、饰品中的便携式智能设备。它能够通过内置的传感器、处理器、通信模块等部件，实现对人体生理参数、运动状态、环境信息等的实时监测和数据采集，并通过无线通信技术将数据传输到手机、电脑等终端设备，供用户或医疗人员查看和分析。

一、可穿戴设备原理二、健康数据采集（一）生理数据采集

生理参数采集是健康数据采集的重要组成部分。常见的生理参数包括心率、血氧饱和度、血压、体温、心电图等。比如，心率采集主流采用光电透射法，通过特定波长光线照射皮肤，检测血液流动导致的光线反射变化，计算心率；医疗级设备则通过电极片采集心脏电信号，同步获取心电图与心率数据；血氧饱和度采集基于光电法，通过检测不同波长光线在血液中的吸收差异，计算氧气与血红蛋白的结合比例，反映呼吸与循环功能；血压采