星标“医工学人”，第一时间获取医工交叉领域新闻动态~
眼科手术被誉为外科领域的“禁区”——操作空间仅硬币大小，精度要求却达到微米级，人手自然的颤抖都会成为致命误差。2026年1月14日，一项发表于《科学机器人》的研究带来了突破：由中国科学院自动化研究所、北京理工大学及北京协和医院联合开发的ARISE系统，首次实现了全自主的视网膜下与视网膜静脉注射。在离体和活体动物实验中，该机器人以100%的成功率完成了超过100次手术，定位精度较人手提升79.87%。这不仅是一次技术验证，更可能开启显微外科自动化的新纪元。
在眼球后极那片指甲盖大小的区域里，人类视觉的奥秘被封装在不足300微米厚的视网膜组织中。这里，视网膜色素上皮层仅25微米厚，视网膜静脉的管径通常小于150微米——比头发丝还细。当医生试图将基因治疗药物精准注入视网膜下间隙，或穿刺阻塞的静脉进行溶栓时，他们面临的是一个物理极限的拷问：人手固有的生理性颤抖（通常超过100微米），足以让最稳的外科医生越界。 图 1. 眼内结构及眼内手术技术的演变。眼内结构复杂，需要精确、精细且智能的手术方法。随着治疗手段的进步，手动及遥操作机器人手术已无法完全满足临床需求。自主机器人手术可提高手术一致性、改善患者安全、减少对人力的依赖并降低人为错误，从而支持更安全、更可靠的治疗。RNFL，视网膜神经纤维层；GCL，神经节细胞层；IPL，内丛状层；INL，内核层；OPL，外丛状层；ONL，外核层；IS，内节；OS，外节；RPE，视网膜色素上皮；DOF，自由度。
过去十年，眼科手术机器人（如PRECEYES、SHER等系统）的出现，通过震颤过滤和运动缩放技术，将医生从生理限制中部分解放出来。然而，现有方案仍停留在遥操作阶段——医生通过操纵杆或主从控制台指挥器械，术中的关键决策（“往哪扎”、“扎多深”）仍依赖人脑的实时判断。
这带来了三个无法回避的困境：
感知盲区：手术显微镜的视野有限，而OCT（光学相干断层扫描）虽能看清层次，却视野狭窄。医生如同在管中窥豹，难以在全局视野中精准定位器械与靶点的空间关系。
人因误差：不同医生的手术习惯、经验差异会导致手术结果的不一致性；即便是同一位医生，疲劳和应激状态下的操作也会产生波动。
学习曲线陡峭：掌握视网膜静脉穿刺等高级技巧需要数年训练，且难以规模化复制。
“自然颤抖、肌肉抽动和低频漂移会导致超过100微米的偏差，手术所需的精度已超越手动控制的生理极限。”——论文原文
正是这些痛点，让“自主手术”从概念走向刚需：如果手术的核心步骤能够像自动驾驶一样，由机器自主感知、规划和执行，是否可能突破人手的极限，实现真正标准化、无差别的精准医疗？
ARISE（Autonomous Robotic System for Intraocular Surgery）的核心突破，可以概括为三个关键词：“看全”、“想准”、“控稳”。它通过一套多模态感知与融合架构，解决了自主手术最核心的问题——在动态、狭小的眼内空间中，如何知道自己在哪里，要去哪里，以及怎么安全地过去。
| 维度 | 传统遥操作手术 | ARISE自主手术系统 | 技术跃迁 |
| 全局感知 | 依赖显微镜局部视野，需医生脑补空间关系 | 多视角空间融合，构建动态3D眼内地图 | 从“管中窥豹”到“上帝视角” |
| 器械定位 | 依靠视觉估算深度，或依赖单一OCT轴向信息 | 三级级联定位（RCM辅助定位 → 末端轮廓定位 → iOCT相对定位），多传感器加权融合 | 从“像素级估计”到“微米级解算” |
| 路径规划 | 医生手动操控，依赖经验避障 | 多约束目标优化，实时规划照明与穿刺路径 | 从“人肉避障”到“算法博弈” |
| 安全机制 | 依赖医生反应速度 | 力-位-像混合监控，毫秒级风险预警与主动回撤 | 从“被动纠错”到“主动防御” |
图 2. 用于眼内手术的自主机器人系统（ARISE）。一个高精度、灵巧的双臂显微手术机器人，在术中三维导航的引导下执行自主视网膜注射，整个手术过程在人力监控的力-位-影像混合安全控制下进行。
多视角空间融合：让机器“看懂”眼底
传统术中导航的痛点在于：显微镜视野宽但看不清层次（2D），OCT看得清层次但视野窄（仅4mm×4mm）。ARISE的解法是将两者动态对齐，并融合术前数据。
研究团队提出了一个交互式空间对齐模块：通过PRTransUNet分割算法提取眼底血管、视网膜层等微特征，利用局部-全局空间变换器，将术前OCT的体积数据、术前眼底彩照与术中显微镜图像、术中OCT B-scan进行实时配准。更关键的是，系统还引入了一个跨模态偏移预测模块，实时跟踪眼球旋转、器械遮挡导致的图像漂移，并以14Hz的频率更新局部动态地图（12mm×9mm×9mm），在全眼范围内实现了4.7μm（视野内）至20μm（视野外）的横向分辨率和6μm的轴向分辨率。
准则加权多传感器融合：微米级定位的“裁判系统”
在自主手术中，单一传感器总有弱点：光学追踪易被遮挡，机器人运动学会累积误差，OCT视野有限。ARISE的巧妙之处在于为这些传感器建立了一套动态评分系统。
系统从四个维度——可靠性（R，基于分割置信度）、有效性（E，基于历史误差分布）、实时性（T，基于采样频率）、一致性（C，基于马氏距离）——对多源数据进行加权。权重通过“最优最劣法”（Best-Worst Method）实时求解。这套机制确保了在不同手术阶段，系统总能“听信”最靠谱的那个传感器。
例如：当器械在显微镜视野外时，系统依赖RCM辅助的运动学定位（精度100μm）；进入后极部后，切换为基于阴影轮廓的末端定位（精度<10μm）；贴近视网膜时，再由iOCT A-scan进行微米级精调（精度5.3μm）。三级定位无缝衔接，实现了从巩膜切口到视网膜表面的全路径高精度追踪。
多约束目标优化：像“自动驾驶”一样规划路径
自主手术的路径规划远比自动驾驶复杂——不仅要有RCM运动约束（器械必须绕巩膜切口旋转，不能撕裂巩膜），还要保证照明光纤始终照亮靶点，同时避开视网膜上的敏感区域。
ARISE将这些问题建模为一个多目标优化问题：用椭球体拟合障碍边界，基于快速探索随机树（RRT）算法在约束空间中搜索最优路径。最终实现的是注射针与照明光纤的协同运动——无论针尖走到哪里，光都能跟上，确保术中视野始终明亮。
论文的实验设计堪称“阶梯式”验证：从硅胶眼模型（眼球phantom），到离体猪眼，再到活体动物（兔和猪），层层递进。关键数据如下： 图 3. 离体猪眼球上自主注射的结果。所有实验均在半静态眼内条件下进行，其特征是在局部组织形变、玻璃体扰动，但不存在呼吸或血流等生理性运动。(A) 实验装置。 (B) 视网膜下及视网膜静脉注射的结果。 (C) 自主工作流程各阶段所需时间。 (D) 定位误差、穿刺深度及注射前后 iOCT 图像对比。 图 4. 活体动物眼球上自主注射的结果。所有实验均在完全动态的眼内条件下进行，包括呼吸和血流等生理性运动。(A) 实验装置。(B) 视网膜下及视网膜静脉注射的结果。(C) 自主工作流程各阶段所需时间。(D) 定位误差、穿刺深度及注射前后 iOCT 图像对比。 成功率：全模式100% 离体猪眼：视网膜下注射（n=20）、视网膜中央静脉注射（CRV，n=20）、视网膜分支静脉注射（BRV，n=20）——成功率100% 活体动物眼：三类注射各16次——成功率100% 注：成功标准为单次穿刺到位，且无出血、视网膜撕裂等并发症。 定位精度：远超人手极限 与手动手术相比：定位误差降低79.87% 与遥操作机器人手术相比：定位误差降低54.61% 活体环境下平均定位误差：x轴16.6μm，y轴12.7μm，z轴9.3μm 最差情况：BRV注射时x轴最大误差53.17μm，仍显著低于人手平均误差（58.17μm）。 时间效率：可接受范围内的“慢即是快” 自主手术从目标定位到注射完成的平均时长：79.16秒 手动手术：22.48秒 遥操作：53.78秒 尽管自主手术耗时更长，但研究指出，术中玻璃体切割等步骤才是耗时大头（约184秒），自主注射增加的1分钟内耗时在临床可接受范围内。更重要的是，稳定性的提升——从运动轨迹图可清晰看出，自主手术的针尖运动曲线平滑，而手动和遥操作均存在明显抖动。 安全性验证 术中及术后即刻：无出血、视网膜撕裂、脱离等并发症 术后1周随访：无视力障碍、眼浑浊或异常行为，验证了干预的微创性。
这项研究的价值不仅在于“成功做了手术”，而在于它证明了全自主显微外科在临床环境中的可行性。如果这项技术走向成熟，将带来三重变革： 1. 手术均质化：自主系统可以消除不同医生、不同手术日之间的操作差异，让偏远地区的患者也能享受到“顶级专家级别”的手术精度。 2. 治疗规模化：当前制约基因疗法眼科应用的一大瓶颈是给药难度——视网膜下注射需要极高技巧，能胜任的医生有限。自主机器人有望将这一操作标准化，从而支撑大规模临床试验和商业化落地。 3. 手术可及性：论文特别提到，自主手术可“在偏远或极端环境中实现”。这指向了远程医疗的终极形态——未来，一线城市的医生只需划定靶点，机器人即可在基层医院自主完成核心操作。 从商业视角看，眼科手术机器人赛道正处于爆发前夜。目前，仅PRECEYES和KU Leuven系统进入早期人体临床评价阶段，且均为遥操作模式。ARISE的自主能力，意味着技术代差——若能顺利通过临床审批，它将占据下一代手术机器人的制高点。
作为一份严谨的科技评论，我们必须指出，从论文到手术室，ARISE仍有四重关卡需要跨越： 1. 病理模型的缺失 目前所有实验均在健康动物眼球上进行，未模拟疾病状态（如糖尿病视网膜病变、黄斑水肿等）。病变组织的力学特性、解剖结构可能完全不同，自主算法能否泛化，仍是未知数。 2. 组织变形与生理运动 尽管实验在活体动物上进行，且存在呼吸、血流等生理运动，但论文承认，更复杂的组织变形（如穿刺时的弹性回弹、侧向位移）尚未被完全建模。对于更大尺寸的器械（如镊子、视网膜刀），变形控制将是更大挑战。 3. 药物反流与长期疗效 论文未量化药物注射后的反流情况，也未评估长期疗效。对于基因治疗而言，给药剂量和位置的精度的最终评判标准是治疗效果，而不仅仅是术中形态学改变。 4. 监管与伦理的真空地带 “自主决策”在医疗领域始终是敏感话题。当机器人拥有最终控制权时，责任主体如何界定？目前，ISO 13485等标准尚未覆盖完全自主手术系统。ARISE团队计划采取“模块化分步验证”策略，在现有遥操作系统中逐步植入自主功能，但这仍是监管机构的未知领域。 “尽管自主系统拓展了现有监管范式，但仍需在可解释性、可审计性和伦理问责方面投入大量努力，以确保临床和监管的接受度。”——论文原文 ARISE的出现，不是宣告外科医生的终结，而是敲响了显微外科新纪元的大门。当机器能稳稳握住那支比发丝还细的针，人类医生的角色将从“操作者”真正转向“决策者”和“监督者”——而这，或许才是医疗自动化的终极意义。
Gui-Bin Bian et al. ,Autonomous robotic intraocular surgery for targeted retinal injections.Sci. END 撰文 | 郝娅婷 排版 | 周宇茜 审核 | 医工学人理事会 扫码加入医工学人，进入综合及细分领域群聊， 参与线上线下交流活动
推荐阅读
Robot.11,eadx7359(2026).DOI:10.1126/scirobotics.adx7359
点击关注医工学人 直播预告
本篇文章来源于微信公众号: 医工学人
