医疗领域中的赋能技术研究现状与展望*

柏秋实 王元一 侯雨潇 赵宇**

（1.中国医学科学院北京协和医学院北京协和医院骨科，北京 100730；2.吉林大学第一医院脊柱外科，长春 130021；3.西安交通大学工业设计系，西安 710049）

医学是一门综合了临床经验与其他科学的交叉学科。20世纪以来，医学发生了颠覆性的变化。回溯这一过程，可以发现医学的进步得益于其他领域中关键技术的发展及其在医学领域中的应用。这些关键技术可能并不直接服务于医疗，而是衍生出一些可以治疗患者或辅助医生的新技术。这些能够带来诊疗能力提升和衍生出其他技术的通用技术即为赋能技术（enabling technology）[1]，也称为“使能技术”或“促成科技”。尽管20世纪60年代赋能技术的概念已经出现，但直到今天其内涵尚未被人所熟知。在医疗领域中，每一项赋能技术的引入或交叉都会产生大量的研究成果，这些成果的总和终究会使医疗模式发生质变。交叉学科的本质就是赋能技术的扩展，所以赋能技术是指导医学领域中交叉学科研究的指南针。本综述分别从患者和医生的角度出发，总结医疗领域内有代表性的赋能技术并探讨这些赋能技术未来的发展方向。

1 以患者为中心的赋能技术

在医疗中患者以接受治疗为主，故以患者为中心的赋能技术主要包括制作药物和内植物的先进制造技术和所需的先进材料。

1.1 纳米技术

纳米级物质具有其他大小物质所没有的独特性质，纳米技术（nanotechnology）是在纳米科学的理论基础上对纳米材料进行赋能，使纳米级物质可被实际应用[2]。近年来纳米技术作为一种赋能技术取得了极大进展并被广泛应用[3]。

在医疗领域里的纳米技术中，科学家们提出了纳米药物（nanopharmaceuticals），即通过处理使纳米材料发挥关键治疗作用或增加已存在的化合物的功能[4]。纳米药物包括参与药物递送的纳米材料，具有生物活性的纳米粒子以及以纳米级结构为基础的用来检测生物标志物的纳米生物探针、纳米传感器以及纳米电极等[5]（图1）。如纳米脂质体（liposome）可将亲水性和疏水性药物分别包裹在内部空间和磷脂双层膜间进行递送[5]；聚乙二醇链可通过降低蛋白和多肽水解作用、减少肾排泄来延长这些药物分子的循环时间，同时还可保护分子不受免疫检测[6]。在抗肿瘤方面，研究者们发现将载药纳米体连接抗体可使药物靶向聚集在肿瘤实体周围，在杀灭肿瘤的同时减少副作用[7]。纳米技术不仅增强了抗癌药物的有效性，还推动了抗癌疫苗和个体免疫治疗的发展。如今纳米药物中的治疗成分除化疗药外还包括放射性粒子等[6]。目前，科学家们正在研发更加智能的纳米粒子，目的是可以在特定的条件下释放内容物以增加药物的特异性[8]。

图1 纳米技术在医疗领域中的应用

科学家们还利用一些纳米粒子可以作用或穿透血脑屏障的特性研制出了可以治疗中枢神经系统疾病的纳米药物，这些纳米药物具有治疗阿尔茨海默病、亨廷顿病、神经代谢性疾病以及一些神经退行性疾病的潜力[9]。但目前纳米药物仅在抗肿瘤方面疗效显著[10]；而在其他疾病中尚鲜有证据显示纳米药物的有效性[6]。

1.2 增材制造（additive manufacturing）技术

增材制造作为一种赋能技术，其优势在于脱离了传统切削、打磨等制造模式，可以根据设计制作出任意精度的零件，在缩短了加工周期的同时不会造成材料浪费。产品越复杂，增材制造的优势就越明显，故这种赋能技术被经济学家认为是一次新的工业革命[11]。3D 打印技术是增材制造的代表性技术，在医学领域中进展迅速（图2）[12]。

图2 增材制造中的3D打印技术可通过计算机辅助设计为患者个体制作内植物、义肢和组织等

医生通过将影像学信号转换为3D数字信号，再通过3D打印制作物理模型。这样一来医生便可以更加全面地了解组织形态，从而更加严谨地制定手术计划并进行术中导航。医生还可以利用模型更好地与患者交流；进行模拟手术和人员培训；也可以进行个体化设计和定制内植物等[13]。此外，仿真材料还可以被打印成模型并融合混合现实技术，从而增加系统的真实性和代入感。

3D打印可以帮助患者定制更加符合需求的内植物。这些内植物具有高精度、低成本、抗感染和高生物相容性的特点[14]。生物材料还可以被利用于3D生物打印[15]。目前有研究将具有生物功能的纳米材料打印成相应形状的融合支架，用于组织修复[16]。在组织工程学方面，已经有研究团队利用3D打印技术制造出了有功能的组织，并已应用于临床。但由于该技术还面临着低分辨率、材料受限、打印速度低和可重复性低等技术限制[17]，目前尚无法制作复杂的组织器官。

3D打印技术在制药中可以解决不同患者所需药物剂量不同的问题[18]，它可以为个体制作含有恰当剂量和合适剂型的药物[12]。科学家们通过药代动力学设计，利用3D打印技术在一种药物中加入两种以上具有不同溶解度和性状的有效物质，从而在生产中节省辅料[19]。增材制造还可与纳米技术交叉，通过微3D打印技术将对特定刺激敏感的物质如温敏纳米粒子按需打印，作为药物载体进行靶向治疗[20]。

4D 打印是将智能材料应用于3D 打印中，这再一次革新了增材制造的设计方法[21]。4D打印技术利用这些新材料在不同理化环境下展现出不同属性这一特点来制造在生产后还可根据环境改变形态的记忆性结构产品[22]。以内植物制造为例，传统3D打印技术制造的静态产品无法将生物力学变化融入内植物的设计中，而4D打印技术所特有的形状自变和形状记忆的特性符合新型内植物适应体内生理环境的理念[23]。通过力学分析，4D打印的内植物可以更好地替代缺损组织，在物理、生物填充的基础上更加符合实际需要[24]。此技术为组织工程、药物递送和纳米机器人提供了新的制造方式。

1.3 先进材料

先进材料的创新是先进制造发展的原动力。随着人们对各种材料理化特性认识的加深，许多新材料被应用于医疗领域。如纳米材料依照用途被制作成多种形态，通过不同的方式与其他结构结合，可起到早期诊断和靶向治疗的作用[25]。而4D打印技术的发展也依赖于新型智能材料的开发。DNA本身也是一种先进材料，DNA折纸技术（DNA origami）是一种基于纳米技术的DNA 纳米结构自组装技术[26]，研究者可通过该技术设计制作多样化的、复杂的、多功能的纳米结构[27]，甚至制作纳米机器人进行载药或诊断。随着先进材料和先进制造技术的进步，当前以纳米技术和增材制造为代表的赋能技术对医疗领域的赋能日渐深入。这些赋能技术在医学领域内的应用证明了医学对赋能技术的依赖性，同时也鼓励研究者们去深入了解这些新技术，以便为更多的临床问题找到新的解决途径。

2 以医生为中心的赋能技术

医生诊疗技术的进步与赋能技术的发展密不可分。以机器人、人工智能和计算机模拟现实技术为代表的赋能技术通过更加科学化、数字化和标准化的诊疗路径淡化了经验和熟练度在医疗中的重要性，使高质量、标准化的医疗得以普及。

2.1 手术机器人技术

医疗机器人已有30余年的历史[28]。自1985年医生第一次使用机器人实施手术以来[29]，出现了3 种不同设计理念的手术机器人：自动机器人系统，即在医生的操作和监视下完成预设的任务；半自动机器人系统，即完全在医生操作下完成预设的任务；以及以达芬奇平台为代表的主仆型（master-slave）机器人系统，这种机器人没有任何预设程序和自动化元素[28]。在3 种设计理念的指导下，在20 世纪后20 年中，PUMA 机器人、前列腺手术机器人PROBOT、骨科手术机器人ROBODOC、经皮取肾结石机器人PAKY 以及可声控内镜系统AESOP 先后问世。在20 世纪90 年代末，基于AESOP 改良的宙斯（ZEUS）平台和达芬奇平台的早期版本出现，二者很快占据了内镜机器人的主导地位，并在近十年的竞争中将腔镜手术和手术机器人推向了一个新高度。1997年，医生首次使用达芬奇平台完成了胆囊切除术；1998年，医生使用宙斯平台完成了输卵管吻合术；在2001年，医生首次应用宙斯平台在纽约为法国患者进行了手术，实现了开发手术机器人的最初构想，成为了远程手术的里程碑。达芬奇和宙斯平台在2003年融合后，该团队主要围绕达芬奇平台进行升级和研发，经过20余年的改进和升级，达芬奇平台已经占领了腔镜型机器人的市场，在世界上装机超过3500台[30]。这台原本为心胸外科手术开发的机器人在普外科、妇科和泌尿外科的手术中发挥了巨大作用。目前该术式已成为了处理结直肠、前列腺和子宫等盆腔和盆底器官的常规手术之一[31]。尤其在泌尿外科，由于达芬奇平台所提供的深部术区视野和精细操作，使得术者得以在窄而深的盆底进行手术，与传统的开放或腔镜手术相比有显著优势[32]。除了内镜机器人，导航机器人在骨科手术中可以提供更加精确的切割和更安全的内植物位置，提高手术精准度和成功率。此类机器人的硬件主要由影像系统、机械系统和计算机系统组成；其功能结构则包括导航模块、手术操作模块和建模与规划模块[33]。迄今为止，以ROBODOC 为代表的导航机器人已完成了超过17 000例髋关节置换术[34]。

当前手术机器人还有一些缺点：①需要较大的手术室空间；②无法提供触觉反馈；③手术时间长；④手术费用高；⑤机源性手术并发症等[31]。从这些亟待解决的问题出发，研究者们应从以下几个方面进行技术性改进：①更好的视野，交互性和操作性；②添加触觉反馈；③提高空间利用率；④降低成本等[31]。与此同时，研究者们还应该从概念上对手术机器人进行改进：①整合不同的机器人平台的融合机器人；②可进入体内的胶囊机器人；③具备解剖结构提示等功能的智慧机器人；④与其他赋能技术结合，如研发纳米机器人和结合增强现实技术改善显示和交互等。

目前一些新型手术机器人如Senhance和Revo Ⅰ已经进入了上市前的测试阶段，它们或改良了显示技术，或增加了触觉反馈，旨在满足医生更多的需求。可是，许多证据提示当前的手术机器人并没有提供比传统手术更好的手术效果[35]，笔者认为其根本原因是由于手术机器人与传统的外科理念和手术方式相同，如果能够脱离经典外科学范式使用更加适合智能机械的理念和技术来完成手术，那么手术机器人完全有可能超越人类医生。

2.2 人工智能技术

人工智能（artificial intelligence,AI）技术可以通过学习知识和经验并形成决策从而改变当前的医疗模式[36]。20世纪70年代，研究者们已经开发出基于规则的AI技术帮助医生进行心电图判读和治疗方法选择[37]，但其成本高昂、架构脆弱以及无法将确定性和概率性相结合等缺陷限制了它的发展[38]。基于算力和算法的提升和临床数据集的规范化，AI技术在医疗领域发展迅速。机器学习（machine learning）使AI 技术可以通过学习数据集来形成算法进行决策[39]。近年来机器学习中的神经网络、卷积神经网络和深度神经网络被应用于医疗领域中，旨在更好地模仿人脑的学习方式形成临床决策。

AI在影像学中有广泛的应用。AI经过学习影像数据可通过图像处理和计算机视觉算法更快地阅片和建立更准确的诊断[40]；通过视觉增强在一定程度上替代造影剂对病理组织图像的增强作用[41]；亦可帮助影像科安排工作流程以提高工作效率[42]。研究者们也将AI图像识别应用于病理切片阅片[43]、糖尿病视网膜病变的眼底相和光学相干断层扫描OCT（optical coherence tomography,OCT）阅片、诊断皮肤病、内镜下诊断等临床场景中[40]。在一项机器学习诊断乳腺癌淋巴结转移的研究中，研究者发现AI技术对比人工在诊断准确率上无差异，但如加入时限，则AI技术的诊断准确率要显著优于人工[43]。所以，笔者认为AI 临床图像识别的优势在于可以快速、稳定、准确地诊断一些数据量大且难度中等的检查，而面对临床争议较大或较难的图像检查可能无法替代有经验的临床医师。

AI技术还可以辅助医生进行疾病诊断、治疗方法选择、预测预后以及建立公共卫生模型。Abedi等[44]建立了一个脑梗死诊断模型，以提高急诊人员对急性脑梗死的诊断能力。还可以通过AI分析基因组学信息来预测癌症治疗效果，如用基因组数据经过敏感性算法预测不同治疗方法对乳腺癌患者的效果[45]。在公共卫生事件方面，研究者基于不同地区新型冠状病毒肺炎数据和机器学习制作出了相应的疫病模型，对限制新型冠状病毒传播提出了一些建议[46]。

除此之外，AI技术还可通过机器学习DNA甲基化数据对肿瘤进行分类[47]；通过神经网络标记致病变异及非编码DNA[48]，另外还有研究团队通过深度神经网络学习将变异识别任务转化为图像分类任务，从而获得了更好的识别效果[49]。AI 技术可通过机器学习模拟某种治疗方法对特定患者的治疗效果，这种方式被称为“计算机内（in silico）”研究，医生们可以借此途径开展临床研究，以规避伦理和难以获得特定患者群等问题[50]。AI 机器学习可被用于识别疾病亚型之间不同的分子结构、解释测量指标间的相互作用效应以及在基因组学中获得有意义的特征用来识别疾病表型[51]。随着蛋白和代谢质谱、基因测序等基因组学通量提高以及数据分析的标准化，AI技术将会在未来生物标志物的发现中起到至关重要的作用。

现阶段AI技术的一些缺陷如黑箱问题、过度适应问题和谓词算法问题等也同样存在于医学领域的应用中[40]。而且，在临床实际应用场景中还有一个特殊的问题即AI如何取得医生和患者的信任。解决这些问题需要赋能技术自身的改良和进步，也需要医学对于其他技术更加的开放和包容。

2.3 虚拟现实、增强现实与混合现实技术

近年来，医疗领域中计算机仿真模拟技术成为了研究热点。该技术应用计算机模拟产生三维仿真环境，可以通过模拟使用者在环境中的感官感受实现可视化操作与交互[52]，其中包括虚拟现实（virtual reality,VR）技术、增强现实（augmented reality,AR）技术和混合现实（mixed reality,MR）技术。其中，VR 技术模拟的所有元素都是虚拟的；AR 技术可将虚拟的图像叠映于真实环境中的物体上，或模拟出可交互的沉浸式三维全息图像；MR技术可以在交互中为操作者提供虚拟和物理的体验[53]。计算机仿真技术及其衍生技术因其虚实结合的优势成为一项在医疗领域中非常有前景的赋能技术。

在VR 技术的开发与应用中，人们很快意识到虚拟环境在医疗人员培训和制定手术方案中的价值[54]。由于MR 技术可以将VR 技术与模型相结合，从而提供较为真实的反馈，可锻炼操作者的肌肉记忆，故MR技术在培训方面比VR技术更具优势。目前，MR 系统的开发者已经制作出了仿真模型来模拟表皮、肌肉和骨骼等组织以提供更真实的体验[55]。AR技术与前两者相比在临床上的应用前景更为广泛，研究者们将术前的影像学检查和重建的虚拟三维结构叠映在患者身上，起到术中导航定位的作用，此技术对脊柱外科置钉和麻醉科穿刺等需要影像学引导的操作有一定意义[56]，但由于术前需要进行人工匹配，且此过程在术中无法自动校准以应对术中患者的移动，所以此技术还需要将匹配过程简化和自动化以便更好地应用于临床[53]。

3 总结和展望

21世纪是赋能技术交叉融合的时代。在医疗领域中，有先进材料与先进制造的结合，有纳米机器人的研发，有智能机器人辅助系统，有基于大数据和AI 技术辅助医生进行临床决策以及基于物联网、云计算、大数据和AI技术等赋能技术建立的新型信息化医疗系统。在未来，将会有更多赋能技术向医疗领域拓展和多项赋能技术交叉产生的衍生技术。在这样的背景下，有几种技术本身可以对一般技术和赋能技术赋能，这些赋能技术与其他技术交叉的适应性强，因此这些技术是技术交叉的基础或中心。笔者将这些技术定义为中心赋能技术。医疗领域中心赋能技术的特点是：①它的发展可以带动其他赋能技术及后续衍生技术的进步；②可以将其他赋能技术引入医疗领域；③它是其他赋能技术交叉的中心和基础。在以患者为中心的赋能技术中，先进材料是中心赋能技术，材料科学的进步是后续先进制造技术的基础；而在以医生为中心的赋能技术中，大数据和AI是中心赋能技术，因为临床医师最宝贵的经验与知识通过大数据和AI学习可形成标准化的信息被其他赋能技术使用。故笔者认为在当前的科技背景下，先进材料、大数据和AI是医疗领域中的中心赋能技术（图3）。

图3 先进材料和大数据-人工智能分别在患者治疗和医生辅助方面的中心地位

技术的发展带动了医疗的进步。越来越多的赋能技术向医疗领域进行拓展，其中有些技术对医生而言是陌生的，但作为医生，应该积极的去适应与实践，并切实参与到技术的发展中去。虽然现今医生为主导的医疗模式还会持续一段时间，但必须考虑到这些赋能技术的发展对医学所产生的影响，并对未来做出规划，以便在未来以技术为主导的医疗环境中更好的扮演技术与患者间桥梁的角色。