微创AI视野③ | 机器人自主手术，离我们还有多远？-微创｜微创医疗器械-微创高端医疗器械集团

机器人自主完成手术，被认为是医疗AI最具挑战性的目标之一。如今，随着大模型不断提升感知、推理与决策能力，自主手术正从实验探索走向技术验证。

2025年12月，微创®机器人依托自主研发的全球首个多模态自主手术大模型MicroGenius®/神经元®，成功完成全球首例“大模型自主手术”动物实验。在30公斤实验猪上，系统精准完成了胆管夹闭与剪切等核心手术步骤的全流程自主操作，首例试验局部操作步骤成功率即达88%。

双大模型架构：手术机器人从“自动”到“自主”

手术机器人能够精准执行医生指令，但本质上仍依赖预设规则和实时操控，面对复杂多变的真实手术环境，其自主适应能力十分有限。

作为一个训练30亿参数规模的多模态动作生成大模型，MicroGenius®/神经元®是一套能够“思考”的系统。它不仅可以识别组织、器械和术野变化，还能结合实时信息规划下一步操作，并根据环境变化持续调整策略。

它的核心创新在于HL（High Level）+LL（Low Level）双大模型驱动架构，构建起具备决策与执行能力的“超级大脑”与“精准小脑”分离协同的智能体系。

HL模型是系统的“决策核心”：

· 基于2.3万条手术视频片段数据训练而成

· 具备独特的思维链分析能力，能够模拟资深外科医生的临床决策过程

· 术中基于影像、器械状态等多维度数据，逐步推理得出最优手术策略

LL模型是系统的“执行核心”：

· 基于1万个多模态手术操作片段的学习而成

· 精准生成机械臂的运动轨迹，确保每一次操作平稳、精准

· 后训练阶段引入的强化学习优化机制，进一步提升动作成功率

这种“决策-执行”分离的架构，让手术机器人具备了“理解手术、规划手术、执行手术”的闭环能力，实现从“碎片化辅助”到“全流程自主”的跨越。

泛化能力：从“一台机器”到“一个系统”

模型泛化能力是机器人AI研究领域的核心难题——一个模型在一台机器上表现优异，换一台机器、换一个场景就可能失效。MicroGenius®/神经元®在这一维度实现了关键突破：

· 跨场景泛化：采用“少量在体数据+大规模在体生成数据”的训练模式，训练腔镜手术世界模型，将离体数据生成在体数据，实现模型对真实体内手术环境的精准适配。

· 跨机型泛化：通过对多机型手术数据的融合训练，实现了对不同机型机械臂运动特性、操作逻辑的自适应学习——可快速适配不同规格、不同版本的腔镜手术机器人。

从远程到自主：AI不断拓展手术机器人能力边界

MicroGenius®/神经元®的这例实验，标志着微创®机器人在继“引领国产手术机器人产业化”、“全球首个远程手术机器人商业化”之后，再次于“机器人手术自主化”领域引领产业完成全球首次层级跨越突破，是其AI与手术机器人深度融合方向迈出的关键一步。

从产业化、远程化到自主化，技术路径不断延伸，也反映出手术机器人正逐步从精准执行工具演进为具备环境理解、策略规划和自主操作能力的智能系统。

重要声明及研究局限性声明

本研究为基于动物模型的前期探索性研究，旨在评估大模型驱动的手术机器人系统在受控实验环境下的技术可行性与系统稳定性。文中所呈现的研究结果不构成对该系统在人类临床应用中安全性或有效性的直接证据，亦不应被直接外推至人类手术实践。

截至本研究发表时，该系统尚未在任何国家或地区获得用于人类自主手术的监管批准，亦未进入涉及人体的临床试验阶段。所有实验均严格遵循相关动物实验伦理规范及监管要求开展。

文中所有关于“自主性”的表述，均指在外科医生全程监督、并具备随时人工接管机制的受控实验条件下，系统在限定授权范围内执行部分或关键手术任务。医生在整个实验过程中始终承担最终决策权与安全责任。本研究不涉及、亦不主张任何形式的无人监督或完全自主临床手术应用。