奥林巴斯试制出小型手术辅助机器人系统

发布时间：2012-12-3 阅读量：658 来源: 发布人:

【导读】奥林巴斯利用2007年度起为期5年的“癌症超早期诊疗仪器综合研发项目”获得的研究成果，试制出了小型手术辅助机器人系统（图1）。这是一种主从式机器人系统，外科医生边看着三维显示器边操作主动输入装置，控制从动的小型机械手实施手术。

该机器人系统是为应用于内窥镜手术而开发的。常规的内窥镜手术要先在患者体表开几个孔，然后向体内插入作为外科医生“眼睛”的内窥镜和作为“手”的专用器械，然后由外科医生看着内窥镜的影像操作专用器械进行手术。其优点是创伤小、给患者造成的负担小、有利于尽快康复，但由于操作专用器械需要很高的技术，因此实际应用还非常少。　　

图1：奥林巴斯试制出的小型手术辅助机器人系统左边为主动装置，右边为从动装置。

使用此次开发的机器人系统，外科医生不直接操作插入体内的专用器械，而是通过主动输入装置间接操作专用器械（顶端准确装有专用手术器械的小型机器手）。因此，不会将执刀医生的手部抖动传递给手术器械。并且，在医生直接操作器械的传统内窥镜手术中，内窥镜画面上看到的是镜像画面，也就是说，看到的器械的动作是与实际相反的，而采用该机器人系统则可以避免这种镜像动作。

图2：安装在机器手上的手术器械的顶端部分直径9mm的手术器械具有旋转和2轴弯曲三种自由度。

另外，仅手术器械的顶端就有3种自由度（旋转和2轴弯曲，图2），整个机器手有7种自由度，拥有与人的肩膀、肘部、手腕同样水平的自由度也是该系统的一大特点。这样便可以避开肋骨等障碍物，将手术器械送入心脏后面等难以够到的患处。另外，奥林巴斯还开发出了让执刀医生将注意力只集中在手术器械顶端的“忽视多关节控制技术”，并配备在了该机器人系统上。　　

据奥林巴斯医疗技术开发本部本部长小林正敏介绍，与同样用于内窥镜手术的主从式机器人统“da Vinci Surgical System”（美国直觉外科公司）相比，该奥林巴斯开发的系统不仅手术器械的自由度高，手术台上配备的从动机器手的尺寸也减小了1/4。该系统通过减小驱动部分的结构和马达的尺寸，减小了机器手的尺寸，从而能在手术台上1m见方的空间内最多配置5个机器手（1台用于内窥镜，其余用于手术器械），但奥林巴斯并未公开驱动部分详情。　　

另外，东京大学研究生院医学系研究科教授小野稔从医学角度评价了该机器人系统：“要想让外科医生喜欢，还需要进一步改进，如果能够做到，就有可能超越da Vinci。”今后，奥林巴斯首先将利用在此次系统中开发出的必要技术，开发应用于特定手术的机器人系统。奥林巴斯表示，将用2～3年开发，然后确立服务体制等，争取5～6年后实现实用化。目标价位是1亿日元以下，仅为da Vinci的几分之一。

相关资讯

美光Q4营收展望107亿美元超预期，AI存储需求引爆股价

美光科技（Micron Technology）于6月25日发布最新财报，其中对2024财年第四季度的业绩展望显著超越市场预期。公司预计第四财季营收将达约107亿美元，远高于华尔街分析师普遍预测的98.9亿美元。受此积极信号影响，美光股价在盘后交易时段应声上涨，凸显市场对其增长前景的强烈信心。

三星引入三星显示为XR头显供应OLEDoS，索尼独供格局生变

三星电子正计划调整其首款Android XR头显Project Moohan（代号“无限”）的屏幕供应链策略，拟将关联企业三星显示纳入OLEDoS（硅基OLED）面板供应商体系，与索尼形成“双供应商”结构。此举旨在打破索尼的独家供应局面，提升供应链韧性及议价能力。尽管三星显示加入，索尼仍将保持第一供应商地位，但三星电子借此强化了长期布局XR市场的战略基础。

先进封装驱动芯片性能革命，台积电产能扩张应对AI浪潮

台积电与苹果共同开发的晶圆级多芯片模块（WMCM）技术标志着先进封装的新高度。作为InFO-PoP的升级版，WMCM融合CoW（Chip on Wafer）与RDL（Redistribution Layer）等尖端工艺。其核心创新在于采用平面封装架构取代传统垂直堆叠逻辑芯片与DRAM，显著提升散热效率与整体性能。这项独家技术将成为苹果下一代iPhone搭载的A20处理器（预计采用2nm制程）的关键性能支柱。同时，苹果自研的AI服务器芯片正稳步导入台积电的3D晶圆堆叠SoIC封装技术，进一步强化计算密度和能效。

算力、智能与控制的融合：英特尔4U工控机、RK3568主板、HPM伺服板的全面对比

在现代工业自动化向智能化、网络化、柔性化加速演进的大背景下，高性能、高可靠、特定场景优化的核心硬件设备构成了系统的“大脑”、“眼睛”和“四肢”。英特尔4U工控机(IPC-615H5)、RK3568高性能监控主板和HPM6400/6300伺服电机控制板分别代表了通用工业计算平台、边缘AI视觉处理平台和高精度运动控制平台的最典型形态。它们在各自的领域拥有独特优势，共同支撑起复杂的工业控制闭环。本文旨在对这三款核心产品进行全方位对比分析，剖析其技术特点、优劣势、应用场景及市场前景，为工业自动化方案选型提供专业参考。

应对AI算力激增：安森美推出全链路数据中心电源解决方案与指南

人工智能技术，特别是生成式AI和大规模机器学习模型的迅猛发展，对全球数据中心的基础设施提出了前所未有的高要求。海量数据的实时处理与复杂模型训练，导致数据中心计算负载激增，随之而来的功耗攀升已成为产业亟待解决的核心瓶颈。这不仅推高了运营成本，也对电网承载能力和可持续发展目标构成严峻挑战。如何在高性能计算需求持续增长的同时，有效控制并降低能源消耗，成为AI数据中心建设与升级的关键命题。