1月22日，由維科網醫械科技主辦、深圳市醫療器械行業協會支持的 “OFweek2026醫療器械技術系列在線會議-AI精準醫療專場” 落下帷幕。

上海交通大學曹其新教授、中國科學院梁曉坤博士、OFweek行業研究中心副總監李維維女士三位嘉賓，從泛在機器人、多模態AI、腦機接口三大前沿方向，結合臨床痛點拆解技術落地路徑。

圓桌對話環節更是直擊“人機協作、數據互通”等醫生關心的核心議題，為AI精準醫療臨床應用提供了實用參考。

/01/

泛在機器人：醫生的“組件化智能戰友”

對于臨床醫生而言，技術的價值最終要落地于“好用、實用、安全”。曹其新教授解析的兩大核心技術，恰恰回應了這一需求：

組件化設計：

區別于進口通用型手術機器人的高價冗余，將機器人的感知、控制、執行功能拆解為標準化組件。

臨床可根據不同手術（如脊柱鉆孔、腔鏡手術）或康復需求，快速組合出專屬裝備——無需投入巨額成本研發整機，大大降低了醫療機器人的應用門檻。

具身智能+IoT：

通過“云端AI大腦-邊緣側實時處理-終端設備執行”的架構，泛在機器人實現了“具身智能”——即通過與臨床環境、患者體征數據的實時交互，自主調整操作精度與流程。

例如手術機器人可結合醫學影像（CT/MRI）與力傳感器數據，動態修正鉆孔路徑。

/02/

多模態AI：破解臨床“數據孤島”與過度治療

在腫瘤臨床診療中常碰到兩個難題：

一是各個科室數據分散成“孤島”，AI模型在實驗室練得準，到臨床就“水土不服”；

二是局部晚期宮頸癌放療總是“一刀切”，不少低危患者承受療程延至2年、費用漲10倍的過度治療。

而梁曉坤博士的分享，直擊這些腫瘤診療的核心痛點：

通過聯邦學習技術，不用醫院共享原始數據，僅提取數據特征就能整合多中心數據來訓練模型，既確保了患者隱私，又解決了AI模型“實驗室準、臨床差”的問題；

而針對過度治療，梁曉坤博士分享了其團隊研發的CerviPro多模態預后模型——整合治療前后雙時點CT影像、放射組學特征和臨床變量，能清晰區分高、低復發風險患者，直接為低危群體“減負”，同時為高危患者精準匹配強化治療方案；

此外，還配套了無創分子預測技術——通過CT影像即可評估腫瘤基質的分子表達，替代部分有創病理活檢，為無法耐受穿刺的患者提供了更安全的診斷路徑。

/03/

腦機接口：從“黑科技”到臨床“可及工具”

技術落地離不開政策支持+收費標準+成熟產品的組合拳。對此，李維維女士分享了目前腦機接口的落地情況：

隨著“十五五”將其列為未來產業，2025年醫保已明確腦機接口收費體系，并在武漢完成國內首例政府指導價手術，標志著技術進入規范化應用階段；

同時隨著國內在柔性電極等核心技術上實現突破，頭部企業已形成成熟的產品矩陣。

此外，李維維女士還從臨床案例展開，明確了腦機接口的核心應用方向：

侵入式電極植入皮層，適配脊髓損傷等需要高精度控制的重癥場景；半侵入式電極植入頭皮與顱骨間，平衡安全與信號質量，適配癲癇、帕金森病的神經調控；非侵入式通過頭皮電極采集信號，主要應用于醫療康復、心理健康等領域。

/04/

圓桌環節：直擊三大核心問題

圓桌對話聚焦精準醫療領域提出3個問題，三位嘉賓分別給出明確答案，形成“技術為醫生減負”的核心共識：

核心問題1：人機協作與醫生能力邊界面臨哪些機遇與挑戰？泛在機器人怎么通過訓練變得更智能？

對此曹其新教授表示——人機是互補而非替代。機器人減少傷害、補體力短板（防輻射、穩操作），而醫生專注診療決策與醫患溝通的核心價值。

而泛在機器人的訓練靠臨床中積累的手術數據，學會適應不同的醫生和臨床場景。

核心問題2：如何破解數據孤島，讓AI模型在臨床“用得準”？

梁曉坤博士表示：AI看病的發展程度沒有大眾想象的那么高，目前還不能完全依賴于此，這其中也有“數據孤島”的原因，未來可以考慮通過聯邦學習、醫聯體兩個層面來解決問題。

核心問題3：腦機接口和其他精準醫療技術的聯合應用存在哪些壁壘？

隨著多技術融合成為趨勢，腦機接口與基因編輯、神經調控的聯合應用潛力巨大，但也面臨諸多挑戰。

李維維女士通俗拆解了4大壁壘：三者核心技術尚未完全成熟，聯合應用缺乏堅實基礎；三者在時間尺度上差異顯著，難以做到同步協同；此外，身體排異強烈、安全風險未知也是不可忽視的壁壘。

從泛在機器人的組件化設計，到多模態AI破解診療痛點，再到腦機接口的臨床普及。整場會議始終傳遞核心：精準醫療不是簡單的“用技術替代人”，而是整合新技術和傳統醫學方法，讓診療更高效、更安全。

本場會議的全部內容可通過下方重播鏈接回顧：

https://v.ofweek.com/#/topic/1883

下一場OFweek醫療器械技術系列在線會議——醫療電子專場，將于2026年3月27日開播，感興趣的各位可關注下方公眾號或通過下方社群，接收最新通知~