基于强大算力的AI赋能辅助决策，可以在微创外科手术前对患者精准诊断，并对手术难度进行精确评估，对手术方案进行详尽规划。如基于患者CT增强检查图像，结合AI赋能的肝脏三维重建技术，可将肝内病灶位置及其与重要血管关系加以立体视角的全维度显示，又可通过AI辅助测量计算，精准估算术后剩余肝脏体积，确定安全的手术切除范围，确保手术根治性和肿瘤安全性的同时，降低术后肝衰竭风险^{［3, 4］}。此外，对于一些标准流程手术，通过既往的微创外科手术视频，可为手术相关人工智能模型的训练提供丰富的训练数据。日本学者报道，通过人工智能分析患者临床资料和机器人手术录像，可以评估手术复杂性，相应模型对手术复杂性评估的准确度较高，其受试者工作特征曲线下面积达0.913^［5］。这对手术风险的预估和防范均有指导作用。

随着虚拟现实、增强现实以及混合现实等技术在微创外科领域的探索和应用，这些技术正逐步应用于仿真模拟训练、手术方案规划、术前谈话和术中视觉导航等场景中^{［6, 7, 8, 9］}。其通过与术前CT、MRI检查等影像数据的融合，有望为手术提供更加丰富的辅助信息^{［10, 11］}。此前Ryu等^［12］报道在腹腔镜左半结肠切除术中，利用微软Hololens2可穿戴式混合现实设备进行术中3D全息导航，用以辅助结肠血管根部结扎和淋巴结清扫，该系统在显示结肠血管变异和辅助淋巴结清扫方面取得良好效果。然而，由于腹腔内的器官易受呼吸、气腹、体位、术中牵拉等因素影响，依靠影像学数据重建的三维模型与腹腔镜下的直视图像叠加时常会出现相对位移，影响定位精度^［13］。因此，笔者认为：距离增强现实等视觉辅助技术真正大规模应用于临床，协助手术操作仍有诸多难题亟待解决。

AI在微创手术中的应用前景同样广阔，通过整合分析手术过程和实时监测数据，基于大量手术数据的人工智能有助于手术团队实现信息无缝共享、早期发现和处理可能的突发情况，降低手术风险^［5，14］。LC是开展最为广泛的微创外科手术，胆总管损伤是该手术严重的并发症之一。目前国际公认的LC标准流程遵循Strasberg SM提出的关键安全视野（critical view of safety，CVS）原则^［15］。日本大分大学医院团队利用深度卷积神经网络算法评估LC手术视频中CVS原则的执行情况，该AI评估模型精确度和特异度分别达0.971和0.966^［16］。1项由美国和加拿大团队发起的多中心研究结果显示：AI在识别LC中安全（Go zone）和危险（No-Go zone）解剖区域方面具有极高的特异度（0.97）和灵敏度（0.95），未来可能有助于为复杂胆囊结构提供术中实时引导降低意外损伤概率^［17］。寻找正确的解剖层次是外科手术成功关键因素之一，在结直肠癌手术中准确识别和解剖无血管、神经通过的疏松结缔组织间隙，如Toldt′s间隙、“神圣平面”等关键结构是实现全结肠系膜切除术或全直肠系膜切除术的重要前提^{［18, 19, 20］}。在近期的1项探索性研究中，利用监督机器学习模型能够准确地辨别直肠癌机器人手术中安全的操作层面^［21］。此外，Kumazu等^［22］利用大量机器人辅助胃切除术手术录像开发的深度学习模型可自动识别和分离疏松结缔组织，寻找安全的解剖平面，外科专家对此模型给出的平均灵敏度评分为0.88，表明深度学习模型在辅助识别解剖层面领域具有应用价值。此外，有报道指出AI模型还能在腹腔镜结直肠手术中实时自动识别并标记输尿管、盆腔自主神经等关键解剖结构，AI模型的识别速度较年轻医师更快、准确率更高^{［23, 24］}；同时，基于AI的图像识别技术已逐渐应用于腹腔镜腹股沟疝修补、腹腔镜右半结肠切除、肝脏切除等手术中，用于辅助医师精确识别术野中的血管、神经以及其他关键的解剖结构^{［4，25, 26, 27］}。

随着医学治疗模式改变，许多疾病的治疗策略更倾向于多学科参与的综合治疗模式，而外科手术只是局部治疗手段之一，并非治疗的全部^{［28, 29, 30, 31］}。一方面，随着早诊早治意识与能力的提高，越来越多肿瘤疾病可被早期发现并治疗，这对内镜微创治疗方面提出更高要求；另一方面，我国作为人口众多的发展中国家，欠发达地区的肿瘤疾病仍以中晚期为主，越来越多伴有远处转移的患者，在微创手术之后，其对综合治疗、介入治疗等其他创伤更小的治疗方式可能有更多需求。例如对于肿瘤疾病，通过收集大量临床数据，形成临床专病数据库，然后通过深度学习算法探索和归纳疾病的诊断与治疗流程模式，在此基础上形成临床决策逻辑树，最终生成直观的临床决策路线示意图，从而辅助医师做出更精准的治疗选择。近期笔者团队基于知识图谱的方法，构建了一套胃癌辅助诊断与治疗决策系统，该系统通过输入部分患者的临床病例信息即可给出专业、合理的治疗意见^［32］。AI除了收集患者的疾病相关信息和手术治疗、药物治疗相关信息外，还能收集患者手术后饮食习惯、锻炼周期、用药习惯等个人生活信息，并进行数据分析评估患者整体状态，从而协助规划术后综合治疗，乃至提出日常生活和保健建议。这些都有赖于大量疾病相关数据信息的收集和抓取，并涉及到综合医院、社区医疗、家庭保健等医疗资源的整合，而这恰恰是智慧医学需要解决的问题。

当前，智慧医疗已经实现一部分的远程医疗服务，如医师可以通过互联网远程诊断与治疗，患者也可以通过网络获取医疗信息，获得远程医疗服务。但就外科手术而言，目前远程医疗在其中的应用仍相当有限。事实上，手术机器人最初恰恰是为了满足远程医疗的需求而设计。

这种“远程手术模式”是医师完全掌控的“主从操作”，患者端机械臂完全复现主刀医师在控制台上的操作动作^［33］。这种模式可以将医师从手术床旁解放出来，实现远程化的精细微创操作。近10余年在国内已开展较多的达芬奇机器人手术亦属于这一类。但限于网络数据传输速度等一系列瓶颈，绝大部分机器人手术更多的仍是本地手术，而非真正意义上的“远程手术”。5G网络以其高带宽、高速率、低延迟等特点为远程医疗提供了可靠的网络支持，2019年我国已成功开展基于5G技术的远程人体手术——脑起搏器植入术^［34］。此后在骨科、普通外科、泌尿外科、妇科等领域亦有远程手术的案例被报道^{［35, 36, 37］}。笔者期待：未来基于高速网络的远程机器人手术能够部分解决高端医疗资源分布不均的难题。在技术上，如果要真正实现安全的异地连续“主从操作”，需要机器人系统在稳定、高速通讯的前提下，具备抵抗网络恶意攻击的能力、通讯中断后即时恢复的能力等，从而保障通讯数据传输实时、畅通和稳定；同时该系统应当具备足够的现场感知反馈能力，以确保主刀医师能够据此作出最合理的即时判断。而这两点仍是“远程手术模式”真正应用于临床前必须突破的瓶颈。未来的智慧医疗模式可能会从这些方面入手加以突破。

笔者团队于2019年使用5G进行3D、4K和增强现实远程手术转播演示，纳入元宇宙概念，外科医师实现了在任何地点可佩戴头盔观看手术。近期美国苹果公司发布1款新型的头戴显示设备Vision Pro。该设备通过多个传感器将实时生成的数字世界与现实物理世界进行连接，极大提高了虚拟与现实的交互体验，苹果公司正积极探索Vision Pro在医疗保健领域的应用场景^［28］。笔者预测：未来此类设备的广泛应用，将对医学教育和远程手术产生特别重要意义。

虽然当前AI技术发展迅猛，但当前机器人手术仍依赖外科医师人工操作，还远远未达到完全自主实施手术操作的水平。一些智能化自动化机器人手术多限于骨科、脑外科或介入科的有限领域，真正在普通外科领域的自动化机器人手术系统仍处在探索和研究阶段。未来，通过整合人工智能与机器人手术，将逐步扩大手术机器人自主操作权限，最终实现高度自主甚至完全自动化的机器人手术^［38］。更轻量化的机器人手术也将是未来发展的重要方向。此外，还有研究者通过结合机械臂运动轨迹和图像数据开发了能够自主移动内窥镜视角和焦距的模型，该模型有助于为外科医师提供最佳手术视角^［39］。目前，人工智能在图像分析、解剖定位、镜头跟随等领域的应用已获初步验证，但距离实现完全自主的手术操作任重道远。此外，随着手术机器人自动化、智能化水平不断提高，相关的医疗伦理争议和责任划分等尚有待进一步界定和明确，相关法律法规亟待立法完善^［40］。