近日，华南理工大学杜广龙教授和团队，提出一种新型机器人超声扫描系统，并将其用于甲状腺结节检测。

图 | 杜广龙(来源：杜广龙)

　　研究中，课题组先是分析了手动甲状腺扫查的过程和需求，包括分析纵切扫查和横切扫查的技术要求。

　　随后，他们自主开发了这款机器人超声系统，该系统集成了人工智能技术，能够实现无需人工辅助的高质量超声扫描。

　　接着，他们研发出一款深度学习网络，将其用于甲状腺叶和结节的分割、以及甲状腺的定位。

　　当硬件和软件都全部到位，他们开始在临床环境中进行系统测试、以及模拟临床工作流程。

　　期间包括甲状腺搜索、平面内扫描、平面外扫描、多视图扫描等阶段。并通过收集和分析实验数据，验证了系统的准确性和可靠性。

　　但是，实验结果显示：上述深度学习网络，仍然存在算法优化与性能提升的空间。

　　为此，他们根据实验结果优化算法，提升了甲状腺定位和探头定位的准确性，并通过深度学习等技术，让图像识别和数据分析的性能得以提升。

　　然后，他们开始设计本次机器人与患者的交互方式，从而让机器人能够指示患者转动头部、涂抹超声波凝胶等。

　　考虑到患者移动和按压力度等因素，课题组还为机器人设计了自适应调整机制。

　　总的来说，本次系统在组成结构上，包括六自由度的 UR3 机械臂、线性超声探头、探头夹具、六轴力/扭矩传感器以及 Kinect 相机。

　　这让其能够完成自动接近颈部、基于超声图像的导航、甲状腺结节检测、以及从平面内和平面外两个视角可视化结节等任务。

(来源：Nature Communications)

　　相比需要由放射科医生手动操作的结节检测方式，这种完全自主运行的方法效果更佳。参与测试的志愿者，也对本次系统感到满意。

　　与此同时，根据几位医生的表现、以及参与者的反馈，课题组也针对本次方法加以评估。

　　随后，他们开始在临床中进行大规模验证，以评估本次系统的实际效果和患者接受度。

　　评估结果显示：本次系统可以完全自动地运行，并能在运行时调整所施加力的大小，探针也会通过自动调整方向来分析结节。

　　研究中，该团队的一名成员在一次例行测试中，意外发现自己患有甲状腺恶性肿瘤。

　　这次发现对他来说无异于一次警钟，迫使他正视自己的健康状况，重新审视自己的生活方式。

　　同时，也让他深刻体会到体检和预防的关键作用。因此，他决定彻底改变自己的生活方式，并积极配合医生的治疗方案。

　　经过一段时间的努力，他的身体逐渐恢复了健康。这不仅让他个人受益匪浅，也让他深刻认识到早期检测和健康管理的重要性。

　　“他的亲身经历成为一个活生生的例子，激励着课题组的其他成员更加重视健康，同时也进一步验证了超声甲状腺扫查机器人在疾病发现和预防上的巨大潜力。”研究人员表示。

　　总的来说，预计在基层医疗服务领域，本次成果有望解决基层超声服务能力不足的问题，带来更准确、更及时的诊断服务。

　　而在当前国家全力推进紧密型医共体建设的背景下，由于本次机器人能够实现远程的超声诊断，因此可以有效缓解医师资源分布不均的问题，同时减少人为误差，提高诊断的准确性和一致性。

　　同时，也将带动人工智能、机器人技术和医学影像处理等相关产业的创新与发展。

(来源：Nature Communications)

　　日前，相关论文以《用于甲状腺扫描的全自动机器人超声系统》(A fully autonomous robotic ultrasound system for thyroid scanning)为题发在 Nature Communications[1]。

　　苏康博士、刘京玮博士、任晓琪博士、霍颖翔博士、杜广龙是共同一作。

　　杜广龙、清华深圳国际研究生院王学谦教授、清华大学梁斌教授、加拿大卡尔顿大学刘小平教授担任共同通讯作者。

图 | 相关论文(来源：Nature Communications)

　　后续，他们计划在更多医疗机构和患者中，开展更加广泛的临床验证和效果评估，将通过多中心临床试验和长期随访收集大量数据，以验证系统的有效性和可靠性。

　　预计将针对不同地区和不同背景的患者群体开展测试，以便确保数据的广泛性和代表性。

　　此外，他们将进行患者满意度调查，收集患者对机器人使用体验的反馈，不断优化和改进系统。

　　同时，也将利用大数据分析技术，针对收集到的临床数据进行深入分析，通过生成详细报告从而评估本次系统在早期诊断、治疗规划和疾病预后的准确性。