Ilana Nisky是本.古里安大学生物医学工程博士，同时也是斯坦福大学博士后。自2014年以来，一直担任本.古里安大学高级讲师,在此创立了生物医学机器人实验室并成为负责人。她的研究领域包括人类感觉运动控制、人机交互对象、触觉技术、机器人技术、人机学习、远程操作和机器人辅助外科手术等。2019年荣获国际电气与电子工程学会（IEEE）机器人与自动化学会青年科学家奖（Early Academic Career Award）,曾任欧洲触觉技术学会执行委员会成员，现为国际电气与电子工程学会（IEEE）资深会士。

Ilana Nisky：

非常高兴来到这里和大家聊一聊我们的研究结果，我的大学所在地是沙漠地区，也欢迎大家来访问。现在我们有很多医学上的机器人，比如帮助外科医生和康复的，以及假肢和培训类型的机器人。虽然每个应用不一样，但是也有共同点，就是都要有人和机器人的实体互动。

    具体说到手术机器人，需要外科医生决定要做什么，然后要有病人，所以机器人是有很多优势的，每年都会进行机器人手术。现在也有新的科技可以进行远程手术，但是还有很严重的限制，比如没法收到及时的反馈，也没法知道如何改善机器人使用的限制。我们需要理解机器人的运动，并且也要进行优化，不过这些都是手术视频，里面可能会有一些令人不适的血液和器官内脏的影像。大家通过这部视频就可以理解，你们想接受哪个外科医生来做手术？我们不知道哪一个是医生，但我们很容易区分哪一个是专家，以及如果操作不精确的话手术的后果是什么。

    手术运动的质量决定外科手术的质量，所以一定要让手术运动符合规定，这样设计更好的机器人才能实现。怎样定义这些动作？机器控制可以帮助我们更好地界定手术运动的轨迹，包括大脑如何控制运动以及外部世界的科学。虽然每个人的手术动作不一样，所有动作的方式都是有类似的，比如我要拿咖啡首先要伸手，然后形成一个中形速度的轨迹，就是先快后慢，然后在大脑当中的决策会影响到我手上的轨迹。

    看一看人的感官系统，有的时候系统是非常差的，比如很复杂的非线性造点，而且会有很大的延迟，但是我们还是能够用手做一些非常独特的运动，比如走的过程当中和站的过程当中有自己独特的运动，所以非常有用的是要理解大脑是如何应对这些挑战，并且把这些知识用于改善技术。我们研究室的研究人员要做的就是让手术医生在科研过程当中发挥核心作用，使用神经科学理解大脑，改善机器人辅助手术，同时学习与机器人的互动交互更好地了解感官运动，这样的话就是良性循环、互相促进。

    关于手术质量的评估，我们想知道哪个手术做得更好，现在的做法主要是让手术专家来观察手术大夫的运动，然后通过问卷调查表来评估表现，这样的话根据对组织的保护或者真的运用等等，但是我们需要能够更加量化，机器人就能够帮助我们实现运动的量化，并且提供严格的标准描述运动的质量，因此我们的第一项研究就是希望尝试着了解手术技能包含哪些内容。

    这是达芬奇手术机器人，可以看到参与研究人员是坐在手术师要坐的地方，手术台上有有一个检测屏幕，要求参与人员从一个点到一个点来活动，所以每一个参与人员本身都是这方面的专家。我们发现即使是简单的任务当中技术专长非常也是重要的，新手明显不如专业手术大夫，运动的标准也是非常简单的，根据指端误差、运动时间和整体效率，包括最后的成果是什么样子。

    图中绿色代表的是新手，红色代表的是专家，可以看到运动的方向，即使是最简单的运动专家也会做得更好，而且这是手术过程当中很重要的运动方向，手术专家已经在内部对手术机器人运作很熟悉了，所以是非常简单的工作。我们知道手术专家需要了解主操作臂的运动学，如果主操作臂能够更好地适应的话就能够成为更好的手术机器人。

    接下来我们要了解更为复杂的一些运动，就是手术线和手术针，需要和人体组织进行交互，机器学和临床系统是一样的，但我们使用的是控制软件，大家可以看到运动背后不用任何运算就知道，专家的运动是有自己的结构特点，新手上面没法体现这种特点。当然，这种专家的特点是可以进行量化，并且可以看到方向也是非常重要的，可以运算不同的标准量化专家和新手运动的规律性然后进行对比，更加了解人体交互组织运动标准，有了这些信息以后我们就可以描述手术师的专长，接下来看一看如何培训手术大夫和外科大夫，带来更好的手术表现。

    我们做这项工作是希望能够设置数据标准，很多手术大夫的确有些规律性，做出曲线运动的时候是在放慢速度，就是和运动的速度有关系。显然这是一个非常严格的运动定律，即便是非手术运动也是一样，同样符合这些基本的文化定律。回到刚才我们说的手术质量的评估标准，这种力学指数也体现了手术大夫的技能，我们需要了解大脑如何控制运动，然后得出现实当中的一些标准，接下来就是把运动的理解控制手术机器人。

    为了了解这项研究，我们需要明确透明度这样一个词，这是做远程手术系统量化决策，传统的透明度是依赖于这个系统，完全忽视用户和环境。在我个人看来，现在我们希望更多地关注用户，因为说到最后这个系统的目的是服务用户，所以我们对透明度的定义，特别是对机器辅助手术来说，应该是要量化与人体组织交互的感知以及行动。当然，这种描述是可以使用的，但还是需要数据标准去描述这样的透明度定义。

    为了拿出相关数据，我们使用的是心理和物理定律，这里特别关注的是夹持，这是我们研究的第一步，每个手术过程当中都会有很多阶段，手术师需要夹住人体组织然后进行穿透或者某种程序，非常重要的是用的力不要太大，否则会破坏组织，也需要确保这个组织不会掉下去。我们把情景放到实验室，可以看到学生在做远程手术系统，使用的是Raven手术系统，设计的任务就是抬起物品，然后在空中停下来。

    我们在夹握之前会了解手指开放大小，这样就能够与物体的大小相称，虽然我们对物体大小的感知可以通过韦博定理明确，包括针对比例确定，但是这种开放式的半径是和这个定律有些差异和不同，需要确保拿到的东西不会掉下去，所以夹持力需要基于之前和各种物体的交互，而且也要防止因为摩擦掉落。

    简短来说，我们的想法就是希望量化在多大程度上某种任务的完成符合最根本的物理定律，然后基于这些物理定律定义自然运动，这样就为我们定义设计参数，可以把参数用在对系统的控制上，就是要有意放缓手术设备的运动提高准确率，但是不应该放的速度太慢，否则的话这项运动就不会太自然，用户运动到最后就不太符合实际的物理定律。

    有些人可能会问这样一个问题，为什么不做自主机器人？未来我们的确可能会有自主手术系统协助手术大夫，即使我们有机器人来做手术辅助，希望人类手术医生还是在现场以防万一。现在无人驾驶汽车也是这样的情况，汽车完全可以实现无人驾驶，如果出现一些意料之外的情况，控制权就会移交给人类驾驶员。

    无人驾驶汽车这项研究是我们和斯坦福的同事一起做的，就是针对运动学习以及安全无人驾驶车辆交接，大脑会在不同的情况下做运动学习，某个人在我的手上施加一个力，然后我就知道如何描述我手上的力，然后相应地做出反应。如果我们调节方向盘的力或者规模，汽车会做什么反应，开车的前几分钟司机会有一些力的调整，就是简单的变换车道，控制车辆来看方向盘如何做出响应。为什么要进行力的施加？刚开始就是停车场的速度肯定需要施加很多的力，但是高速公路上速度很快，所以对方向盘力的变化就会造成车的方向变动，因此把无人驾驶车辆放在一边，再讲手术辅助的机器人。

    远程手术也是一个很有希望的领域，比如手术大夫在以色列的老家，病人在北京，第一个手术研究在2011年已经做完了，就是通过光纤来做，今年年初中国也通过5G网络做了这项研究，技术上是可以做的，但是还有很大的挑战。远程手术还是很难的，一个原因就是延迟无法避免，信息传输虽然已经达到接近光速，但仍然有这样的问题，比如纽约和北京可能需要10毫秒信息才能传过去，但是我们知道大脑能够解决这些延迟，因为在我们自己的感受器官当中信号从大脑到手上是有毫秒级的延迟，人是没有问题的，所以想和大家分享一下我们怎么解决大脑延迟的问题。

    刚性是一个力学机械的概念，比如一个水果是熟还是生都有自己的硬度，外科医生也通过刚性硬度判断一个器官，所以机器就有这样的问题，比较两个不同弹性的东西判断其中的硬度，实验当中我们发现这些东西还是非常惊讶。信息出现延迟的话就会影响大家对软硬的判断，也就是关节和互动，用的哪一只手都会有影响，但是我们的感受是会被信息的延迟产生偏见，所以人要做出自我的调整才能在恰当的时间进行正确的反应。

    听起来我们大脑当中是有两个体系：第一是由信息延迟产生的有偏见的体系，第二是根本不会产生偏见的体系，这样两个体系是相互联系的，听起来是很有意思的，同时也很有用，现在我们就可以理解怎么去优化我们对手术机器人的设置。既然有延迟，感受上的延迟可以由系统纠正，动作上的延迟是不应该由系统纠正的，也不应该由系统纠正。

    大家可以看到这是一个非切入性的微创手术，我们想找到大脑当中对安全感知负责的部分，这是上皮细胞当中的一部分，但是今天我们不谈神经科学，只是谈手术机器人。实验是想研究视觉信息如何被延迟，刚才谈的是力的延迟，现在就不说力的延迟了，而是视觉信息的延迟，就是让两个人玩电子游戏。拍子的移动也是有毫秒级的延迟，慢慢地玩就会慢慢地改善自己对视觉延迟的状态，后来就会慢慢地没有延迟了。

    作为研究的结果，这种动作开始产生了变化，所以我们给了他们一个目标，就是让这些人做一个全新的运动，玩过这个游戏以后动作也会产生变化，变得不适应正常的运动了，所以我们一方面可以理解这里是有延迟的影响，要是再有一个新的游戏，那个游戏已经不是有延迟的游戏了。我们控制系统的时候也要有这个概念，并且要进行量化，就是让设备在自己的能力之内进行自我调整，从而解决延迟的问题。

    最后我要讲的一点和手术机器人没有关系，但当我们在研究视觉延迟的时候要让受试者参加不对称运动和半空间忽视，受试者的感受是不同的。科学家想用这些研究神经感知上的东西，同时也想创造这个人适应不对称视觉以后有没有新的变化，然后我们就做了一些假设。大脑的两个部分是如何互相交互和通讯的，这样会产生一个概念，就是怎么理解两个大脑半球的功能，深入理解以后才能产生解决方法。

    总结一下今天讲的内容，我们想去理解人的行动，把它应用在机器人控制里面进行手术技巧的评估、手术机器人的提升，同时过程当中理解大脑工作的机制，这也是令人惊喜的。