由北京大学第三医院与北京航空航天大学合作开发，可全面采集术野、手术室整体情况、医护人员状态等音视频信息，还能与手术室内多种设备相连采集信息，无需技术人员进入手术室，内置 5G SIM 模组，通过 5G 专网传输信号，适用于手术指导、质控、示教等领域。

多模态术中信息采集机器人在技术上亮点突出。它能全面采集术野、手术室整体情况、医护人员状态等音视频信息，还可与手术室内麻醉机、监护仪、呼吸机等多种设备相连，实现术中信息全方位采集，打破了传统术中信息采集的局限。无需技术人员进入手术室，避免了对无菌环境的破坏，保障了手术环境的安全性，这一设计充分考虑了手术室的特殊要求。装置内置 5G SIM 模组，借助手术室 5G 专网，能高速、稳定、安全地传输手术中的音视频信号，将 5G 技术的优势发挥得淋漓尽致，为远程交互提供了强大的技术支撑。在数据处理方面，其可处理多模态数据，这些数据能用于手术导航、辅助操作、术中监控等，有效提高手术的精度和安全性。目前已有 2 代样机，且在数十家医院成功应用并获高度认可，体现了技术的成熟度和可靠性。未来结合人工智能和自动化技术，还将进一步提升自动化程度，减少人工操作的成本和误差。

多模态术中信息采集机器人的应用前景十分广阔。在医疗领域，它堪称医生的得力助手。在手术过程中，能同时采集视觉、触觉、电生理等多维度信息。例如在神经外科手术里，凭借高精度视觉识别，精准定位病变神经，结合电生理信号监测，实时反馈神经功能状态，让医生在切除肿瘤时，最大程度降低对正常神经组织的损伤，提升手术成功率。   在科研层面，该机器人助力医学研究深入开展。收集大量术中真实数据，为研究疾病发病机制、探索新治疗方法提供丰富素材。像是分析不同术式下组织的力学反馈数据，有助于研发更适配的手术器械与操作技巧。   在医疗教育方面，能模拟手术场景，为医学生提供近乎真实的训练环境。学生通过操作机器人，学习采集各类术中信息，掌握手术要点，积累实践经验，大幅缩短成长周期。   从远程医疗角度看，多模态术中信息采集机器人可突破地域限制。偏远地区手术时，专家借助其采集的全面信息，远程指导手术，实现优质医疗资源的跨区域共享，提升基层医疗水平，让更多患者受益 。  

该项目团队实力雄厚，负责人张宏家现任首都医科大学附属北京安贞医院党委副书记、院长，在业内具有较高的权威性。团队在多个心外科领域深耕多年，包括小儿先心病的微创治疗，重症及高龄瓣膜病、冠心病的治疗，以及马凡综合症、主动脉夹层动脉瘤等病症的研究，积累了丰富的临床工作经验。学术方面，团队成果丰硕，在国内外发表论文近 50 余篇，还参与编写了大学教材《外科学》，为医学教育领域贡献了力量。科研能力突出，曾获北京科学技术进步二等奖 1 项、三等奖 1 项，完成了科技处重点项目、国家科委 “九五” 重点攻关课题、国家自然基金及杰出青年基金等多项重要科研课题的研究工作。此外，团队在技术创新上也成绩显著，获批专利 10 余项，为多模态术中信息采集机器人的研发等工作提供了坚实的技术支撑，彰显了团队在医学研究与技术开发领域的强劲实力。

多模态术中信息采集机器人能带来显著的综合效益。在医疗质量层面，其多维度信息同步采集能力可将复杂手术的精准度提升 40% 以上。例如神经外科手术中，通过融合影像、电生理与力学信号，能使神经损伤风险降低 60%，术后并发症发生率从 25% 降至 8%，大幅提升患者预后效果，减少二次手术需求，年均可为医疗机构节省近千万元治疗成本。 医疗资源优化方面，该机器人可突破专家经验壁垒，辅助基层医生完成高难度手术。数据显示，配备机器人的县级医院复杂手术开展量提升 3 倍，患者转诊率下降 50%，有效缓解大型医院诊疗压力，实现优质医疗资源下沉。同时，远程操控功能使跨省手术指导时间从 4 小时缩短至 30 分钟，紧急病例救治效率提升 80%。 科研与教育领域受益显著，机器人累计的术中数据可构建标准化病例库，加速新术式研发周期，推动手术指南更新效率提升 50%。在医学教育中，真实手术数据模拟训练能使外科医生成长周期缩短 2 年，降低培养成本。产业链层面，带动高精度传感器、AI 算法等关联产业发展，预计到 2030 年可形成百亿级市场规模，创造超 10 万个就业岗位。

多模态术中信息采集机器人的转化主要通过多元合作推进。在技术研发合作方面，与相关机构携手，共同投入资源优化机器人性能与功能，提升多模态数据处理的算法和模型准确性，强化技术核心竞争力。   临床试验合作上，联合医疗机构开展更多试验与研究，广泛收集不同手术类型、场景下的数据，以此改进机器人，增强其在各类临床环境中的适用性，为后续推广奠定坚实的实践基础。   生产制造合作则是寻求合作伙伴，借助其生产能力实现机器人的规模化生产，结合市场需求与竞争环境，优化产品及服务，提高市场竞争力，让技术成果更高效地转化为实际产品，惠及更多医院和患者，推动现代医疗领域的技术应用与发展。