血管介入技術走到今天，經歷了幾次真正意義上的躍遷。

從裸金屬支架到藥物洗脫支架，從二維造影到IVUS、OCT，從徒手操作到介入機器人，介入診療的治療能力、影像能力與操作能力都在持續升級。

而2026年5月30日，由上海市醫學會、上海市醫學會心血管病分會主辦的第二十屆東方心臟病學會議（OCC 2026）現場，冠心病介入論壇"智啟介入?機創未來——介入機器人臨床應用學術分享會" 成功舉辦，集中呈現了AI 與機器人深度協同在復雜 PCI 中的真實世界臨床進展，并正式啟動國內首個介入機器人智能體研究項目

該項目以 AI 為 "大腦"、機器人為 "手臂"，旨在推動介入診療向 "感知—分析—決策—執行" 全鏈路智能化邁進。西安交通大學第一附屬醫院袁祖貽教授，東南大學附屬中大醫院馬根山教授，香港伊利沙伯醫院李耿淵教授，寧夏醫科大學總醫院賈紹斌教授，新疆醫科大學第一附屬醫院馬翔教授，首都醫科大學附屬北京潞河醫院翟光耀教授，復旦大學附屬中山醫院梁義秀教授，蘭州大學第一醫院朱友琦教授，唯邁醫療CEO楊賀先生共同出席并見證了這一重要時刻。

這個項目標記的，是介入機器人開始進入AI深度協同階段：AI開始系統性地進入介入診療全流程，與機器人、影像、導航、力反饋、臨床數據深度融合，推動介入診療從"精準執行"邁向"智能協同"。

AI進入介入全流程：從"執行輔助"到"感知-分析-決策-執行"

過去幾年，介入機器人已經完成了從概念驗證到真實臨床應用的跨越。隔室操作減少輻射暴露，精細運動控制降低手部震顫影響，標準化執行提升操作穩定性——這些價值已在臨床中持續得到驗證。

介入機器人的下一階段，是AI深度進入診療全流程本身。

從術前影像處理、病變識別與路徑規劃，到術中導航、風險預警與力反饋感知，再到術后真實世界數據積累與持續學習——AI不再只是附加功能，而是開始與機器人共同構成新的介入系統

復旦大學附屬中山醫院梁義秀教授在《血管介入手術機器人影像引導自主化操作》中系統闡述了這一方向：AI進入介入機器人之后，改變的不只是操作效率，而是系統底層能力本身——實時影像識別、三維血管重建、自動路徑規劃、術中風險預警，讓機器人從"精準執行"走向"智能協同"。

這背后真正的變化，是介入診療具備"感知—分析—決策—執行"一體化協同能力。醫生仍是決策核心，AI承擔更復雜的數據分析與導航，機器人負責穩定精準的執行，三者之間形成新的協同關系。

臨床驗證：融合價值正在真實世界中被觀察OCC2026當天，多場研究與實踐分享共同指向同一個問題：AI與機器人的融合，正在真實臨床中形成新的操作體系。

首都醫科大學附屬北京潞河醫院翟光耀教授分享了介入機器人復雜病變的階段性研究成果。披露的多中心數據顯示，機器人在復雜病變中的精準度、路徑穩定性與操作一致性均在提升，適用場景持續擴展。這些結果是在多病例、不同術者背景下積累的真實世界數據。

東南大學附屬中大醫院陳立娟教授分享了機器人輔助處理前降支支架內再狹窄病變的經驗，闡述了其臨床應用優勢。機器人輔助PCI展現出超越人手的精準與穩定，可有效降低圍術期并發癥風險，改善患者遠期預后。針對復雜病變如CTO、嚴重鈣化及大角度扭曲血管，機器人亦具備精細操控優勢。未來隨著AI深度融合與5G遠程醫療發展，機器人輔助PCI將推動介入治療向智能化、標準化及均等化邁進。

由此可見，“AI+機器人”的協同模式為臨床帶來了雙重價值：

醫生端：實現了全程零輻射防護與低疲勞操作。結合力反饋技術與觸覺感知，在遠離輻射的操控室，也能“如臂使指”地完成手術，有效守護了醫生的職業健康。

患者端：亞毫米級的精準控制能力顯著降低了術中并發癥風險，提升了高危及復雜PCI手術的成功率，讓高危病變治療更安全可控。

蘭州大學第一醫院胡威教授帶來《介入機器人輔助 PCI 手術處理與探索》主題分享，介紹了團隊應用國產介入機器人成功完成高危冠脈病變介入手術的病例。AI技術的核心價值之一在于“化繁為簡”，通過降低介入手術的學習曲線，結合機器人的標準化操作流程，可打破時空限制，讓三甲醫院的經驗能夠快速復制到基層。

AI讓前沿技術“飛入尋常百姓家”，介入機器人讓精準診療更加可及。未來，優質醫療資源將不再稀缺，縣域及偏遠地區的患者在家門口就能享受到同質化的診療服務，為落實分級診療制度、推進“健康中國”建設提供了重要支撐。

西安交通大學第一附屬醫院楊延潔教授則圍繞《國產機器人精準微創介入》中，重點討論了力反饋技術在真實臨床中的意義。在傳統PCI中，"手感"長期是復雜操作的重要經驗來源。唯邁醫療ETcath系統搭載的高精度力反饋技術，讓術者在隔室遠程操作時仍能獲得接近真實手術的觸覺感知，而這些力反饋信號同時作為數據進入系統，與影像、路徑、操作結果持續打通，讓復雜介入中的觸覺經驗，具備了被記錄、被學習、被復制的基礎。

西安交通大學第一附屬醫院袁祖貽教授、東南大學附屬中大醫院馬根山教授、香港伊利沙伯醫院李耿淵教授、新疆醫科大學第一附屬醫院馬翔教授、首都醫科大學附屬北京潞河醫院翟光耀教授，也從臨床應用、技術演進與行業發展角度，對AI與介入機器人融合方向給予積極評價。

袁祖貽教授：“我們團隊在開展楊延潔教授分享的這例‘左主干-前降支-對角支分叉病變’手術時，通過機器人操作導絲進入前降支整體比較順利，手術也取得了比較好的效果。真實世界可能還有更復雜的病變，我們也希望介入機器人能隨著臨床需求的變化繼續優化。”

馬根山教授：“隨著機器人在心血管介入應用從簡單走向復雜，結合陳立娟教授的病例，可以看到機器人在導絲操作等細節方面起到了很好的輔助作用。同時，我們在應用手術機器人時，要更多地從患者角度考慮具體的獲益有哪些。總而言之，這方面還要持續探索。”

李耿淵教授：“當前來看，應用介入機器人開展手術有效減少了輻射暴露等風險。未來，我們可能還要進一步明確，每一位接受機器人手術患者的實際獲益有哪些。此外，介入機器人手術在遠程醫療中的價值很重要，可以推動PCI更加普及，讓更多患者獲益。”

馬翔教授：“目前，手術機器人在心血管領域的應用正處于蓄勢待發的關鍵階段。隨著技術的不斷迭代與臨床應用場景的日益精準，機器人將與術者的寶貴經驗實現更深度的優勢互補與協同，在保障治療效果的同時，釋放出更大的臨床價值與發展潛力。”

翟光耀教授：“在傳統操作中，很多時候定位仍然是依賴人眼，而機器人能夠通過亞毫米級的精度實現更好的定位，未來，我相信在AI等技術賦能下，通過手術機器人，PCI等很多技術的學習曲線將得到巨大的改變，可以幫助更多青年醫生提升專業水平。”

不同專家切入點并不相同，但共同指向同一個趨勢：AI與機器人的融合，正在從單點功能升級，逐漸進入真實臨床體系。

唯邁醫療“手--眼--腦”架構背后的更深變化

AI與機器人深度協同真正值得關注的，是它背后的結構性變化：介入診療能力開始具備被系統化、被沉淀、被復制的可能

過去，復雜PCI能力集中在少數頂級專家身上，根本原因是經驗無法轉移。而唯邁醫療ETcath系統的"手—眼—腦"架構，正在改變這一點——影像判斷、路徑規劃、風險識別、力反饋數據與執行控制在同一體系內持續積累，醫生經驗不再只停留在個人記憶中，開始以數據、模型與路徑策略的形式沉淀下來。

對醫生而言，AI與機器人協同有機會降低長期職業消耗，讓醫生從大量重復、高負荷操作中釋放出來，更專注于真正需要臨床智慧的關鍵決策。對患者而言，復雜PCI中的安全性、穩定性與結果一致性有機會進一步提升。

對整個診療體系而言，更深遠的變化在于：介入機器人提供穩定操作框架，AI降低復雜判斷門檻，遠程協同與異地操控為優質醫療資源下沉提供新的技術基礎。過去高度依賴頂級醫院與頂級專家的復雜PCI能力，未來有機會向更廣泛的醫院體系延伸。

介入機器人智能體所討論的，是介入診療體系未來可能的演進方向。

唯邁醫療為什么率先進入這一階段

介入機器人智能體研究項目的啟動需要長期積累：機器人系統、影像能力、AI平臺、力反饋體系和真實世界臨床數據，缺一不可。

從技術路徑看，唯邁醫療很早便圍繞"手—眼—腦"構建整體系統能力

"手"，是機器人控制與力反饋能力；"眼"，是DSA與多模態影像能力；"腦"，則是Precision AI平臺的數據分析、路徑規劃與導航能力。這三者在同一技術體系內形成數據閉環——影像決定系統看到什么，AI決定系統如何理解，機器人負責穩定執行，力反饋則讓系統能夠進一步感知真實操作中的微小變化。正是這種軟硬件全鏈路自研架構，讓AI與機器人深度融合成為現實

從臨床路徑看，唯邁醫療已完成多個關鍵節點。2025年3月，ETcath血管介入手術機器人經國家藥監局三類創新醫療器械特別審批綠色通道正式獲批，是國內唯一經由這一通道上市的國產自研冠狀動脈介入手術控制系統。獲批前，產品已完成前瞻性多中心隨機對照臨床試驗（RCT），中高難度手術占比接近90%。唯邁醫療同時是全球首個介入手術機器人行業標準《采用機器人技術的血管介入手術控制系統》（YY/T 1994—2025）的核心起草單位之一。

數據積累層面，2026年CIT大會期間，唯邁醫療聯動華中科技大學同濟醫學院附屬同濟醫院、中國醫學科學院阜外醫院、浙江大學醫學院附屬第二醫院、哈爾濱醫科大學附屬第二醫院，全球首次同期完成四臺復雜PCI手術全程直播，病例覆蓋三支病變、復雜分叉、重度鈣化、多支彌漫病變等高難場景。

對AI系統而言，真實世界數據決定持續進化能力。每一臺手術中的影像、路徑、器械反饋與操作結果，都在成為系統繼續學習和優化的基礎。這也是唯邁醫療能夠率先形成AI與機器人深度協同能力的重要基礎。

結語

介入機器人走到今天，經歷了從樣機到獲批、從單中心到多中心、從“能用”到“好用”的幾個階段。OCC2026上，這條路延伸到了下一個節點：邁向“智能協同”

對唯邁醫療而言，這個方向并不是新命題。“手—眼—腦”架構從設計之初，就是為軟硬件深度融合預留的系統空間。每一臺手術產生的影像數據、路徑決策、力反饋記錄與操作結果，都在持續進入系統，形成持續學習與優化的數據積累體系。

當系統能力積累到一定程度，復雜PCI能力有機會真正走出大型醫院，向縣域、向基層延伸。介入機器人提供標準化操作框架，AI承擔復雜影像分析與路徑規劃，遠程協同打通地理邊界——過去因"經驗無法復制"而長期難以實現的事，技術路徑第一次變得相對清晰。

未來的介入機器人，將是能夠感知影像、理解路徑、輔助規劃、提示風險、穩定執行并持續學習的智能協同系統。醫生專注判斷與決策，機器承擔精準與穩定。

介入診療的下一階段，正由AI與機器人共同開啟。