工程与胃肠道疾病治疗领域的研究：维韦克·昆巴里（Vivek Kumbhari）
软式内窥镜中的人工智能与自动化
昆巴里博士及其团队致力于突破内窥镜人工智能（AI）的应用局限。尽管人工智能目前已在内窥镜检查中发挥作用，但现有系统几乎完全依赖视频图像。视频固然重要，却仅能捕捉内窥镜操作的部分信息。
人类内窥镜医师不仅依靠视觉，还需综合判断器械运动轨迹、施加力道、触觉反馈以及实时决策。当这些关键要素未被记录时，人工智能系统的学习与复现能力将受到显著限制。
为弥补这一缺陷，昆巴里博士团队正开发"通用机器人内窥镜综合采集平台"（Comprehensive Acquisition Platform for Training Universal Robotic Endoscopy，简称CAPTURE）研究系统。该创新平台旨在从多源数据中同步采集信息，初期在模拟环境中验证，最终应用于真实内窥镜手术过程。
CAPTURE整合了内窥镜操作的完整数据谱系，包括：
- 内窥镜视频
- 器械运动与定位数据
- 施加力道参数
- 音频信号
该平台构建了更全面的内窥镜操作全景图。这一全球首创的丰富数据集将用于训练机器人系统精准掌握内窥镜操作技术，有望提升医师培训效果并指导辅助型机器人技术的开发。
除CAPTURE外，昆巴里博士的研究还聚焦人工智能对人类操作能力的影响。随着人工智能在临床实践中的普及，医学界日益担忧医师可能过度依赖技术而导致核心内窥镜技能退化。该研究通过持续观测分析发现：在某些医疗场景中，人工智能的使用可能与腺瘤检出率下降相关，或引发不必要的干预措施及活检操作。
通过比对人工智能应用前后的实际诊疗数据，此项研究旨在确保人工智能真正成为临床医师的辅助工具——强化决策能力、优化患者护理质量，而非取代医师的关键判断力。
【全文结束】
