从实验室实现医学突破，他想让手术更精准更稳健上海交大金成

　　介入手术机器人是医生手、脑、眼的延伸和增强，术前根据影像数据构建患者血管二维或三维图像，在术中进行导管、导丝的精准推进，从而实现手术器械精准定位和展开。
　　上海交通大学长聘教轨副教授金成目前主要研究的正是介入手术机器人，他致力于开发临床级别的人工智能辅助诊断、治疗评估、预测预后的算法和系统。
　　临床级的AI系统
　　不能看流行模式而定，
　　它不是标新立异，
　　而是可靠、性能好。
　　当前，金成在心血管疾病、恶性肿瘤、脑疾病、COVID19等方面的相关研究结论已为对应疾病治疗的临床指南修订提供了重要参考，所开发的系统已全部开源、累计被下载6万余次，相关研究成果在NatureCommunication，NatureComputationalScience，NatureMedicine，ScienceTranslationalMedicine等学术期刊发表。
　　突破技术难点，
　　关注AI介入手术中的医源性损伤
　　介入治疗全程在影像设备的监视下进行，能够准确地直接到达病变局部。相比于传统介入操作，机器人介入操作明显具有更高的精度和稳定性，同时可减少操作人员相应X射线暴露水平，为手术者提供良好的导航指引和操作平台。不过，介入机器人在介入手术过程中也会带来医源性损伤并发症，具有一定限制性。而这也正是金成所带领的科研团队始终关注的问题。
　　金成表示，医源性损伤仅仅是一个结果，在这之前，我们需要做很多如手术影像导航等方面的基础技术攻关，也包括穿刺针针头实时定位跟踪与血管管壁距离的实时测算等基础性工作。
　　他认为，
　　临床级的AI一定要与
　　基础实验进行闭环的相互验证，
　　实现AI与医生交互赋能。
　　据金成介绍，在介入手术中，往往难以用第一视觉看到血管损伤，需要依靠医学成像辅助评判。其中，对血管的医源性损伤定量化是医学成像中的一大难点，也是金成的研究团队集中目标去突破的地方。
　　视觉伺服是手术机器人最大的难点。
　　金成认为，未来的机器人手术，是将视觉实时评判出的信息主动提供给机器人，医生在旁边仅仅起到监督的作用。我们现在做的，正是挖掘和处理视觉大数据信息，并将处理后的信息主动传给机器人。
　　在金成看来，人为做手术会带来不稳定因素，但机器人手术精度能达到亚毫米级别，机器人的介入能提高手术效率和质量。
　　介入手术机器人所涉及的手术复杂多样，包括心脏瓣膜置换、左心耳封堵术、脑血管类疾病要符合临床和市场的期待，还需要进一步提升介入手术机器人手术的安全性、有效性和操作效率。
　　未来的介入手术会更加复杂，
　　我们也仅仅是开了个头。
　　金成说。
　　做大医学问题会很上瘾
　　在医学AI的研究路上不断前进，
　　金成认为
　　它很有意义，
　　做大医学问题会很上瘾。
　　他想通过医学AI技术
　　让发霉的医学数据
　　展示傲视群雄的魅力。
　　金成的研究方向为大规模医学图像的计算和学习、新型医学AI智能诊断系统的开发，具体专注于脑部疾病的诊断、预测和治疗评估。
　　在他看来，各个医院存储着各种疑难杂症的病例，积攒着非常多的数据，但是医生往往不会用，有些数据只能躺着等待发霉。而这个时候，医学AI技术就会是他们非常好的帮手。
　　某些大的医疗技术革新，通常是从实验室走出去的。并不是等医生有需求后，我们再去实现。
　　人工智能研究出身的金成认为，医生有需求，就说明这些技术性的需求已经暴露在临床表面上，此时的研究一般无法及时解决‘根’的问题。
　　作为医学AI领域的研究人员，金成想要做出医生也想不到的研究。当我们跟医生交流时，医生拍着大腿说‘我怎么没有想到’，那我创新研究的目的就达到了。
　　然而，从事创新性研究工作，往往未必能短时间内看到科研成果，坐冷板凳是常态。对于金成而言，他可能会花一两年时间在同一件事、同一篇文章上，在这个过程中，可能还会经历失败、论文被拒。这时候，我们要沉淀好自己的心态，要有很强的心理承受能力。
　　对于金成来说，攀登，不断地向更高峰攀登是他的常态。但面对繁复的科研劳动，他也会给自己列一个时间表。
　　作为科研工作者，
　　我们要有大目标和小目标，
　　这样才能不断激励自己前进，
　　否则在繁重的科研中，
　　很容易懈怠。
　　不同的科研目标，
　　就是我一直以来的精神支柱。