《International Journal of Computer Assisted Radiology and Surgery》：Unwritten rules of healthcare assistance for robotic systems: multi-method workflow analysis of postoperative wound care treatments for the development of robotic assistive systems
编辑推荐：
目的：理解与建模患者护理干预情境（如伤口换药）对于智能医疗辅助机器人系统的开发至关重要。尽管情境感知已被广泛认为是机器人研究的必要条件，但在许多临床任务中，实现适应性行为所需的具体信息仍缺乏明确定义。本研究以外科病房伤口护理流程为模型，旨在识别并建模系统在时间
目的：理解与建模患者护理干预情境（如伤口换药）对于智能医疗辅助机器人系统的开发至关重要。尽管情境感知已被广泛认为是机器人研究的必要条件，但在许多临床任务中，实现适应性行为所需的具体信息仍缺乏明确定义。本研究以外科病房伤口护理流程为模型，旨在识别并建模系统在时间与物资使用以及影响任务执行的其他情境因素方面的需求。
方法：研究人员在术后伤口换药过程中采集观察数据与定量数据，记录情境触发因素与任务依赖关系，通过物资使用追踪与交流标注构建数据基础，并利用功能性共振分析法(FRAM)建立社会技术过程模型，以表征工作流及其需求。专家访谈进一步界定机器人辅助的边界条件。
结果：人类辅助往往处于后台支持状态，其积极作用超越单纯的任务协助，例如承担准备阶段的心理负荷。优质辅助具有主动性、咨询性并能适应护理人员的行为模式。要使机器人在医疗环境中融入，其必须在伤口护理过程中具备程序性及针对患者的适应性行为。
结论：能够支持医护人员进行患者干预的智能机器人系统必须适应医院环境的规则。本研究提出的工作流模型将人类专业知识引入机器人自主性设计之中。
研究背景与问题
全球范围内合格医护人员短缺已成为医疗系统的紧迫问题，导致工作压力上升及医疗差错风险增加。在此背景下，优化临床工作流并引入机器人辅助系统被视为缓解人员负担的重要手段。然而，现有研究多集中于手术场景中的情境感知与流程分析，对于其他同样需要辅助的临床过程——尤其是术后伤口护理——尚缺乏系统化的工作流分析与辅助需求建模。伤口护理频率高、感染控制要求严格，且涉及护理人员、患者及助手之间的多重互动，属于典型的人-人-机器人交互场景，但目前缺少针对此类过程的综合研究，阻碍了智能辅助系统的有效设计与部署。
研究内容与结论
研究人员采用混合方法，对术后伤口护理过程进行系统分析，结合观察数据、物资追踪与情境交流注释，构建了基于功能性共振分析法(FRAM)的社会技术过程模型，并通过专家访谈对工作流变异性和辅助边界进行验证。结果显示，高效的人类辅助不仅在于完成显性任务，还在于减轻护理人员的认知负荷，并在后台进行预判与准备。机器人辅助系统若要在真实医疗场景中无缝嵌入，必须具备程序性适应能力与患者个体化交互能力。这一研究为医疗辅助机器人的设计提供了基于实际工作流的实证依据，有助于将人类经验转化为机器人自主行为策略。该研究发表于《International Journal of Computer Assisted Radiology and Surgery》。
关键技术方法
研究样本来自慕尼黑工业大学(TUM)大学附属医院普通外科病房，共纳入28例胆囊切除术与腹壁疝修补术后的伤口护理病例。物资使用数据通过条码/二维码扫描系统采集，并结合实时交流事件标注进行分析。研究人员采用功能性共振分析法(FRAM)对实际工作流（work-as-done, WAD）进行建模，并与规范流程（work-as-imagined, WAI）进行对比。专家访谈用于补充观察结果，并明确机器人辅助的设计边界。
研究结果
物资消耗：共记录19类物资，小型伤口敷料使用频率最高，剪刀、镊子等工具消耗量次之。物资种类数量与操作时间呈正相关，提示系统优化应优先处理高频物资。
工作流建模：FRAM模型将护理操作与辅助任务分层展示，辅助任务分为伤口敷料移除、伤口清洁、引流管移除、引流敷料更换及标准敷料更换五大类。模型明确了每项功能的输入、输出、资源、时间、前提与控制条件，支持批量物资准备与按请求动态激活。
交流特征：护理过程中患者与护理人员的交流持续不断，但对助手的显性请求较少，多数物资交接为非语言形式，助手需在旁等待并根据护理人员动作判断交接时机。
专家视角：专家认为机器人辅助应减少干扰，建议采用非语言信号表达就绪状态，并在术前准备阶段进行类似“暂停核查(time-out)”的流程确认。系统可集成影像记录功能，辅助术后文档编写。
讨论与结论
讨论部分指出，机器人辅助系统必须遵循医疗环境中的隐性规则，包括无菌操作、物资准备的批量处理能力，以及对非语言线索的响应能力。系统应具备根据手术类型、既往换药情况、医嘱、视觉信息与护理人员请求等多源信息进行预判的能力，从而减少重复请求并降低护理人员的认知负荷。
结论部分强调，这些原则不仅适用于伤口护理，也适用于任何涉及清醒患者的医疗干预。机器人辅助系统设计应从更广泛的人-人-机器人互动语境出发，兼顾患者安全与护理流程的无缝融合。
