2月14日，國務院召開應對新型冠狀病毒感染肺炎疫情聯防聯控機制新聞釋出會，國家衛生健康委員會副主任曾益新表示，武漢一線已有1102名醫務人員被確診感染新冠病毒，湖北省醫務人員感染1502例，全國1716名醫務人員被感染，6人不幸去世，佔死亡病例的0.4%。
更早時候，有一張來自中國疾病預防控制中心（CDC）的圖片，顯示武漢市13家醫院中，總共有501名醫務人員確診感染新冠病毒，還有其他600例為疑似病例。
鑑於當下疫情流行狀況下醫護感染的高風險隱患，中國醫師協會常務副會長、中國工程院院士、清華長庚醫院院長董家鴻指出，醫院是新冠病毒感染風險極大的重災區，應該完善門診區域發熱患者隔離處置流程，採取針對性最佳化診療策略和處置流程，並阻斷醫院內病毒傳播，避免醫務人員院內感染。同時，應以科學的態度和冷靜的頭腦，去直面疫情蔓延的嚴峻挑戰，積極尋求危機狀態下解決醫療衛生問題的科學方法。
的確，抗擊疫情本身不僅是醫護人員的戰鬥，同樣也是醫院管理制度、醫療服務體系和健康醫療技術與疫情的鬥爭。在這場全國抵抗疫情的戰役中，可以說最關鍵就是無私奉獻和衝鋒在前的醫務人員，如果醫務人員的健康和防護得不到保障，將會影響整個抵抗疫情的進度和效果。本文希望透過研究醫護人員受感染的途徑，找到醫療機器人針對性的解決方法和思路，並總結相關醫療發展的一些趨勢和特徵。
那麼，醫護人員具體是怎麼感染的呢？我們可以看看以下的例子：
例一： 金銀潭醫院
根據財新網的報導：金銀潭醫院副院長黃朝林某晚搶救結束後，脫去防護服和口罩外出透氣時，突然一對30多歲夫妻拉住他雙手下跪求救，黃來不及穿戴口罩，將其扶起。三天後，這對夫妻被確診為感染，黃隨後也發病，血氧飽和度不到93%，被診斷為重症。
例二：湖北省第三人民醫院
據澎湃新聞報導，湖北省第三人民醫院一名醫生每天要直接面對病人，從門診和病房取樣100多份，連續取樣5天之後，出現了發燒症狀。該醫生表示，自己規範穿戴了防護面屏、眼罩、N95口罩、防護服，只是沒有鞋套，猜測可能是“病從腳入”。
例三： 距華南海鮮市場較近的新華醫院
一位體檢科醫生與一名疑似患者僅交流了半小時，不久就查出肺部感染；一名牙醫感染後，又傳給了兩位放射科醫生，不僅是呼吸內科，其他二線科室甚至保安也感染了。
從以上三個例子來看，醫護人員接診、分診和交叉傳染都是重要的傳染途徑。事實上，由於此次疫情兇險，就醫護人員個體而言，只要稍有不慎，在任何一個環節都可能被感染。見下圖：
根據湖北省衛建委防控新冠狀病毒釋出資訊整理每一個和病人接觸的環節，都可能被感染。但是最危險的階段，至少有三個：無防護接診、重複檢測、重症救治。
1. 無防護接診是醫護人員在疫情早期受感染的重要原因
2月7日，國際醫學期刊 JAMA 雜誌發表論文，報導了武漢大學中南醫院住院的138例患者的臨床觀察資料：138名新型冠狀病毒確診病例中，有40名醫護人員，佔所有病例數的29%。醫護人員感染比例接近三成。
JAMA論文臨床觀察資料資料還顯示了令人想不到的結果：31名受感染的醫護人員中，來自非傳染病普通病房的佔77.5％，來自急診科和ICU的分別佔17.5％和5％。也就是說，病患根據不同症狀前往沒有防護的各普通病房，直接造成普通病房醫護感染，是早期感染的重要特點。相反，在早期無預警的情況下，防備更充分的傳染科和急診科受感染比例較小。
2. 反覆取樣檢測使醫護人員受感染機率大幅提高
由於核酸測試容易呈現假陰性，需要醫護人員反覆檢測。檢測包括採血、鼻咽拭子、CT成像、痰和糞便標本。以咽拭子取樣為例，醫生需要直接面對病患的鼻孔或口腔，可能引發病人打噴嚏、咳嗽和嘔吐等症狀，產生帶病毒的分泌物。如果按例二中的情況，在基本全服武裝的情況下，每五天感染一位醫護，那醫護人員被感染的速度將是驚人的。
武漢同濟醫院護理部主任汪暉表示：“幾十萬份試劑，意味著幾十萬個標本都需要護士去採集。每一份標本採集，護士都要面臨一次極大的風險。在這些危險的情況下，比如口罩的鬆緊程度、病人分泌物噴到臉上、防護屏障上，護士都有可能被傳染。”
3. 重症救治使醫護人員面臨更多傳染風險
在隔離病房和ICU重症監護室，重病患者出現呼吸困難時，醫護人員除了給病人問診、輸液、換藥和手術之外，還需要在生活上幫助重病患者，如調整臥床姿勢，甚至是接大小便。醫護人員長時間與病患共處一室，處理各類緊急情況，稍有差錯即可染上病毒。目前，醫院至少需要兩個護士同時在監護室，防止一人暈倒不被發現。
針對以上的三個環節，我們彙集了一些緩解和解決醫生受感染的機器人產品、企業和解決方案，希望帶來更多思路和創新產品與服務。
1. 增強接診中的防護：接診引導和監測機器人
清華大學生物醫學工程系王廣志教授介紹，可在接診環節由引導機器人與就診者互動，瞭解病人主訴，完成客觀資料採集，後臺綜合主訴資訊和監測資料進行智慧化風險分析，根據結果引導高風險就診者到特定就診區，確保接診過程的穩定和安全。
為避免醫護人員直接接觸病患，在各個科室配備紅外檢測機器人，能減少醫護在無防護的情況下接觸病患的情況。不僅如此，考慮到疫情爆發早期醫護人員受感染的可能性最大，紅外檢測機器人可納入日常病患就診的篩查環節中，在非疫情期就提醒醫生進行防護，也可在隔離治療的巡檢過程中，減少醫生對患者的接觸。
紅外測溫機器人採用紅外熱成像儀，捕捉紅外輻射能量並將其轉換為灰度顯示，透過醫護人員發出實時指令，記錄或報警檢測者溫度。據加拿大ARI機器人公司技術負責人Evan Wang介紹，目前國際上多數熱成像儀的測溫偏差在正負2°C左右，部分高階產品可達正負1°C，達不到準確測量人體溫度的要求。為增加精度，通常方法是加入黑體使精度達到正負0.3°C，以滿足國內標準，形成有參考意義的溫度測量值。為該種機器人裝上移動平臺，就可以實現無人巡檢。
紅外檢測採集畫面
2.防止檢測中的感染：檢測機器人
如武漢同濟醫院護理部主任汪暉所說，每個醫院有幾十萬個試劑去檢測，以機器替代這一環節將極大降低醫護人員的感染程度。一些醫院在疫情爆發後，開始建議和介紹病患自己完成一些檢測，也是考慮到這個原因。無論是鼻咽拭子、CT成像、採血等環節，都可以找到相應的機器人進行輔助甚至取代。
咽拭子檢測機器人
由於醫護人員與病患距離近，且極易發生咳嗽、噴嚏等狀況， 產生大量飛沫和病毒，由機器人自行檢測可以最大限度的避免傳染。
美國一家初創公司Health&Bliss公司曾研發過一種可攜帶和自我檢測儀，可將咽拭子環節從10分鐘縮短到30秒以內，並自動產生結果。患者或醫護人員將儀器末端插入喉部後， 只需按三個按鈕，就可完成取樣。
在國內，新松機器人聯合中科院瀋陽自動化研究所工正在共同研發咽拭子檢測複合機器人，複合機器人由移動機器人、六軸協作機器人、蛇形機械臂、咽試子採集裝置四部分構成，可實現遠端精確操控，使前線醫務人員在不接觸病患的前提下完成咽拭子採集，實現咽拭子採集環節的無人化作業，有效保護醫務人員的安全。
採血機器人
美國新澤西州羅格斯大學團隊於 2020年2月成功完成了採血機器人的首次臨床實驗，結果發表在《科技期刊》。資料表明：該機器人在31個志願者手臂上成功抽血的整體成功率為87%，在25個血管明顯的志願者手臂上成功抽血的比例為97%，大幅超過專業醫療人員成功率。該裝置包括超聲影像引導機器人、標本處理系統和血液分析裝置三部分，內含晶片，可迅速、準確的測試出血液結果，並能夠實現醫護人員與病人的隔離。國內也有多家企業正在研製採血機器人，已有產品樣機，並開展了實驗測試。
羅格斯大學研製採血機器人原型機3. 減少治療中的接觸：診療機器人
能夠提供單個或幾種服務的診療機器人產品和企業其實並不在少數，但能將不同診療機器人的功能和服務平臺化、綜合化的產品，並不多見，而美國的InTouch Health公司，可以提供企業級的整體診療服務。
值得一提的是，儘管很多企業可以提供遠端機器人，但基本侷限於單項或某幾類遠端服務，無法提供醫院企業級的整體協調和服務，尤其是利用智慧協作、資料分析、跨部門跨平臺協調等內容，InTouch Health可提供多個不同醫療機器人之間的整體協同，形成科室或醫院的整體醫療機器人解決方案。
InTouch Health 整體醫療機器人解決方案國內相關研究也在進行。清華大學航天航空學院鄭鋼鐵教授主持研發了隔離病房巡診機器人。據鄭鋼鐵教授介紹，該機器人方案在最短時間內整合創新，提供給了抗擊新型肺炎病毒前線醫護人員使用。機器人具有體溫測量、心肺聽診和超聲檢查、咽拭子取樣、藥品分發、物品遞送等功能，以及自我診斷APP和自助分診軟體，可實現高效核查、錄入醫療資料，不但節約人力，還減少醫護人員感染的機會。
隔離病房巡診機器人4. 實現無死角殺菌：消毒機器人
例二中“病從腳入”的情況，說明了給病毒防毒的重要性。傳統的人工噴灑防毒方式，需要醫護人員在有毒環境中工作，且可能存在一些死角和防毒不徹底的情況。使用機器人防毒，能夠降低病毒傳染機率，並徹底防毒。
目前機器人消毒最有效的是使用紫外線技術。UV-C紫外線可以有效滅活病毒、細菌和真菌等微生物。微生物在UV-C下的暴露可改變其DNA（脫氧核糖核酸）的結構和分子鍵，破壞繁殖能力，從而達到消毒殺菌效果。
美國Xenex消毒機器人
中國上海鈦米消毒機器人
丹麥UVD消毒機器人 醫療機器人產業的發展剛剛起步，在應對此次突發疫情中確實有一定侷限：醫療機器人的使用數量少、價格昂貴、生產週期長，無法短期內大批次投入使用；基於病患複雜多變需求的醫療行為還暫時無法被機器人替代。但事實也證明，醫療機器人在使用過程中，具有良好的隔離性和穩定優秀的表現能力，能夠在高傳染性等危險環境下輔助和替代醫護人員的工作。疫情的出現，顯示了醫療機器人未來的一些發展趨勢和特點：
1. 醫療機器人將進一步發展，走向數字化與平臺化
醫療機器人將進一步解決醫療需求和醫療難題，並隨著生產規模的擴大和技術的進步逐漸降低成本，進入到多種醫療場景和應用中。同時，針對此次疫情的高爆發性、高傳染性疾病和醫療需求大規模出現等問題，跨裝置跨部門的資料和軟體服務平臺也非常重要。在這過程中，醫療機器人需要更好地結合大資料分析和AI 技術，以病人為中心，並提供更好的人機互動和醫護人員體驗。清華大學生物醫學工程系王廣志教授就認為，在高度傳染的作業環境，需要有更適用的技術手段，透過醫療機器人的靈敏感知、智慧判斷、人機協同共融的決策，實現高風險環境下精準的診療，並減少風險。
2. 系統化機器人解決方案將帶來醫院管理的提升
此次疫情的爆發不僅是對醫護人員的考驗，同樣也是對醫院管理制度和方式的檢驗。疫情暴露了現有醫院管理體制下的接診、分診等傳統管理模式，在應對爆發性的醫療衛生危機時存在漏洞。病患在到達得到診斷和隔離前，會多次傳染醫護人員和其他人群，造成疫情進一步擴大。
為應對類似的疫情，未來醫院管理體制的最佳化可依託系統的機器人解決方案，建立更先進更安全的管理醫學理念和模式。在操作層面，以遠端醫療、機器人診斷和醫院流程自動化和機器人化形成成熟的系統性機器人解決方案，消除病患等待和聚集的空間，清除病患掛號、繳費等不必要的與人接觸的環節，最佳化醫院整體管理，提升醫護人員安全水平，建立醫護人員、科室與病毒“零感染型”的就醫流程和管理方案，從長遠來看是防範突發疾病的必要措施。
美國在救治第一例新冠肺炎時，就透過“機器人隔離系統”（Robotic Quarantine System）， 實行了醫生在接診、問診過程中與病患的徹底隔離。形成覆蓋科室、醫院或醫療體系的系統性機器人解決方案，將把分散的各類醫療機器人化零為整，透過標準化、平臺化的管理方式，實現醫院機器人的自動化連線，最佳化整體流程和管理，建立“病菌零接觸型醫院”，將可能成為未來醫療管理的新模式。
3、醫療機構成立醫工實驗室可有效促進醫工結合發展
成功的醫療機器人是基於醫院真實需求和真實環境而形成的產品。如何應對橫跨醫院和工程兩大領域的醫工結合挑戰，是國際國內醫療機構持續探索的內容。早在2009年，國際上知名醫院，如世界排名前列的多倫多病童醫院，為促進醫療與工程的協同創新，設立了“影像創新和治療干預實驗室”（Centre for Image Guided Innovation and Therapeutic Intervention）, 成為世界上最早的醫工結合實驗室之一，該實驗室引領了一些手術機器人技術的研發。英國帝國理工學院哈姆林研究中心（Hamlyn Center）和美國國家兒童醫療中心（Children’s National Medical Center, D.C.）等國際知名醫療機構也建立了類似的醫工結合機構。據清華大學附屬長庚醫院盧倩副教授介紹，該院發展中的醫工結合實驗室透過臨床醫生和工程領域專家的緊密協作，加強國際創新，在專科領域研發有針對性且可廣泛應用的技術與方案。
4. 未來更迫切和更復雜的臨床挑戰需要新的創新理念和創新體系
董家鴻院士提出建立“臨床驅動型研究” （Clinic-Driven Research， CDR）的理念，即醫療創新始於臨床需求，醫生對臨床疾病或領域研究的過程中提出關鍵臨床問題，轉變為關鍵科學問題和技術問題，透過醫工結合的方式，由工科專家聯合企業研發，形成技術和產品回到臨床上應用和驗證，由此解決臨床問題，並最終達到提升臨床診療水平和患者滿意度的目的。透過實踐這一創新理念，醫療創新生態實現以患者為中心、醫生為核心、工程為助力和產業為依託的價值閉環體系。
新的創新體系也正在美國出現。在美國醫療機構密集的波士頓、休斯頓等地區，醫院紛紛成立醫療創新孵化器和加速器，用於孵化醫工結合領域的創新研究和初創企業，並形成了當地資本、政府和企業共同支援的創新生態。如波士頓兒童醫院資深的創新團隊從之前的10人已經成長到50人，並建立了醫院的創新加速器。加速器迄今已孵化出3個醫療健康領域的專案，募集到1300萬美元的天使投資，直接參與到蘋果、Uber和谷歌等其他科技巨頭的合作中來。美國《貝克醫療評論》（Becker’s Hospital Review）每年會評選40-60家成功的醫院創新中心，構成了美國健康醫療創新創業網，透過創新協會、舉辦峰會等形式，配合政府扶持和資本的投入，構成了整體創新生態。
在目前洶湧而來的疫情面前，醫護人員奮不顧身抗擊疫情，使用醫療機器人與智慧技術可以成為戰疫的重要支援。疫情之後，進一步發展醫療機器人及其創新體系，將系統性增強持續預防和應對疫情的能力。我們希望可以與生態夥伴進行更深入探討與合作，共同提升我國醫療與科技水平，也為全球健康醫療發展出一份力。