Can Robots Learn Surgery? Open Data, Foundation Models, and the Road to Surgical Autonomy

机器人能否像人类一样学习手术——通过观察、练习和改进？

长期以来，进展受限的不是模型，而是碎片化：每个实验室和机器人平台产生不兼容的数据，阻碍了复用和规模化。医疗AI主要停留在感知层面，但真正的临床影响需要行动——精确的、自适应的、基于物理的操作。

在本次演讲中，我将介绍Open-H Embodiment，这是一项跨越35+机构的开放协作，旨在为医疗机器人构建首个共享数据基础。通过在LeRobot上进行标准化，Open-H将778小时的多模态数据统一起来——涵盖手术机器人、超声和内窥镜——整合为一个可互操作的数据集，覆盖仿真、实验台和真实临床流程，涉及多种机器人平台。

这个共享基础开启了新范式：跨多样化系统训练通用视觉-语言-动作（VLA）基础模型（如GR00T-H），然后按任务和机器人进行微调——这是首次将Open-X式方法应用于手术领域。Open-H支撑了一个完全开放的技术栈：数据集、模型和世界模拟器（Cosmos-H），使整个流水线可复现和可扩展。

在Moon Surgical，我们是核心贡献者之一，在Maestro系统上构建真实世界数据流水线、收集多模态轨迹，并帮助弥合从基础模型训练到设备端推理和执行的差距。

关键经验很明确：标准化比建模更难，数据质量决定性能，真实世界的约束（如延迟、具身差异、闭环控制）定义了什么在实践中真正有效。

没有任何单一机构能够收集足够的数据或独自解决具身多样性问题。开放标准、共享模型和社区拥有的基础设施不是理想主义，而是实现医疗领域可扩展机器人智能的唯一可行路径。这次演讲不仅仅是关于一个数据集，而是关于构建使手术自主成为可能的开放基础设施。