上消化道肿瘤的早期诊断对改善患者预后至关重要，但传统内镜和活检方式仍面临肿瘤分子信息缺失、取样随机性强、操作依赖经验等局限。近期，上海交通大学叶坚教授团队联合高安柱教授团队在VIEW期刊发表题为《Endoscopic Raman robot for upper gastrointestinal tumor diagnosis》的研究论文。该研究提出了一种内镜拉曼机器人系统，将光纤拉曼光谱技术与柔性连续体机器人深度融合，实现了上消化道肿瘤的原位、实时、分子级“光学活检”。

拉曼光谱：理想的“光学活检”工具，但临床应用受限

拉曼光谱能够无标记、非侵入地反映组织中蛋白质、脂质、核酸等分子的振动特征，被认为是实现“光学活检”的重要技术路径。然而，在消化道内镜场景中，拉曼技术的临床转化长期受制于操作层面的挑战，包括：（1）消化道空间狭窄弯曲，拉曼探头难以精准导航至病灶；（2）拉曼探头难以稳定置于病灶，微小位移即可造成光谱显著波动，导致光谱重复性下降。

这些因素使得拉曼光谱在真实临床环境中的稳定性和可靠性难以保障，成为制约其应用的核心瓶颈。

研究创新：拉曼+机器人+智能诊断平台，三位一体

内镜拉曼机器人系统主要由三部分组成。柔性连续体机器人具备多自由度、顺应性强的结构特性，可在狭窄、弯曲的上消化道环境中实现稳定、可控的末端运动。拉曼光纤探头可通过内镜工作通道进入体内，实现对病灶区域的原位拉曼检测。在线肿瘤智能诊断平台基于大规模临床拉曼光谱数据库，支持光谱实时分析与分类判断。通过主从遥操作模式，医生能够精确控制内镜末端姿态，使拉曼探头稳定置于目标组织，从而显著提升光谱采集的一致性与重复性。

系统性能评估：稳定性与重复性的显著提升

在系统性能验证中，柔性连续体机器人在向左、向右、向上和向下弯曲时运行平稳。内镜远端的弯曲角度范围为0°至60°，有利于在狭窄弯曲的腔道内顺利通过。研究团队还重点评估了机器人辅助下拉曼光谱采集的稳定性。在多次“重新定位-再次测量”的实验中，多轮次获取的拉曼光谱相似度均高于96%，表明机器人辅助导航可有效降低人为操作带来的随机误差。进一步实验表明，当拉曼探头与组织距离控制在2 mm以内时，可稳定获取清晰的肿瘤特征峰信号，为后续诊断模型提供高质量输入数据。

智能分析：基于临床数据库的在线诊断

在光谱分析层面，研究团队构建了基于随机森林算法的肿瘤诊断模型。模型训练数据来源于既往建立的临床拉曼数据库，涵盖胃癌和食管癌及对应正常组织140例，光谱共计约14000条。该模型实现了88.5%的总体诊断准确率，ROC曲线AUC达到0.91。模型已集成至在线诊断平台，可在内镜检查过程中实现“采集-分析-反馈”的闭环流程。

活体验证：迈向真实临床应用的重要一步

为进一步验证系统在真实操作环境中的可行性，研究团队在上消化道仿体模型、离体猪胃组织以及活体白猪中开展了系统性实验。在离体猪胃组织和活体实验中，内镜拉曼机器人能够在标准胃镜操作流程下顺利完成腔道导航、病灶区域定位及拉曼光谱采集。在正常呼吸和胃蠕动等生理条件干扰下，机器人辅助定位仍可维持拉曼探头与组织表面的稳定接触，连续采集光谱之间的一致性较高，平均信背比SBR为4.3±1.1。单次光谱采集时间约10秒，未观察到明显组织热损伤。这些实验结果验证了该系统在活体环境下的安全性与操作稳定性。

结语：从形态诊断迈向分子级内镜

该研究验证了内镜拉曼机器人用于上消化道肿瘤原位分子诊断的可行性，为拉曼光谱技术走向临床提供了新的系统性解决方案。未来，随着更大规模临床研究的开展以及人工智能算法的持续优化，该系统有望与智能内镜导航、多模态成像技术深度融合，推动内镜诊断从“形态识别”向“分子感知”的范式转变。

上海交通大学生物医学工程学院博士研究生方世言、上海交通大学医疗机器人研究院艾孝杰博士为该论文的共同第一作者。上海交通大学生物医学工程学院叶坚教授、林俐副教授、陈舟助理研究员与上海交通大学医疗机器人研究院高安柱教授为共同通讯作者。该研究得到了国家重点研发计划、国家自然科学基金和上海市科学技术委员会专项资金的大力支持。

原文链接：

https://onlinelibrary.wiley.com/doi/10.1002/VIW.20250088