MIT华人科学家打造线形机器人：灵活穿行脑血管，还能轻松急转弯

编者按：本文来自微信公众号“量子位”（ID：QbitAI），作者：栗子 鱼羊，36氪经授权发布。（原标题：MIT线形机器人灵活穿行脑血管，还能轻松急转弯：华人教授团队出品，登上Science子刊）

人类大脑里，血管又细又曲折，管壁还很脆弱。

于是，一旦发生血管栓塞，医生要小心翼翼把导管插到精确的位置，再用激光去除血栓。

操作很难一次成功，手术过程漫长艰辛。

但现在，MIT团队开发了一只新的机器人，就是这条优雅的黑线：

细长柔软的它，在狭窄蜿蜒的通道里，也能快速自如地穿梭，大角度转弯都难不倒。

一个秘密是，机器人的内心是磁力驱动的。

从前，医生直接动手插入导管，碰到急转弯就很难操作，进度缓慢；而磁驱动的机器人，头部可以快速转向，更顺利地到达目的地。

另一个秘密，是机器人的水凝胶皮肤，把摩擦力降到了原来的1/10，也是车速加快的关键。

外表柔软，内心坚定。清除血栓，可以变得更快更精确。

把这样的机器人用在微创手术里，可以降低对医生经验的要求，也可能通过远程控制，在医疗资源匮乏的地区派上用场。

于是，它登上了最新一期的Science Robotics。

外表柔软，内心坚定

团队说，虽然传统的导丝，也是在里面用了金属合金，在外面涂了聚合物；

但这样的材料会产生摩擦力，再加上机械的驱动方式，如果卡在一个狭窄的空间，很容易破坏血管的内壁。

所以，驱动和摩擦，这两个问题都要解决。

首先，团队想到了磁力控制。团队在柔软有弹性的、镍钛合金的油墨 (Ink) 里，加入了钕铁磁：

你看，左边是没有额外添加磁性的油墨，画成了一滩泥；右边加上磁性，就站起来了。

这便是机器人内在的材质。下一步要解决外在的皮肤。

开始，团队是用普通的橡胶膏 (Rubber Paste) 来做涂层，但这种材料会影响机器人对磁力的反应。

后来，研究人员选择了水凝胶，它除了不会让机器人对磁力的反应变弱，还拥有平滑的表面，可以把摩擦力降到原来的1/10。

另外，水凝胶的生物相容性，对人体也更加友好。

用这两种材质造出的机器人，感受到不同的磁场，就能实现不同程度的转弯：

你看，水凝胶皮肤 (左) 与普通皮肤的机器人相比，速度快了许多：

只要在头部加上激光，就可以用来清除血栓。另外，定点给药也可以达成。

那么问题来了，内外这两种材质，是怎么变成机器人的呢？

这只软体机器人是用3D打印技术制作。

不同于熔融的热塑性聚合物的常规挤压，3D打印不需要通过加热来溶解、流化油墨。磁化油墨的剪切稀化（假塑性）表现使得复合油墨在加压后能轻松挤出，并且屈服应力的存在能使油墨保持形状，形成一条线，而不是变成一滩糊糊。

当需要额外的机械支撑或功能时，可以通过注射成型技术将功能核心结合到机器人的“身体”当中。

此外，由于铁含量高，铁磁合金容易被腐蚀。

为了防止嵌入的钕铁硼颗粒在与水凝胶皮肤的水合界面处被腐蚀，研究团队在颗粒周围涂上了一层薄二氧化硅。

颗粒形成交联的二氧化硅壳，厚约10nm，能有效地抗击腐蚀。

仍在进化中

甫一出生，这条“线”已经展现出了巨大的潜力。

首尔国立大学软体机器人未来科技中心主任Kyu-Jin Cho评价说：

这个机器人设计简单，比起传统的商业导管来说，也更稳定，更安全。对于脑科医生而言是能解决大问题的。

不过，虽然潜力无穷，这个机器人还是进化中的状态。团队表示，未来可期，仍需努力。

首先，团队希望在下一步工作中，给机器人加入精准传感器，实现微流体给药，超声以及电治疗功能。

而更重要的，是实现远程控制。

就像他们一开始所设想的那样，团队希望在这款机器人的帮助下，医生不必靠近放射源，也能在复杂血管中进行快速导航和微创手术。

这样一来，就避免了X射线反复辐射对医生造成的伤害。

更重要的一点是，这能让那些身在医疗资源缺乏地区的患者，也能及时接受治疗。

要知道，如果患者能在急性中风的前90分钟得到治疗，生存率能明显提高。

论文一作Yoonho Kim希望结合现有的磁性技术血管手术方法来快速实现这一点。

现有的技术可以在施加磁场的同时，对患者进行透视检查，如此一来，医生可以在另一个房间，甚至在不同的城市，用操纵杆来控制磁场，引导我们的体内机器人完成手术。

MIT团队

机器人的创造者们来自麻省理工学院华人教授赵选贺的团队。

论文通讯作者赵选贺教授本科毕业于天津大学，此后先后在不列颠哥伦比亚大学和哈佛大学求学，拿下了哈佛大学的机械工程博士学位。

他专注于软材料和生物电子学的研究，有关磁驱动实现复杂3D形状之间快速转换的论文曾登上过Nature封面。

论文一作则是来自韩国的Yooho Kim。

Yooho Kim小哥以优异的成绩从韩国首尔大学毕业，目前正师从赵选贺教授攻读博士，研究方向包括软活性材料的制造与设计，软材料力学，以及用于生物医学应用的非常规软机器人。

论文的其他作者还包括German Parada和清华大学的访问学生刘圣铎。

论文地址：
https://robotics.sciencemag.org/content/4/33/eaax7329/tab-pdf