问题：眼内手术被公认为临床操作难度高、风险敏感的领域之一。
眼底组织结构精细、空间狭小，且眼球会随呼吸、脉搏等产生微小运动，医生需要在显微条件下完成亚毫米甚至更微尺度的定位与推进。
以视网膜下给药、血管内注射等操作为例，既要求“进得去”，更要求“停得稳、打得准”，一旦偏差累积，可能带来出血、组织损伤等医源性风险。
随着糖尿病视网膜病变、年龄相关性黄斑变性等疾病负担增加，临床对更高精度、更稳定一致的操作能力提出更迫切需求。
原因：一方面，传统手术主要依赖术者经验与手部稳定性，难以完全消除生理性手颤及疲劳因素影响；另一方面，眼内多模态成像条件复杂，不同成像方式在分辨率、视野、时延等方面差异明显，导致术中定位与导航难度提升。
此外，手术器械在眼内运动受到解剖结构与安全边界约束，既要满足路径可达，也要兼顾对周边组织的保护。
上述多重因素叠加，使得眼内精密注射长期面临“高门槛、高风险、强依赖个体能力”的现实瓶颈。
影响：针对上述难题，中国科学院自动化研究所多模态人工智能系统全国重点实验室边桂彬研究员团队研制出一套自主显微眼科手术机器人系统，面向眼内空间实现视网膜下与血管内注射等关键操作的自主执行，并完成临床可行性验证。
研究团队构建了从术中三维空间感知、跨尺度精确定位到轨迹规划与控制的核心技术链条：在感知层面，通过多视角空间融合提升对眼内区域的全面感知能力，减少成像差异与动态失准带来的不确定性；在定位层面，通过多传感器数据融合提升器械尖端宏观—微观定位精度；在控制层面，通过多约束目标优化实现轨迹规划，并在监督机制下结合力、位置与影像的混合控制，提高操作安全性。
实验结果显示，在眼球假体、离体猪眼和活体动物等验证条件下，系统实现注射成功率100%，与医生手动及主从操作机器人方式相比，平均定位误差分别显著降低，体现出更强的稳定性与一致性。
成果论文已发表于《科学·机器人》。
对策：业内人士认为，将自主机器人引入显微眼科手术，关键不在于“替代医生”，而在于把可重复、可量化、对精度要求极高的环节交由系统稳定执行，让医生从高强度的微操负担中部分解放出来，更集中精力于手术方案制定、风险评估与关键节点把控。
面向临床转化，下一步需要在标准化流程、适应证选择、风险边界设定与系统冗余保护等方面进一步完善：一是建立多中心、更多样化病例与真实手术场景的验证体系，系统评估不同眼底病变、不同个体结构差异下的表现；二是推动手术影像、器械参数与操作记录的规范化采集，为算法优化与质量追溯提供依据；三是强化人机协同机制与应急接管策略，确保在突发出血、视野遮挡、组织异常移动等情况下及时安全处置；四是同步推进监管合规、临床培训与成本控制，提升可及性与推广效率。
前景：从全球范围看，视力损伤与失明仍是重要公共卫生挑战。
世界卫生组织数据显示，全球已有超过22亿人视力受损或失明，且随人口老龄化进程，眼底疾病诊疗需求仍将增长。
自主显微眼科手术机器人若能在更高等级临床试验中持续验证安全有效，有望在眼底注射、靶向给药、精细血管操作等方向拓展应用，推动眼科治疗向更精准、更可复制的路径演进。
与此同时，该类系统在远程医疗、资源薄弱地区支援以及极端环境应急医疗等场景也具备想象空间：通过标准化、可监督的操作能力，缩小不同地区、不同机构之间的技术鸿沟，让高水平眼科服务覆盖更多人群。
业内也提醒，面向临床广泛应用仍需在伦理与责任界定、数据安全、系统可靠性与长期随访效果等方面建立更完善的制度与证据体系，确保技术进步与患者安全同频共振。
眼科手术机器人的成功研发是人工智能技术在精准医疗领域应用的重要体现。
这一成果不仅验证了自主机器人在显微手术中应用的可行性，更为眼内手术自主化开辟了全新技术路径。
随着该系统的进一步完善和临床推广，有望推动眼科手术治疗实现从经验驱动向数据驱动、从人工操作向智能辅助的深刻转变，为全球数十亿视力受损患者带来新的希望。
这也启示我们，在医疗健康领域，只有坚持自主创新、勇于攻关，才能掌握关键核心技术，更好地服务人民生命健康。