基于Li-Fi的医疗机器人物联网

第12章 医疗保健中的机器人技术：一种医疗机器人物联网（IoMRT）的视角

1 引言

如今，世界人口呈指数级增长，随之而来的健康问题也在增加。由于吸烟、饮酒和不健康饮食等各种事件，人们中出现了多种疾病。医疗机器人 $73亿 $210亿 2023[1]。预计到2023年，医疗机器人物联网（IoMRT）市场规模将达到$210亿美元，在2016年至2023[2]期间以29.7%的复合年增长率增长。有趣的是，物联网正在拓展医疗应用的新领域，而不仅仅局限于连接传感器、监测生理参数或诊断与治疗管理。其中大多数专注于临床和外科手术中的患者数据跟踪，而其他则集中于医院和医疗机构内的传感器网络，以优化医疗服务并监控患者依从性[3]。

医疗物联网（IoMT）与各种实体（如传感器、仪器和人员）的网络进行交互和连接，为诊断和治疗服务提供最优解决方案。因此，医疗物联网能够以更低的成本实现更高效的患者健康监测、医疗服务和安全性；在医疗服务和医疗系统中实现价值治疗[4–6]。

由IoMT驱动的医疗服务的主要优势包括修复性治疗费用降低、改进的诊断带来更好的治疗效果、提高治疗准确性，以及增强药物管理中的患者体验[7]。

机器人是一种由计算机编程控制的机电设备。机器人的工作方式可以是自主的、半自主的或远程控制的。机器人可用于各种任务，从家庭任务、工业应用到外太空探索以及医学和医疗保健中的现代应用。现代先进的机器人包含传感器、硬件和软件。软件提供必要的智能信号，以指导机械部件执行任务。人类具有非凡的触觉感知能力。我们的原型利用这一特性，向机械臂无线地提供精确控制信号，使其能够轻松完成极为精细的任务[8]。

自动化在机器人技术快速发展的推动下，在各种应用中发挥着重要作用。医疗物联网（IoMT）与机器学习相结合，能够在有限的时间内实现各项功能，这些技术被集成起来以实现事件的自动化信息转换。机器人技术使机器能够运行，并被编程执行劳动密集型工作。机器学习涉及设备和计算机系统，能够在无需显式编程的情况下提升特定任务的性能。机器人技术、机器学习与医疗物联网的融合，实现了机器人在医疗环境中的自动化作业。医疗物联网平台为患者与事件之间的互联提供唯一地址，实现患者与计算机之间的医疗数据传输。医疗物联网可用于从任何地点、任何时间、任何联网设备获取数据，并监控患者状况。

与机器人系统相连的网络从机器人设备[9]获取数据。医疗保健中的网络化机器人应用可分为机器人化患者监护系统、机器人辅助康复、机器人辅助诊断和治疗、假肢手术机器人。外科机器人由医师或远程操作员通过网络发送命令进行控制，或一组手术机器人通过网络以共享模式连接，以协作方式通过互联网络交换传感数据和信息来执行手术任务。网络机器人系统存在一些局限性，如速度、低内存、网络不连续、服务质量、临时性和技能缺失。

现有系统的缺点促使研究人员考虑新型的高效自动化框架，即“基于云的机器人技术与Li‐Fi（高保真可见光通信）”。基于云的机器人技术可被描述为一种依赖“云计算”[10]基础架构的框架，以获取巨大的处理能力和信息来支持其任务[11]。这意味着并非所有的感知、计算和存储都集成在网络化机器人系统的独立系统中。基于云的机器人与Li‐Fi系统通常包含部分本地处理能力，以便在网络不可用或不稳定（即离线）时实现低延迟响应。

尽管基于云的机器人系统在大数据分析、分布式计算和集体机器人研究方面具有优势，但也面临互操作性等各种问题，组合、时移系统不连续性、安全、多机器人管理、服务质量(QoS)和优化[12]。由于物联网医疗机器人技术在特定问题上的主观处理具有伦理特性，预计它将克服这些局限性，推动更智能、协作性更强、异构、高效、自适应、环境感知且成本更低的自动化系统。

本章节描述了物联网医疗机器人技术的概述和架构、Li‐Fi系统概念、IoMRT与Li‐Fi的连接性、基于Li‐Fi的外科机器人的方法与分析，以及一些技术挑战、安全问题和未来前景。主要目标是：（1）设计IoMRT的架构和概念方法，并分析其局限性和研究挑战；（2）通过原型模型对所提出的想法进行优化；（3）识别这一引人入胜的主题中的关键研究方向。

2 物联网医疗机器人技术概述

机器人技术在人类社会的各个方面都取得了巨大的变革[13]。现代医疗机器人已广泛部署并应用于各种服务中，从实验台到床边监测患者，执行持续、关键和/或不稳定的任务，例如护理、实验室检测、诊断和原位手术，如图1所示。这些预设机器人由于具备高精确度、准确性、持久性和速度，在一些有序的康复医疗应用中表现极为高效[14]。

自动化创新已与现有系统进步相结合，以拓展这些机器人在非结构化环境中部署时的实际应用范围[15]。

物联网医疗机器人技术在医疗环境中正发挥着重要而突出的作用，以提高医疗设备使用的有效性、速度和操作精度。物联网医疗机器人技术可通过在线网络，利用连接到基于互联网的健康监控系统的传感器和设备来收集患者健康数据。物联网医疗机器人技术通过连接并实现配备Wi‐Fi或Li‐Fi的医疗设备之间的机器对机器（M到M）通信来进行处理。从物联网医疗机器人技术设备接收到的数据被存储在与云平台相连的云服务器数据库中，随后进行分析。

物联网医疗机器人技术（IoMRT）是指通过持续跟踪锻炼过程并进行对比，密切监测患者的健康状况，并据此提供相应服务的连续过程，以明确当前情况以及预期发生的情况。临床、诊断和治疗服务被特别整合到物联网医疗机器人技术中，尽管它也可能进一步扩展至外科手术服务。其可能包含的服务包括护理、实验室检测样本分析、康复、临床诊断[16, 17],治疗[18–20],医疗信息转换[21, 22],卫生与消毒、配药系统、运行诊断设备、治疗和手术辅助。物联网医疗机器人技术定期收集和审查项目实施中的健康数据，并进行初步分析，以便推动预期目标的实现。结合物联网使用的机器人技术，使医生或医师能够通过智能手机或可穿戴设备实时控制机器人操作并执行特定任务。

机器人服务提高了医生在非传统医疗系统中监控和管理患者的能力。物联网医疗机器人技术利用先进方法从患者家中等场所收集健康信息，并将数据传输给医疗服务提供者，由机器人服务对疾病管理项目中的数据进行分析并提出建议。

物联网医疗机器人技术是一种创新概念，在医疗领域中非常有用。遗憾的是，目前尚未有对相关文献的广泛综述。本文提出将医疗物联网与机器人技术，特别是基于云的机器人技术，结合Li‐Fi技术进行整合。物联网医疗机器人技术的概念是通过网络将机器人技术接口与计算机网络集成，实时接收患者信息，并允许医生或医师指导患者所需的医疗服务[23–25]。基本上，物联网医疗机器人技术通过网络将生物与非生物相互关联[26]。物联网医疗机器人技术的另一个概念是“以物为导向”，即通过智能系统利用智能接口，借助局域网、Wi‐Fi、Li‐Fi或其他工作框架，在医疗环境中实现日常物体之间的连接与通信[27–29]。面向对象的物联网医疗机器人技术模块包含一种智能生理设备，可通过互联网技术实现虚拟通信[30]。物联网医疗机器人技术可随时利用任何路径或网络中的理想服务来收集和传输患者的健康状况，如图1所示。

基于云的机器人技术可被视为机器人自主性的一个新兴领域，该领域建立在分布式计算、分布式存储以及其他现有的互联网创新基础之上。

基于统一云框架和服务所带来的优势，机器人能够有效利用当前服务器集群与云相结合的计算、存储和通信资源，同时消除任务开销，例如支持与维护、独立于中间件层的增强与升级，避免额外的电力需求，从而减少工作时长、限制机器人灵活性，并因云数据传输速率导致卸载任务时增加运行成本，尤其是在没有严格的持续性要求的情况下[31].

2.1 可见光保真（Li‐Fi）系统

Wi‐Fi利用2.4–5 GHz射频通过家庭、学校、工作场所及户外环境的无线互联网接入来传输数据。Wi‐Fi IEEE802.11n调制解调器是一种标准系统，可以覆盖整个房屋区域，其数据传输速度通常限制在50–100兆比特每秒。这与当前互联网服务的速度相匹配，但对于高清电视电影、音乐库和电脑游戏等大量信息和记录的即时传输仍显不足。然而，与其他大多数技术一样，它也存在局限性。

最重要的数据或我们自己的数据，例如文档、电影、音乐、图片和电脑游戏，都存储在“云”或我们的“自有服务器”中。数据传输需要极大的带宽和速度，因此基于射频的技术进步（如当前的Wi‐Fi技术）既不理想也不最优。Wi‐Fi技术在执行通信时可能效率不高，并且在精度、室内和移动环境方面存在一定的局限性，难以提供人们期望的新功能。无线光通信技术，如可见光通信（VLC）以及最新的Li‐Fi技术，显得尤为重要。Li‐Fi在传输速度、适应性和易用性方面为无线网络提供了全新的技术。

Li‐Fi技术是一种新型的数据传输方法，其数据访问速度高于常规无线通信（Wi‐Fi）方式。Li‐Fi采用二维无线通信技术接收数据，利用LED发出的可见光作为信息传输介质，通过以高频率快速切换开关实现，这种切换肉眼无法察觉。传输的数据将由另一侧的光电探测器接收，并以超高速到达图像指示器。加密狗接收器将光波振幅变化转换为电信号，再将其还原为信息流并传输至电脑或手机（图2）。

具备亮度控制的LED是可见光通信系统的核心。LED可以在小于 1μ秒的时间内开启和关闭，其操作速度使得光信号能够被识别，并使光源看起来持续发光。这种不可察觉的开关动作通过二进制代码实现了一种数据通信。将LED调亮表示逻辑“1”，熄灭表示逻辑“0”，如图3所示。通过改变LED闪烁开关的速率来编码数据，从而产生不同的1和0序列，这种变化速度极快，人眼无法察觉。

发射的光信号由光敏探测器接收，并再次将其转换为原始数据。该技术采用快速或急促的光脉冲进行无线传输，称为可见光通信（VLC），然而其与传统Wi‐Fi竞争的能力推动了主流品质Li‐Fi的发展。以下列出了Wi‐Fi与Li‐Fi之间一些重要特性和特性差异，如表1所示。Li‐Fi传输数据的速度远快于传统的Wi‐Fi。VLC介质利用400THz（780纳米）至800 THz（375纳米）之间的可见光作为光学载波进行信息传输和照明。

3 架构 物联网医疗机器人技术

物联网医疗机器人技术架构分为五层：（1）传感器/执行器层，（2）网络与互联网层，（3）IoMRT传输层，（4）服务层，以及（5）应用层，如图3所示。

3.1 传感器/执行器层

如图3 所示，底层包含机器人工具，例如传感器、工具架、器械护士、手术工具、六轴力传感器、3D相机、手术纳米机器人和现代机器人传感器。3D相机捕捉患者和手术机器人的动作，并发送至医生房间。这些是指令，由医生通过语音识别发送。从技术上讲，物理设备会隐藏这一层决策，以利用其边界数据传递到网络层。

3.2 网络层

第二层管理了多种网络连接方法。例如，蜂窝网络中的3G[35]和LTE/4G[36]在此得到支持。一些短程通信技术，例如Wi‐Fi和Li‐Fi[37],蓝牙低功耗(BLE)[38], 6LoWPAN[39], BGAN[40],和近场通信(NFC)[41]被纳入以促进附近机器人设备之间的无缝连接。中远程通信技术，例如WiMAX[42], Z-Wave[43], ZigBee[44],和低功耗广域网(LPWAN)[45]已被整合，用于支持位于较远距离的机器人系统基础设施之间的数据通信。

特性	Wi‐Fi	Li‐Fi
技术	无线局域网(WLAN) (802.11a)现有的符合IrDA标准的设备	无线局域网(WLAN) (802.11a)现有的符合IrDA标准的设备
工作频率	2.4、4.9和5 GHz	10,000次频率谱 无线电100太赫兹的
距离覆盖	约32米，根据发射功率和天线类型调整	约10米
数据密度	在低密度环境中工作	在高密度环境中工作
隐私	射频信号不会被墙壁阻挡，因此需要采用获取安全数据的技术传输	信号被房间墙壁阻挡并增加更多安全数据传输
数据传输速度	150 Mbps	约 1 Gbps
数据传输介质	光介质	无线电波
设备到设备连接性	High	High
安全	由于透明性而安全性较低	高安全性由于光无法穿透墙壁
可用功率	Low	High
延迟	毫秒级	微秒级
发射/接收功率	中等	High
带宽	Low	由于宽带谱而高
Cost	低	比Wi‐Fi便宜
网络拓扑	点对点	点对点
功率效率	更昂贵，需要路由器	更便宜，需要灯泡
稳健	更稳健 & 更健康 用于飞机或医院中，因为它不产生波	较不稳健——信号可能会被其他波中断

该层支持部分协议，主要使用Li‐Fi。Li‐Fi比Wi‐Fi具有更快的接入速度，并以低成本通过更快速的二维无线通信方式传输数据。Li‐Fi使用发光二极管（LED），通过以高频快速开关LED作为数据通信的介质。它可安全地用于手术机器人设备、MRI设备、CT扫描设备等。其工作原理基于可见光通信（VLC）。该网络也称为视觉个人区域网络（VPAN）。可见光通信通过强度调制传输数据，并建立中央控制器与设备之间的通信。物联网医疗机器人技术（IoMRT）的通信协议已被纳入该层，以支持机器人系统中的高效能、能力约束和数据处理。在TCP协议中，主要任务包括实时消息传递、分组交换网络以及为实时医疗系统提供的消息队列。

3.3 物联网机器人技术基础设施层

Web网络是物联网机器人技术融合框架中整个通信的核心部分。由于其自身的优势，物联网网络协议已被特别纳入机器人系统的关键生产效率和强制性数据处理层。

MQTT[46], CoAP[47], XMPP[48], IPv6[49], UDP[50], UIP[51], DTLS[52], AMQP[53], LLAP[54],和DDS [55]协议分别明确了以下任务：通知、多播支持、分组交换系统网络、TCP的替代方案、有序插入框架的分发、为数据报协议提供安全、中间件环境中的消息排队、轻量级本地自动化，以及直接面向基于发布/订阅的通信，适用于实时嵌入式系统。

基于物联网医疗机器人技术的机器人云堆栈架构被认为是最重要的层，由云、中间件和信息交换方法组成。从技术上讲，该层聚合了五个独特的相关部分，包括机器人云平台、机器对机器云平台、服务质量设备管理、大数据服务和物联网云机器人基础设施。机器人系统提供特定服务，如机器人传感器运动检测器、特征提取、机器人技术中间件[56],机器人操作系统 (ROS)[57],机器人服务网络协议 (RSNP)[58],网络开放机器人/资源接口 (ORiN)[59],设备管理实体 (DME)，以及CANopen[60],等。

M2Mcloud 阶段设想通过使用 M2M 或机器对机器到执行器系统，并将机器人作为可在物联网机器人技术融合框架中发挥作用的基本设备。M2M 框架可被视为大量设备在网络中相互连接，能够在无需人类干预的情况下交换数据，同时提供自动化的理想控制。M2M 框架旨在利用多种传感器和机器人技术进步，将其结合以融合现实世界与功能世界[61]。在这种类型的架构中，由传感器生成的虚拟化数据服务彼此互联，同时构建出由机器人完成的独立活动/响应链。其中，信息存储、分析、设备管理和传感器信息采集尤为重要。

物联网医疗云可以被描述为一种旨在激活通信社会的模型，通过网络访问可配置处理资源（如网络服务器、存储、应用程序和服务）来实现现有和创建的互操作性数据的互联。[62]在此情况下，物联网医疗云使机器人系统能够启用一些已展示的服务，如图4所示，包括机器人操作监控、图像处理、视频处理、位置识别、机器人行为场景和通信控制。

第12章 医疗保健中的机器人技术：一种医疗机器人物联网（IoMRT）的视角

3 架构 物联网医疗机器人技术（续）

3.4 应用层

物联网医疗机器人技术设计的最上层旨在通过研究引入的机器人外科手术来推广客户实践，这些手术可利用机器人技术完成。结合医疗物联网的机器人技术能够在照顾各种问题领域时发挥动态作用，例如医疗援助、药物管理、机器人监控、患者数据访问、基础设施设置、生命攸关情况、数据中心和接口。 and some more[63]。可能的结果是无穷无尽且不断发展的，因此其重要性和存在感也日益凸显。

4 Li‐Fi技术连接物联网医疗机器人技术用于机器人手术

可见光通信系统利用可见光进行数据通信，这种通信方式被称为可见光通信。Li‐Fi 的原理是利用明亮的发光二极管（LED）作为下载链接的发射器。通过使用 LED 芯片来识别数据并将其转换为数字形式。Li‐Fi 网络的概念表明，每个光源都包含一个调制解调器或芯片，充当基站或接入点。LED灯发出的光束信号以超高速度传输，并嵌入到光电探测器中。加密狗接收器将电信号幅度的微小变化进行转换，重新还原为数据流，并通过计算机经由网络路由器进行通信。

来自网络和视觉个人区域网络（VPAN）的信息被用于调制发光二极管（LED）的强度。光电探测器接收信号，将信息内容转换后发送至个人电脑（PC）。特别为手术机器人框架设计了一种仅能执行夹持动作的手术器械。专家可同时控制机器人臂和辅助机器人臂的动作，通过连续控制手术操作，从而确保手术过程的连续性。专家对外部机械臂、手术器械的控制以及手术器械的抓握动作，可通过一个能在顺时针和逆时针方向旋转的电子驱动微型电机实现。该控制系统的核心任务是整合来自框架各个组件的信息，进行处理，并发送由机器人传感器转发的请求。基于应用的控制器从连续控制器收集传感器信息，涵盖机器人姿态和功率估计；光学定位器则参考位置坐标系和方向。外科医生可通过规划、指令或使用操纵杆来获取由机器人驱动的三维图像重建。

传感器与机器人控制器框架（C5G开放平台）之间交换信息。通过互联网从C5G开放平台连接到控制器，以传输设备输入/输出数据。在每一个附加序列中，C5Gopen 可以控制机器人状态，关节角度估计旋转动力和电机流被发送到控制器。尽管有这些信息，控制器仍会估算工具中心点的矢量。该数据包在时隙内到达并被C5Gopen接收。

真实路径模式控制器读取仪器和患者生命系统，利用这些数据来确定工具中心点设定值。C5Gopen评估机器人的姿态和在偏移中的运动，对于某些变化，通过“操纵杆模式”以及来自输入设备的测量值来启动。工具中心点位于持针器的底端在手术过程中必须位于皮肤表面之上，以特定的最终目标指示目标位置来呈现针头。

5 物联网医疗机器人技术在机器人手术中的应用

物联网医疗机器人技术由于辐射影响，不允许使用Wi‐Fi技术用于医疗设备。在医院中，手机和个人电脑使用的Wi‐Fi可能会阻塞监控设备接收到的信号，可能对患者健康造成危险。为了克服与Wi‐Fi技术相关的障碍，Li‐Fi技术应运而生。Li‐Fi技术减少了辐射影响，可用于接入互联网以及控制医疗设备或器械。这也将极大有利于外科医生操作机器人手术及其他自动化程序。机器人手术系统通过外科医生的手部动作来控制C5Gopen系统实现机器人动作（图5）。

手术器械被调整至期望方向，以便能够通过进入端口到达目标点。设备受控沿矢量移动至目标手术区域。通过TCP/IP和UDP协议创建远程运动焦点，以帮助信息经由物联网医疗机器人技术中间件传输。手术方案的信息通过Li‐Fi传输到个人电脑。点云由机器人传感器捕获的信息和治疗图像的信息来自多种成像模式，要在数据集之间找到信息对应关系，需要实施复杂的处理。设计了一种可在医疗操作中帮助残疾人的机械臂。它能够在紧急远程地点尽快提供帮助。我们的项目可以进行失血较少的微创手术。通过在机械臂上安装摄像头，可实现三维成像。激光机器人手术后的人体恢复速度比手动手术更快。机械臂在医疗操作中的精度高。Li‐Fi技术的传输速度高。Li‐Fi是一种用于传输的非辐射技术。

6 方法与分析 用于手术的拟议机械臂

这项工作主要集中在开发一种机械臂，该机械臂能够在手术过程中展现手臂运动。机械臂将通过射频技术无线地进行控制。发射单元包含射频发射器和开关。射频发射器对按键信息进行调制，以控制机械臂。射频接收器接收并解调传输信号。解调后的信号将通过信号放大器、驱动器和继电器单元发送至微控制器。信号放大器用于放大信号，继电器用于切换。微控制器分析信号，并通过驱动器控制机械臂的运动，如图6所示。

本工作旨在监测患者的医疗服务，一旦发生紧急情况，将在Li‐Fi的协助下将数据发送至相应的接收器。Li‐Fi是一种用于远程数据交换的新型无线技术。例如，盐水瓶将被持续监测，如果该瓶子变空，则会被检测到，并在多谐振荡器和接口级的协助下触发编码器。

另一个参数是患者压力，其中压力探头将持续监测患者的压力，如果超过基准水平，传感器将识别该情况，并在多谐振荡器和接口级的协助下触发编码器。随后，该数据将通过Li‐Fi发射器传输至接收器。

在另一个位置，Li‐Fi接收器将从Li‐Fi发射器接收信息，接收后，通过DTMF解码器对编码信号进行解码，然后将其发送到微控制器，并使用测量参数显示接收到的信息，如图7所示。

微控制器设计用于通过语音操作员或医生操纵杆的移动来控制机械臂的运动。语音可通过开发的MATLAB软件进行识别，并通过伺服模块接口实现前后左右移动的机器人动作。当语音准备传输时，Li‐Fi将电子信号以光子形式发送到发光二极管（LED），其强度会发生变化。通过Li‐Fi接收器的命令，执行所需的移动。可见光通信（VLC）主要依靠发光灯泡支持Li‐Fi。Li‐Fi通过白光LED的照明实现，通过快速改变电流，使下行链路发射器的光输出以极高速度变化。云服务器实施数据管理服务，包括数据存储、数据分析、数据处理逻辑和数据可视化，以提供可访问和操作的程序接口和软件工具。云通信服务提供了新的交互功能。

传感器和执行器通过这些设备和过程协助收集数据，并将数据传输至数据处理逻辑，再通过IoMRT网关进行通信。不同类型的IoMRT数据需要跟踪的传感器以及系统用户信息存储在数据库中。医疗机器人系统由医生通过在线控制台进行控制。这些控制台可能位于患者附近，也可能位于远程位置。医生通过控制台操作，控制台包含单个或多个机械臂以执行手术。机械臂的结构和形状取决于所执行的手术类型。在手术开始前，将医疗信息和先决条件输入机器人技术中，包括 X射线和其他诊断检查。这些数据有助于医疗机器人技术准确地检查人体。设备关节与软件单元之间缺乏实时信息来驱动任何关节，因此可以创建物联网医疗机器人技术中间件以连接硬件和软件。已开发出一种物联网医疗机器人技术中间件，用于测试性能并获得探索性结果。

硬件架构的框图如图8所示。该板卡通过以太网与中间件服务器相连。此外，所构建的硬件包含控制用于直流电机信号调理和基本功率转换器的增强器。该设备相关联，各轴的位置控制循环在PAN控制器上持续运行，并可通过个人电脑经由RS232端口进行调节。

6.1 硬件描述

Atmel AT89系列是由美国Atmel公司生产的Intel 8051系列8位单片机。基于Intel 8051核心，AT89系列因其工业标准和低成本而被广泛认为是通用性极强的微控制器。这使得大量现有代码可以在新应用程序中无需修改即可重复使用。双音多频(DTMF)编码器通过IC UM95089产生射频控制信号以传输DTMF信号。DTMF解码器 CM8870用于解码音频信号。这些获取的音调由一个行和列频率表组成。DTMF信号是两个不同频率的代数和，其中一个来自行（高频）组，另一个来自列（低频）组。CM8870解码接收到的DTMF音调，然后将其对应的二进制代码发送到微控制器，该微控制器包含缓冲器、驱动器和继电器模块。缓冲器通常用于在输出端提供额外电流驱动，也可用于规范接口处的逻辑电平。继电器是一种电磁装置，通过连接继电器来驱动负载。

6.2 软件描述

嵌入式C是C编程语言的扩展，用于解决不同嵌入式系统之间的通信问题。嵌入式C的大部分语法和语义，例如主函数、变量、数据类型、循环、函数、数组和字符串以及结构体等，与标准C编程相似。简而言之，嵌入式C处理微控制器和输入/输出端口（RAM、ROM），而C语言仅处理内存和操作系统。C是一种桌面编程语言，用于将一段软件代码嵌入硬件以实现其功能。本例中，可穿戴传感器操作的程序是使用嵌入式C编写的。

7 实验评估

7.1 流程图

该流程图旨在遵循基于物联网医疗机器人技术（IoMRT）结合Li‐Fi技术的机器人手术所提出的算法。图9 展示了连接到Li‐Fi技术的物联网医疗机器人技术（IoMRT）的典型流程图。数据流以二进制代码形式表示。如果数据流二进制代码为0，则LED灯无法连接到Li‐Fi。当数据流二进制代码为1，则LED灯驱动器将开启，并可连接到可见光通信系统。我们最初可以通过加密狗传输数据。一旦LED灯开启，系统就会连接到芯片或调制解调器，并且还可以将数据发送到基站或接入点。

数据流由光电探测器接收，进而以超高速度放大和处理数据信号。当数据流传输到连接外科医生计算机和机器人手术工具的网络路由器时，获取机器人传感器信息并将数据存储在服务器中。在外科医生安装并设置系统后，它不会立即连接。外科医生获取患者数据信息，并开始通过TCP链路使用语音和操纵杆发送命令。TCP协议可以在时隙内将数据发送到目的地。没有缓冲，避免重复消息传输数据。一旦机器人工具接收到数据指令，它就可以按照指令执行任务。机器人系统由IoMRT服务器控制。IoMRT服务器管理手术机器人臂运动，导航患者体位，最终所有这些都存储在IoMRT服务器中。

7.2 实验分析

为了验证所提出的想法，开发了一个原型模型，并通过物联网医疗机器人技术（IoMRT）结合Li‐Fi评估机械臂动作来进行验证，机器人通过遵循医生或医生发出的命令进行辅助操作，如图10所示。该模型构建为接收来自所有列出传感器的数据。此外，传感器的读数也在实验室中得到了验证。硬件的逐步过程连接到云，以接收和传输信息。所提出的系统通过Li‐Fi进行检测和配置，在配置过程完成后，系统上线，并在LCD显示屏上显示“确定”消息。

通过Li‐Fi云，机器人传感器由相应传感器采集的数据被发送给医生。所发送的数据可通过具有唯一ID的HTML网页进行查看和控制。

医生通过语音或操纵杆向机械臂发送命令，以控制机械臂的上下、左右以及开合动作，如图10A–D所示。物联网医疗机器人技术中的传感器在工作过程中记录患者的数据，并进一步处理，通过手机数据连接将信息传递给医生。机械臂在医疗操作中的动作精度高。Li‐Fi技术的传输速度快。Li‐Fi是一种用于传输的非辐射技术。患者在激光机器人手术后的身体恢复比手动手术更快。

随着物联网医疗机器人技术（IoMRT）服务迅速迈向发展，当前的重点是将技能引入模型中，以实现医疗事物自动化与决策。智能机器人系统可协助医生翻译治疗性药物信息，通过智能专家机器人系统指导并自动化医疗保健与健康监测过程，同时数据管理系统能够成功封装、提取和解释现实世界情境感知信息，确保医生每次都能获得正确的信息[64, 65]。该数据响应依赖于医疗信息以及在各种条件下对患者的持续记录。

为了支持此类框架，多个研究团队已提出了一些方法，例如利用数据挖掘推断患者当前的医疗状况，应用算法对数据进行分组[66, 67]。另一种简单的数据挖掘方法被引入为服务器与客户端的面向对象数据库系统[68]。IoMRT在设计用于整合到临床实践中的系统之前，正在应对数据感知、分析与可视化方面的多项挑战。可视化与多种对象集成，如传感、通过网络通信和共享信息。从互连传感器定期接收的数据经过处理后，由网络提供反馈动作，用于分析、规划与决策。IoMRT正作为连接至互联网的对象，促进患者健康管理。

8 局限性和研究挑战

作为一个新兴领域，物联网医疗机器人技术（IoMRT）的探索仍处于初级阶段。基于IoMRT的机器人患者护理与监控系统的成功实施在技术和网络方面面临一定的局限性和挑战，例如数据采集精度、软硬件互操作性、带宽、医疗服务质量和等等。互联网通信（Wi‐Fi）领域的新兴技术及其进步由于射频波的影响，在推动医疗设备发展的同时也带来了诸多挑战。IoMRT领域的主要挑战包括软硬件实现设计和设计优化、实时处理。网络性能可能受到系统内存的限制，从而影响设备管理、带宽、数据量灵活性、数据安全和数据隐私等网络性能。

尽管存在网络和技术方面的挑战，最常见的挑战还包括用户态度、技术接受度与障碍、保密性、法律、伦理和行政障碍、服务精度、实施成本、系统维护以及充足的投资。克服物联网医疗机器人技术（IoMRT）领域的这些困难将提升医疗保健的标准。IoMRT提供了更优质且可靠的医疗保健和健康监测服务，因为它弥合了医生、患者和医疗服务之间的差距。IoMRT使医生和医院工作人员能够以更少的 effort 和更高的精度开展工作。

8.1 计算问题

物联网医疗机器人技术的优势在于能够将特定的计算任务共享到云中执行。然而，选择共享特定任务需要更加严谨和独特的结构，以应对复杂问题的汇集。为解决这些问题，可以利用自动化机器人和协作资源的共享池，其中需要考虑新的共享负载方法，涉及多个因素，例如由于医疗物联网中大量机器人框架导致的信息交换量巨大，以及整合所有任务的实际延迟。此外，还可以判断在物联网医疗机器人技术内部执行任务是否更为有效。最后，当设置一个分布在多个信息中心的物联网医疗云资源池时，在处理实时性要求的同时，理想地共享和分配给实际设备是一项棘手的任务。

8.2 优化

如果不重视优化，计算测试将会恶化。通常，任务完全卸载的过程在三种执行方式之间解决：各自系统上的独立计算、通过网络连接的自动化机器人系统集群进行的基于社区的分析，以及云上的计算[12]。有时，混合云通过结合上述两种方法实现空间计算。我们研究了开发一种基于物联网医疗机器人技术（IoMRT）的优化结构，该结构可能包含所有计算方法以及可用的信息进步和特定的计算成本，从而使IoMRT能够找到理想的最优计算方法。传统上，理想系统应考虑时间变化特性以及机器对机器（M2M）网络中IoMRT协议所带来的延迟。建议尽可能传输最少数量的数据，尽管这取决于具体应用。可以进一步研究数据的重要性、何种类型的数据、应以何种数量和速度存储在IoMRT云中。这显然使我们的关注聚焦于大数据问题。

8.3 物联网医疗机器人技术的安全问题

安全和信任是机器人技术中的重要议题。特别是当涉及需要包含云的物联网医疗机器人技术（IoMRT）时，我们可能会面临两个安全挑战。首先，IoMRT 环境必须值得信赖。否则，恶意的物联网医疗机器人技术（IoMRT）无疑可以在没有真正机器人介入的情况下破坏关键任务。例如，由物联网医疗技术（IoMT）支持的机器人设备必须具备足够的能力，从多个目标中识别出可信的物联网医疗机器人技术框架，并与已知的恶意IoMRT系统保持距离。可信安装、真实测量和基于声誉的信任是三种可推荐用于解决该问题的方法。此外，未来的机器人框架应关注在基于物联网医疗机器人技术的云上启动计算任务的需求，其中确认过程可由该自动化机器人系统的控制器完成。在此过程中，我们必须确保这些分配任务背后不存在恶意代码处理。同时，机密信息或敏感数据应始终存储在物联网医疗技术支持的服务器上，并将信息的合理追踪器复制到私有服务器中。因此，需要严格的流程来保护完整性、信任和隐私，以确保物联网医疗机器人技术信息的安全。

8.4 伦理问题

伦理问题是一个重要的机器人领域的关键问题，需要从其发起阶段就努力应对。机器人技术应由三大流行法则来规范：机器人不得伤害人类个体，或通过不作为使人类个体受到伤害；机器人必须服从人类个体给出的命令，除非这些命令与上述准则相冲突；在不违背“第一或第二法则”的前提下，机器人必须保护自身的存在。[69]高效计算领域的最新进展[70],正逐步推动人与自动化机器人框架之间通过设计和开发“情感机器人”来建立情感联系[71]并逐步发展到一种协作状态，使得制造的编程专家及类似实体能够将这些情感联系变为现实。机器人不断在在线访问中与人员进行互动，以获取人们的个人数据。在这种情况下，道德对自动化机器人设备以及机器人制造商、所有者、客户和管理员都变得至关重要。[72]各国国家领导人应制定有效策略，以限制滥用机器人设备的现象。由于物联网医疗机器人技术不涉及道德影响，这给相关社会在未来不久提出新型实践带来了挑战。

9 机器人手术与其他手术的优势与缺点

截至目前，医院中90%的患者更倾向于选择医生进行的传统手术方法，仅有10%选择自动化机器人外科手术。随着机器人手术在众多外科专业领域中的接受度不断提高，大量医院和健康中心对即将推出的自动化机器人外科平台表现出浓厚兴趣。这将解决当前机器人平台所面临的社会经济困难和运营效率低下问题。根据研究调查，自动化机器人手术市场正在发展，到$200亿美 2021[73]。在这种独特的情况下，本文比较了各种手术方法的优势和劣势，这些方法在表2中进行了说明。

表2 比较各种手术方法的优劣势[73]

手术类型	传统手术	腹腔镜	机器人手术
优势 缺点	开放手术部位 对结构体的直接通路和器官 价格合理 最广泛的手术类型	部分暴露于手术场所 间接访问结构体和器官 价格合理 特定手术类型	部分暴露于手术场所 间接访问结构体和器官 昂贵 特定手术类型
	伤口感染高发感染 患者预后较差 术后疼痛严重 侵入性手术 精度较低 大出血手术 高出血、肿胀, 疼痛和恢复时间 大切口 痛苦的恢复过程 漫长的愈合过程 延长的住院时间 更高的感染率 大疤痕和畸形	伤口感染低发感染 患者预后良好 减轻的术后 pain 微创手术 良好精度 无血手术 出血少、肿胀疼痛和恢复时间 倒置图像可能导致沟通错误 深度感知丧失 摄像头不稳的风险触觉反馈极小 手与器械的运动逆转 有限的自由度	伤口感染较少感染 患者预后极好 减轻的术后疼痛 微创手术 极高精度 无血手术 无出血、肿胀疼痛和恢复时间 更长的准备时间 新兴技术

11 结论与未来改进

在本章节中，我们回顾了医疗机器人物联网（IoMT）相关服务和技术在医疗保健与监测领域的当前状态和概述。此外，还讨论了物联网医疗机器人技术（IoMRT）在未来应用于临床实践中的前景。文中强调了大量研究挑战，这些挑战预计将成为未来的主要研究趋势。在本研究工作中，设计了一种基于物联网医疗机器人技术的智能医疗服务体系，该系统采用微控制器实现。通过传感器采集数据，并将其传输至嵌入式控制器，再通过Li‐Fi协议处理并发送到服务器。机械臂具有多种运动功能，可根据医生需求调整至任意方向。该机械臂的重复精度较高，可由外科医生通过操纵杆或开关进行操作。测量参数通过可见光进行传输，因此Li‐Fi技术结合350–400纳米波长范围的使用变得更加便捷。系统中的蜂鸣器会在出现异常情况时立即向外科医生发出警报。可实现配备完整成像系统的无线机械臂。可通过集成网络摄像头实现用于医疗和教育用途的实时视频流。可集成一种仅能检测人体的高精度传感器，并应实现自动补充生理盐水溶液的自动化系统。

未来工作可基于网络与技术进步方面的主要挑战进行设计。需要设计和开发硬件和软件模块，以通过先进通信网络更好地传输大量关键数据。需增强机器人运动的实时控制，以同时实现患者护理与监控。实施Li‐Fi模块用于数据上传，可实现更快的数据上传至数据库，并且还能增强应用程序功能。未来工作或许应研究数据基系统持续面临的挑战，例如关键信号的准确性、带宽、医疗服务质量、可适应的无线技术、不同系统间的互操作性、数据加密与安全，以及法律与伦理方面、用户友好型系统等问题。