這一“以簡馭繁”的技術創新，破解了微創手術與手術機器人長期存在的“力盲”痛點，為高端醫械國產化提供了全新思路。
一、從“憑手感”到“精準控”：
微創手術的“力盲”困境亟待破解
在傳統開放手術中，醫生的手指能直接感知組織的軟硬程度，憑經驗精準控制縫合力度，使松緊恰到好處，這種“觸覺反饋”是外科醫生數十年經驗積累的核心價值。
但隨著腹腔鏡、機器人手術的普及，醫生的雙手被“隔在屏幕之外”：器械的力反饋大幅衰減，主流手術機器人（如達芬奇系統）雖能提供高清視野，卻缺乏可靠的觸覺感知模塊。
手術中所打的“外科結”一般是死結，而這個結的松緊會影響后續的康復效果——過緊會引發組織缺血、縫線斷裂，過松則可能導致腸漏、吻合口出血。
常規解決方案是加裝電子力傳感器，但醫療場景的特殊性讓這一思路屢屢碰壁：微創手術的狹窄操作空間難以容納傳感器；反復滅菌會導致傳感器精度衰減；而一套適配機器人的力反饋系統成本高達數十萬元，難以在基層醫院普及。
就在行業陷入“電子傳感依賴”的困境時，浙大團隊的創新思路打破了僵局——不用電子元件，讓繩結本身成為力控工具，用活結控制死結。
二、活結智能縫線怎么實現95.4%的力控精度？
團隊發現，經過標準化處理的活結，在被拉開的瞬間會產生一個高度一致的峰值力（Fpeak）——只要在打結時施加固定的預緊力（Ftying），這個峰值力就像“設定好的密碼”，每次打開都精準可控。
為了驗證這一特性，團隊進行了500次重復試驗：結果顯示活結的峰值力波動僅為±0.135N，力傳遞一致性高達95.4%。這意味著，無論操作者是誰，都能通過活結獲得統一的力度標準，從根本上解決了人工操作的個體差異問題。
Mechanical modelling and characterization of slipknots.
▲ 圖源：論文截圖
為什么一個簡單的活結能實現如此高的精度？通過高速攝像機和Micro-CT掃描，團隊揭開了其力學本質：
◆拓撲突變觸發峰值力：活結被拉開時，滑動圈會逐漸收緊，應力集中不斷加劇，直到發生拓撲變換（結的結構突變），這一刻就是峰值力產生的瞬間；
◆多參數可調控：峰值力可通過預緊力、結環數量、縫線直徑靈活調整——比如將結環從1個增加到3個，峰值力會相應提升；更換更粗的縫線，力值也會成比例變化；
◆環境穩定性強：活結放置32天后性能無衰減，適配手術場景的復雜需求。
基于這一機制，團隊將活結與傳統手術縫線結合，研發出“Sliputure（活結智能縫線）”——在普通縫線末端串聯一個標準化活結，醫生打結后只需拉動活結，直到其“啪”地打開，此時的縫合力度就是預設的安全值，無需再依賴經驗判斷。
三、臨床驗證：
精度提升121%，動物實驗實現“零腸漏”
活結智能縫線的性能已通過多輪實驗驗證，在模型實驗與動物實驗中均展現出顯著優勢。
A slipknot gauges mechanical transmission in surgical operations.
▲ 圖源：論文截圖
在硅膠模擬組織實驗中，低年資臨床醫生（從業經驗＜10年）使用該技術后，打結力的精度較傳統縫線提升121%，操作精度接近高年資醫生（從業經驗＞10年）的操作水平。
動物實驗的臨床效果更具說服力。在大鼠結腸損傷修復模型中，使用活結智能縫線的實驗組，術后吻合口漏發生率為0，而傳統縫線對照組為20%；術后組織粘連發生率僅30%，遠低于對照組的100%。激光散斑成像結果顯示，實驗組修復的組織血供更充足，證實了精準張力控制對避免組織缺血的關鍵作用。
傷口愈合效率的提升同樣顯著。數據顯示，使用活結智能縫線的大鼠結腸損傷，術后5天的破裂壓力（評估傷口愈合質量的核心指標）即達到健康組織水平，比傳統縫線組提前2天實現臨床愈合標準。在豬腹腔鏡手術模型中，該技術實現的創面平整性也優于傳統縫線，無明顯組織擠壓隆起現象。
更值得關注的是，這項技術還能適配腹腔鏡和機器人手術。團隊將視覺反饋模塊集成到達芬奇機器人上，可實時識別活結打開的圖像特征，觸發機器人手臂在毫秒級時間內自動剎車，避免過度牽拉組織。
四、醫械行業新機遇：
無源設計、低成本，適配多場景需求
與傳統電子力控方案相比，活結智能縫線有三大核心優勢：
◆無源免維護：無需電源、傳感器或復雜電路，完全依靠機械結構實現力控，避免了電子元件在手術中可能出現的故障；
◆低成本易量產：活結可標準化批量制作，適合一次性使用，無需考慮滅菌后的精度衰減；
◆場景適應性廣：除了常規微創手術，它還能應用于資源有限的基層醫院、野外救援甚至極端環境——比如在無電的郊區，醫生僅憑活結就能完成精準縫合。
目前，浙大團隊已啟動“組織力值數據庫”建設，針對消化道、心血管、神經外科等不同場景，研發不同峰值力的活結縫線。
從行業趨勢來看，這項技術也契合了“醫工交叉”和“無源醫療器械”的發展方向。現如今基層醫療對高性價比精準醫療設備的需求日益迫切，而活結智能縫線這類“用機械智慧替代電子復雜”的創新，或許會成為未來醫械研發的重要思路。
「參考文獻」
Xue, Y., Cao, J., Feng, T. et al. Slipknot-gauged mechanical transmission and robotic operation. Nature 647, 889–896 (2025).
分享
