宇树科技的人形机器人进入福建省立医院，最值得关注的并非其武术表演般的外观，而是医院与厂商明确划定的能力边界。
根据院方与工程师的表述，机器人的角色被严格限定为“助手”与“导师”，其核心功能是处理信息、提示风险和连接知识。所有基于大语言模型的分析建议都可能存在“幻觉”，因此最终的诊断与治疗决策权被牢牢锁定在人类医生手中。
这一定位表明，当前阶段的医疗AI并非追求独立智能体，而是在打造一个可实时调用的、超大规模的外接“知识处理与记忆模块”。它的价值在于弥补人类医生在信息处理速度和知识检索广度上的生理极限，例如在几秒内完成数百篇文献的筛查。这场实践的首要意义，在于为“人机协同”建立了一套权责分明的初期运行范式。
01 深入场景：三种协同模式如何具体运作
据悉，宇树机器人至少在三个具体场景中深度介入医疗流程，其运作机制比泛泛而谈的“AI辅助”更为清晰：
· 在MDT（多学科会诊）中充当实时知识库：在针对肾上腺意外瘤的诊疗中，机器人接入了患者的全维度数据，并利用自然语言处理技术理解专家讨论的要点。其核心作用是即时调取文献与相似病例，将散乱的数据与知识进行关联、呈现，压缩专家团队用于信息检索和初步比对的时间。
· 在慢病门诊中担任数据融合中枢：在糖尿病门诊中，机器人的角色侧重于打通数据壁垒。它将院内结构化的检验数据与院外非结构化的动态血糖监测、患者主观感受等数据，通过大语言模型进行统一分析，生成整合的“健康画像”。这直接回应了慢病管理中长期存在的“数据碎片化”痛点，为个性化方案提供了之前难以获得的数据基底。
· 在教学中实现临床思维的可视化训练：作为“住培导师”，机器人“小立老师”的功能超越了问答。在针对“是否手术”的讨论中，它能系统引导学员逐步考量肿瘤大小、内分泌功能、患者意愿等多个决策分支，并将学员判断与最终结论进行可视化对比。这种“链式思维”引导，旨在将资深专家的隐性决策逻辑转化为可供学习和追溯的显性路径。
根据福建省立医院院长陈刚的表述，当前的合作只是起点。未来的探索方向指向了更核心的医疗环节：术前规划、术中导航乃至远程辅助操作。这预示着人机协同的边界正从“决策支持”向“物理操作”拓展。
在诊室中，协同的载体是信息和知识流；而在手术室，协同将涉及空间感知、精准控制和实时物理交互。这不再仅仅是“大脑”的延伸，更是“手”与“眼”的延伸。行业关注的焦点也将随之从算法和语料，部分转移至机器人的灵巧操作、力控精度与手术场景下的环境适应能力。
02 未竟之问：规模化协同的隐藏挑战
尽管本次实践展示了清晰的协同逻辑，但要将其从示范案例转化为可推广的模式，仍有机制性挑战需要回答。例如，如何为不同科室、不同疾病建立标准化且可定制的“协同流程”？当机器人提供的文献证据与主任医师的临床经验发生冲突时，争议解决机制是什么？更重要的是，在“人机协同”下产生的医疗结果，其责任如何认定与追溯？这些问题的探索，可能比技术本身的迭代更具决定性。
福建省立医院与宇树科技计划共建“智慧医疗示范中心”和“智能医学教育联合实验室”，可视为尝试系统化回答这些问题的开始。这场始于马年新春的尝试，其最终目标或许不是造出多少个机器人“医生”，而是为中国未来的智慧医疗体系，摸索出一套可靠的人机协作标准。
