医疗机器人动态控制逻辑的授权发布方法、装置和计算机设备与流程

摘要: 本技术涉及医疗机器人和人工智能,特别是涉及一种医疗机器人动态控制逻辑的授权发布方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。背景技术:1、随着人工...
医疗机器人动态控制逻辑的授权发布方法、装置和计算机设备与流程

本技术涉及医疗机器人和人工智能,特别是涉及一种医疗机器人动态控制逻辑的授权发布方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术:

1、随着人工智能、自适应控制、数字孪生与医疗机器人技术的深度融合,康复机器人、手术机器人、辅助护理机器人等医疗设备正从“固定程序执行器”向“动态控制逻辑执行平台”演进。

2、传统技术中,将技术验证与临床授权决策视为两个独立的环节,不同任务需要医生、治疗师、护士或管理员授权。然而,现有机器人系统缺少授权与动态发布绑定机制,导致任务无法匹配相应层级医务人员的精准授权。

3、因此,亟需一种能够将技术验证与临床授权决策深度耦合,实现全链路自动化授权管控的方案。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够将技术验证与临床授权决策深度耦合,实现全链路自动化授权管控的医疗机器人动态控制逻辑的授权发布方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本技术提供了一种医疗机器人动态控制逻辑的授权发布方法,所述方法包括:

3、通过统一入口接收医疗机器人任务对象,对所述任务对象中的控制参数执行总边界检查,将检查通过的控制参数锁定为执行范围,并生成任务标识;

4、识别待发布的动态控制逻辑的来源类型和变更粒度类型,生成所述动态控制逻辑的唯一标识、版本信息和内容哈希值,并根据所述变更粒度类型判断是否触发重新沙盒验证和重新授权;

5、在隔离的仿真环境中对所述动态控制逻辑执行沙盒验证,获得验证结果;

6、在所述验证结果为通过的情况下,获取多个维度的评估数据,根据所述多个维度的评估数据加权计算风险评分,并将所述风险评分映射至对应的风险等级后,根据所述风险等级匹配对应的授权等级,生成授权申请;

7、将所述授权申请推送至匹配的授权人终端,接收所述授权人返回的授权操作指令,并根据所述授权操作指令执行对应的操作;

8、对通过授权的动态控制逻辑执行版本门禁审核,校验授权有效性,根据审核结果生成允许发布、限制发布或禁止发布的发布结论;

9、根据所述发布结论执行对应的发布操作,并在所述动态控制逻辑执行期间持续校验授权状态,当授权失效时根据任务风险等级和当前执行状态触发对应的安全响应动作;

10、记录所述动态控制逻辑从任务接入到执行结束全流程的关键事件及操作记录,并以不可篡改格式存证形成证据链,所述证据链用于支持审计追溯和版本回滚管理。

11、在其中一个实施例中,所述来源类型包括外部人工智能(artificialintelligence,ai)实时生成、规则引擎生成、医疗任务模板组合、参数调整、医生修改授权、开发者重新提交和用户脚本配置中的任意一种或多种;

12、所述变更粒度类型包括参数级变更、节点级变更、拓扑级变更、行为树级变更、安全边界级变更和版本级变更;

13、所述根据所述变更粒度类型判断是否触发重新沙盒验证和重新授权,包括:

14、在所述变更粒度类型为参数级变更,且所述参数级变更在预设的安全域范围内的情况下,豁免重新沙盒验证和重新授权;

15、在所述变更粒度类型为参数级变更,且所述参数级变更不在预设的安全域范围内的情况下,触发重新沙盒验证和重新授权;

16、在所述变更粒度类型为节点级变更、拓扑级变更、行为树级变更、安全边界级变更和版本级变更中的任一种情况下,触发重新沙盒验证和重新授权。

17、在其中一个实施例中,所述多个维度的评估数据包括:患者伤害可能性、任务侵入性、失败后果、患者状态、设备接触程度和所述变更粒度类型六个维度;

18、所述风险等级包括由低风险到高风险排列的r1、r2、r3和r4四个等级;

19、所述根据所述风险等级匹配对应的授权等级,包括:

20、r1等级匹配系统自动授权或事后抽查;

21、r2等级匹配责任医生、康复治疗师或护士站确认授权;

22、r3等级匹配主治医生或上级医生预审授权;

23、r4等级匹配默认禁止发布。

24、在其中一个实施例中,所述授权操作指令包括:确认指令、限制确认指令、修改授权指令和拒绝指令中的一个或者多个;

25、所述根据所述授权操作指令执行对应的操作,包括:

26、在接收到所述确认指令的情况下,执行版本门禁审核;

27、在接收到所述限制确认指令的情况下,记录所述限制确认指令中携带的授权人附加约束条件,并执行版本门禁审核;

28、在接收到所述修改授权指令的情况下,校验修改内容是否超出预设的授权边界,若超出,则拒绝修改并提示重新提交,若未超出,则记录修改内容并执行版本门禁审核;

29、在接收到所述拒绝指令的情况下,记录拒绝原因并启动反馈闭环,将所述拒绝原因写入证据链并反馈至开发者、医生或任务生成端;其中,允许根据所述拒绝原因修改控制逻辑,修改后的控制逻辑需要重新通过沙盒验证,沙盒验证通过后才允许再次生成授权请求。

30、在其中一个实施例中,所述预设的授权边界包括:可修改项和不可修改项;

31、所述可修改项包括:执行时间、执行地点、低风险训练时长、动作次数、语音提示内容、提醒频率、目标病房、低风险导航目标和授权期限中的一项或多项;

32、所述不可修改项包括:安全硬限值、最大速度、最大力矩、最大接触力、患者安全距离、禁止动作库、r4风险等级任务、未通过沙盒验证的控制逻辑节点、高风险拓扑结构、急停逻辑、医生接管逻辑和注册验证边界中的一项或多项。

33、在其中一个实施例中,所述校验授权有效性,包括:校验当前授权是否超时,校验当前授权是否过期,校验当前授权是否被撤销,校验当前授权的授权范围与当前任务是否匹配中的至少一项;

34、在授权等待期间,监控授权人的响应时限,若发生授权超时,则执行以下差异化处理:

35、在r1风险等级任务超时未响应时,转入事后抽查或自动降级执行;

36、在r2风险等级任务超时未响应时,进入人工审核队列或限制发布;

37、在r3风险等级任务超时未响应时,禁止发布并通知更高权限角色;

38、其中,r4风险等级任务不得因超时而自动发布;

39、在急救或防止设备继续造成伤害的场景下,所述方法还包括:

40、由更高权限角色发起临时授权,所述临时授权仅允许执行停止、撤离、低速导航、安全回退、解除危险状态和通知人员的安全动作,禁止新增诊断、处方、治疗参数调整、侵入操作或未经验证的控制逻辑。

41、在其中一个实施例中,所述限制发布包括附加以下一种或多种约束条件:仅限低速运行、仅限位置控制、禁止力控输出、仅沙盒运行、必须医生旁站;

42、所述当授权失效时根据任务风险等级和当前执行状态触发对应的安全响应动作,包括:

43、在授权过期且任务尚未开始时,禁止新任务启动;

44、在授权过期且低风险不可中断步骤正在执行中时,完成当前步骤后停止后续执行;

45、在授权撤销或r3风险等级任务授权失效时,触发安全停止或软停止后,回退至上一安全控制状态或切换至医生接管;

46、在涉及接触式动作、力控动作或理疗输出,且授权失效时,停止高风险输出,并保留监测数据,以及生成报警提示信息。

47、在其中一个实施例中,在获得验证结果之后,所述方法还包括:

48、在所述验证结果为失败的情况下,禁止生成授权请求并终止流程;

49、在所述验证结果为警告的情况下,生成附带限制约束条件的限制授权请求,所述限制约束条件用于在后续发布步骤中附加至待发布的动态控制逻辑。

50、第二方面,本技术还提供了一种医疗机器人动态控制逻辑的授权发布装置,所述装置包括:

51、任务接入与边界管控模块,用于通过统一入口接收医疗机器人任务对象,对所述任务对象中的控制参数执行总边界检查,将检查通过的控制参数锁定为执行范围,并生成任务标识;

52、控制逻辑识别模块,用于识别待发布的动态控制逻辑的来源类型和变更粒度类型,生成所述动态控制逻辑的唯一标识、版本信息和内容哈希值,并根据所述变更粒度类型判断是否触发重新沙盒验证和重新授权;

53、沙盒验证与准入模块,用于在隔离的仿真环境中对所述动态控制逻辑执行沙盒验证,获得验证结果;

54、风险评估模块,用于在所述验证结果为通过的情况下,获取多个维度的评估数据,根据所述多个维度的评估数据加权计算风险评分,并将所述风险评分映射至对应的风险等级后,根据所述风险等级匹配对应的授权等级,生成授权申请;

55、授权决策模块,用于将所述授权申请推送至匹配的授权人终端,接收所述授权人返回的授权操作指令,并根据所述授权操作指令执行对应的操作;

56、审核模块,用于对通过授权的动态控制逻辑执行版本门禁审核,校验授权有效性,根据审核结果生成允许发布、限制发布或禁止发布的发布结论;

57、发布与执行管控模块,用于根据所述发布结论执行对应的发布操作,并在所述动态控制逻辑执行期间持续校验授权状态,当授权失效时根据任务风险等级和当前执行状态触发对应的安全响应动作;

58、证据链与审计模块,用于记录所述动态控制逻辑从任务接入到执行结束全流程的关键事件及操作记录,并以不可篡改格式存证形成证据链,所述证据链用于支持审计追溯和版本回滚管理。

59、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

60、通过统一入口接收医疗机器人任务对象,对所述任务对象中的控制参数执行总边界检查,将检查通过的控制参数锁定为执行范围,并生成任务标识;

61、识别待发布的动态控制逻辑的来源类型和变更粒度类型,生成所述动态控制逻辑的唯一标识、版本信息和内容哈希值,并根据所述变更粒度类型判断是否触发重新沙盒验证和重新授权;

62、在隔离的仿真环境中对所述动态控制逻辑执行沙盒验证,获得验证结果;

63、在所述验证结果为通过的情况下,获取多个维度的评估数据,根据所述多个维度的评估数据加权计算风险评分,并将所述风险评分映射至对应的风险等级后,根据所述风险等级匹配对应的授权等级,生成授权申请;

64、将所述授权申请推送至匹配的授权人终端,接收所述授权人返回的授权操作指令,并根据所述授权操作指令执行对应的操作;

65、对通过授权的动态控制逻辑执行版本门禁审核,校验授权有效性,根据审核结果生成允许发布、限制发布或禁止发布的发布结论;

66、根据所述发布结论执行对应的发布操作,并在所述动态控制逻辑执行期间持续校验授权状态,当授权失效时根据任务风险等级和当前执行状态触发对应的安全响应动作;

67、记录所述动态控制逻辑从任务接入到执行结束全流程的关键事件及操作记录,并以不可篡改格式存证形成证据链,所述证据链用于支持审计追溯和版本回滚管理。

68、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:

69、通过统一入口接收医疗机器人任务对象,对所述任务对象中的控制参数执行总边界检查,将检查通过的控制参数锁定为执行范围,并生成任务标识;

70、识别待发布的动态控制逻辑的来源类型和变更粒度类型,生成所述动态控制逻辑的唯一标识、版本信息和内容哈希值,并根据所述变更粒度类型判断是否触发重新沙盒验证和重新授权;

71、在隔离的仿真环境中对所述动态控制逻辑执行沙盒验证,获得验证结果;

72、在所述验证结果为通过的情况下,获取多个维度的评估数据,根据所述多个维度的评估数据加权计算风险评分,并将所述风险评分映射至对应的风险等级后,根据所述风险等级匹配对应的授权等级,生成授权申请;

73、将所述授权申请推送至匹配的授权人终端,接收所述授权人返回的授权操作指令,并根据所述授权操作指令执行对应的操作;

74、对通过授权的动态控制逻辑执行版本门禁审核,校验授权有效性,根据审核结果生成允许发布、限制发布或禁止发布的发布结论;

75、根据所述发布结论执行对应的发布操作,并在所述动态控制逻辑执行期间持续校验授权状态,当授权失效时根据任务风险等级和当前执行状态触发对应的安全响应动作;

76、记录所述动态控制逻辑从任务接入到执行结束全流程的关键事件及操作记录,并以不可篡改格式存证形成证据链,所述证据链用于支持审计追溯和版本回滚管理。

77、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:

78、通过统一入口接收医疗机器人任务对象,对所述任务对象中的控制参数执行总边界检查,将检查通过的控制参数锁定为执行范围,并生成任务标识;

79、识别待发布的动态控制逻辑的来源类型和变更粒度类型,生成所述动态控制逻辑的唯一标识、版本信息和内容哈希值,并根据所述变更粒度类型判断是否触发重新沙盒验证和重新授权;

80、在隔离的仿真环境中对所述动态控制逻辑执行沙盒验证,获得验证结果;

81、在所述验证结果为通过的情况下,获取多个维度的评估数据,根据所述多个维度的评估数据加权计算风险评分,并将所述风险评分映射至对应的风险等级后,根据所述风险等级匹配对应的授权等级,生成授权申请;

82、将所述授权申请推送至匹配的授权人终端,接收所述授权人返回的授权操作指令,并根据所述授权操作指令执行对应的操作;

83、对通过授权的动态控制逻辑执行版本门禁审核,校验授权有效性,根据审核结果生成允许发布、限制发布或禁止发布的发布结论;

84、根据所述发布结论执行对应的发布操作,并在所述动态控制逻辑执行期间持续校验授权状态,当授权失效时根据任务风险等级和当前执行状态触发对应的安全响应动作;

85、记录所述动态控制逻辑从任务接入到执行结束全流程的关键事件及操作记录,并以不可篡改格式存证形成证据链,所述证据链用于支持审计追溯和版本回滚管理。

86、上述医疗机器人动态控制逻辑的授权发布方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,通过统一入口接收医疗机器人任务对象并执行总边界检查,将所有动态控制逻辑强制纳入网关管控,有效防止ai生成或未经审核的控制逻辑绕过医生直接进入机器人执行系统,保障了临床决策的安全性;通过识别控制逻辑的来源类型和变更粒度类型,并依据变更粒度类型判断是否触发重新沙盒验证和重新授权,实现了对参数级、节点级、拓扑级、行为树级、安全边界级和版本级变更的差异化管控,参数级变更在安全域内可豁免重新验证和授权从而提升效率,重大变更则强制触发全流程重走从而杜绝安全隐患;在隔离的仿真环境中执行沙盒验证,并在验证失败时直接禁止生成授权请求、验证警告时生成附带约束条件的限制授权请求,实现了技术验证结果与授权入口的强制绑定,从源头杜绝无效授权申请;验证通过后获取患者伤害可能性、任务侵入性、失败后果、患者状态、设备接触程度和变更粒度类型六个维度的评估数据进行加权风险评分,映射为r1至r4四级风险等级并匹配对应的授权等级,使低风险任务可自动授权或事后抽查、中风险任务由责任医生或治疗师确认、高风险任务由主治医生预审、极高风险任务默认禁止发布,实现了授权等级与临床风险的精准匹配;将授权申请推送至匹配的授权人终端并接收授权操作指令,在修改授权时校验修改内容是否超出可修改项与不可修改项的预设边界,防止授权人越权修改安全硬限值、最大速度/力矩、禁止动作库等安全关键参数,拒绝授权时则将拒绝原因写入证据链并反馈至开发者或医生、强制要求修改后重新通过沙盒验证方可再次生成授权请求,形成了不可绕过的安全闭环;对通过授权的控制逻辑执行版本门禁审核,校验授权有效性并生成允许发布、限制发布或禁止发布结论,限制发布时可附加仅限低速运行、仅限位置控制、禁止力控输出、仅沙盒运行或必须医生旁站等约束条件,实现了差异化的精准发布管控;在执行期间持续校验授权状态,当授权失效时根据任务风险等级和当前执行状态触发差异化安全响应:授权过期且任务未开始时禁止新任务启动,授权过期且低风险不可中断步骤执行中时完成当前步骤后停止,授权撤销或r3任务失效时立即安全停止或回退至上一安全控制状态,涉及接触式动作、力控动作或理疗输出时立即停止高风险输出并保留监测报警,确保机器人在任意授权失效场景下始终处于可控范围内;记录从任务接入到执行结束全流程的关键事件及操作记录,以区块链、哈希链或数字签名等不可篡改格式存证形成证据链,支持审计追溯和版本回滚管理,实现了从控制逻辑生成到部署执行的全程可审计、可追溯,全面满足了医疗器械监管机构对ai医疗软件上市后变更控制和临床部署授权的合规要求。