自主移动机器人(AMR)在临床实验室的应用探索：梅奥诊所Proxie机器人推车运输试点研究

《Clinical Chemistry》：B-036 Paving the path for autonomous mobile robots (AMRs) in the clinical laboratory: A pilot study of Collaborative Robotics (Cobot) Proxie robot for cart movement at Mayo Clinic Laboratories

　　为解决临床实验室标本运输效率低下及人力浪费问题，研究人员开展自主移动机器人(AMR)Proxie在梅奥诊所实验室的试点研究。结果显示Proxie可实现>88%自主交付率，每周节省4小时24分钟人力，验证了AMR在实验室环境中安全性与效能，为实验室自动化升级提供新路径。

　　

在现代化临床实验室中，标本运输环节如同维系诊断流程的"血液循环系统"，其效率直接影响整体运作效能。然而传统人工推车运输方式存在显著瓶颈：工作人员每日需花费数小时重复往返于病理标本接收区与分拣站之间，不仅导致约5800步/周的体力消耗，更挤占了本应用于技术性工作的专业人力资源。随着制造业和仓储领域自主移动机器人(AMR)技术的成熟，医疗场景能否复制这种自动化解决方案，成为实验室管理领域的新命题。

梅奥诊所实验室团队在《Clinical Chemistry》发表的最新研究中，首次系统评估了协作机器人公司(Cobot)推出的Proxie AMR在真实临床环境中的应用潜力。这项试点研究直面AMR融入实验室场景的核心挑战：如何确保机器人能在人员流动频繁的狭窄走廊中安全导航？如何处理突发性障碍物？更重要的是，运输诊断标本的容错率极低，任何交付延误或标本损坏都可能影响后续检测流程。

研究人员采用多维度验证框架，首先对Proxie机器人进行标准化功能测试，包括最高时速、急停响应、定位稳定性等关键参数。特别值得注意的是，团队开发了专门的风险评估工具，由多学科专家对机械、电气、人机工程等7类风险进行量化评分。在持续4周的实地运行中，机器人需要完成病理接收区至分拣站的标本车运输任务，研究人员精确记录每趟运输的自主运行率、准时率、往返时间等17项效能指标。

关键技术方法包括：采用5次重复测试验证制造商性能规格；利用机构机器人小组开发的AMR风险评估工具进行多学科风险分类；通过4周实地监测采集304次运输任务的时效数据。所有实验均在梅奥诊所实验室真实环境开展。

研究结果

功能验证

在100%的测试中，Proxie均达到制造商标称性能：能以人类步速(约1.4m/s)移动，急停响应时间<1秒，连续5个工作周期保持精确定位。当通道空间≥4英尺(约1.2米)时，机器人可沿固定路径自主导航；对于临时障碍物，能智能区分阻塞程度——当走廊阻塞<2英尺时主动绕行，>2英尺时暂停等待。

风险评估

团队发现的24项潜在风险均被评定为"可忽略"或"低风险"级别。特别在机械碰撞风险方面，Proxie的侧移泊车机制能确保与周边物体保持≥7.8英寸(约20厘米)安全距离，其障碍物检测系统对移动人员、推车等均能及时响应。

运行效能

累计304次运输任务数据显示，Proxie每周自主交付率从82%稳步提升至88%-91%，准时率始终≥99%。具体运输时效方面：从病理接收区到分拣站平均耗时5分43秒±25秒，返程仅需3分32秒±34秒。值得注意的是机器人在两站的停留时间差异显著——接收站平均13分10秒，分拣站达37分34秒，这反映出标本交接环节存在优化空间。

本研究证实AMR技术已具备融入临床实验室物流系统的成熟度。Proxie机器人不仅成功将人力资源从重复性体力劳动中解放（每周节省4小时24分钟），其稳定的运行表现更打破了"医疗场景过于复杂不适合AMR"的传统认知。特别值得关注的是，研究团队开发的风险评估框架为后续医疗AMR应用建立了标准化安全评价体系。随着实验室自动化向全流程整合方向发展，AMR作为连接离散工作站的"柔性纽带"，或将重构实验室空间布局与工作流设计逻辑。这项在顶级临床化学期刊发表的试点研究，标志着机器人技术正式进入诊断医学的核心场域，为未来智慧实验室建设提供了关键技术支撑。