快速了解本文
Google 与 NASA 合作开发深空机器人医疗助手应对通信延迟。
机器人兼具医疗辅助与货物处理功能，由人类宇航员监督指挥。
项目处于概念验证阶段，基础移动测试成功率为 85%。
本摘要由 AI 辅助整理，请以正文内容为准。
在未来的火星等深空任务中，地球与飞船之间的往返通信延迟可能高达 44 分钟。这种物理限制使得地球医生对宇航员进行实时医疗指导几乎成为不可能。为了解决深空探索中的这一致命医疗挑战，Google 公共部门正与 NASA 人类研究计划、约翰逊航天中心机器人团队以及喷气推进实验室（JPL）展开合作，共同开发用于未来深空任务的机器人医疗助手。该助手将协助宇航员执行医疗任务、货物处理和日常维护。
01从 AI 决策到具身执行
该机器人项目建立在 Crew Medical Officer Digital Assistant (CMO-DA) 的基础上。CMO-DA 是一个由 Red Hat 支持的开源本地 AI 工具 RamaLama 驱动的 AI 医疗决策支持系统，旨在本地运行 AI 模型以评估医疗问题，目前已在国际空间站使用的地球副本计算机上进行评估。从纯软件的 CMO-DA 决策系统向具身智能机器人的演进，表明深空医疗不仅需要“大脑”进行诊断，更需要“物理躯体”来执行操作，从而彻底切断对地球实时通信的依赖。
除了医疗辅助，为了最大化对精简乘组的效用，该机器人被设计为多功能的“有效载荷”处理器。在不提供床边医疗协助时，它能够管理货物、物流和设备，负责整理工具或固定舱室等日常维护工作，成为兼顾飞船日常运营的通用型具身智能助手。
02人类监督下的物理助手
在具体的医疗场景中，机器人被设想为人类机组医疗官的物理助手。宇航员可以通过简单的语音指令让机器人执行任务，例如拿取并准备超声波机器。当前的系统设计明确了 AI 与人类的权责边界：机器人负责物理执行与准备工作，而最终的扫描解释和治疗决策仍由人类医疗官做出。系统始终处于宇航员的直接监督和指挥下运行，尚未实现完全的自主医疗。
03概念验证与技术局限
目前，该项目仍处于概念验证阶段。在导航技术方面，JPL 正在调整最初用于追踪轨道物体的卫星态势感知工具，以帮助机器人在 3D 空间中进行导航。在运动控制方面，Google 使用 DeepMind 的 MuJoCo 物理模拟器测试机器人的运动。在涉及定位和移动医疗包的早期实验室测试中，系统获得了 85% 的初始成功率。
不过，85% 的实验室成功率仅限于基础的医疗包拿取与移动。结合项目仍处于概念验证阶段的现状，该机器人距离真正执行复杂的医疗辅助或手术操作仍有巨大的技术鸿沟。