Les robots chirurgicaux entièrement automatisés deviennent une réalité

Des chercheurs ont réalisé une véritable avancée en introduisant un système de formation de robots chirurgicaux basé sur l'apprentissage par imitation. Cette réalisation marque une étape importante, ouvrant des possibilités infinies d'application des robots dans le domaine médical et promettant une révolution en chirurgie.

Un robot ayant bénéficié d'une formation intensive, s'appuyant sur des milliers d'heures de vidéos d'interventions chirurgicales réalisées par des experts de renom. Grâce à des algorithmes d'apprentissage automatique avancés, le robot a pu simuler et réaliser des opérations chirurgicales avec une précision et une dextérité incroyables, se rapprochant progressivement du niveau d'un véritable chirurgien.

L'application réussie de l'apprentissage par imitation à la formation des robots chirurgicaux a constitué une avancée majeure. Au lieu de devoir programmer méticuleusement chaque mouvement, les robots sont désormais capables d'auto-apprendre et de simuler les compétences chirurgicales d'experts de renom, améliorant ainsi l'efficacité et la précision des interventions.

Les chercheurs affirment que cette avancée nous rapproche d'un avenir où les robots chirurgicaux pourront réaliser des opérations complexes sans intervention directe des médecins. Il s'agit d'une avancée significative, ouvrant des possibilités infinies d'application des robots dans le domaine médical.

Les résultats révolutionnaires d'une équipe de l'Université Johns Hopkins et de l'Université Stanford aux États-Unis seront présentés ce week-end à la Robot Learning Conference de Munich, en Allemagne. Cet événement est considéré comme l'un des forums majeurs sur l'intelligence artificielle (IA), et les résultats de leurs recherches promettent de susciter un vif intérêt au sein de la communauté scientifique internationale.

« Ce qui est vraiment impressionnant, c'est que nous devons simplement fournir au modèle des données d'image provenant de la caméra, et il peut prédire automatiquement toute la séquence complexe de mouvements que le robot doit effectuer pendant l'opération », a partagé le professeur Axel Krieger, professeur associé de génie mécanique à l'Université Johns Hopkins (États-Unis).

« Nous pensons qu'il s'agit d'une avancée majeure vers un nouveau domaine de la robotique médicale », a ajouté le professeur Krieger. « Le modèle est très performant pour apprendre des choses que nous ne lui avons pas apprises. Par exemple, s'il laisse tomber une aiguille, il la ramasse automatiquement et continue son travail. Ce n'est pas ce que je lui ai appris. »

L'équipe a réussi à entraîner le système chirurgical robotisé Da Vinci à réaliser trois techniques chirurgicales de base, dont la manipulation d'aiguilles, le soulèvement de tissus et la suture. Étonnamment, le robot a atteint des performances comparables à celles des chirurgiens professionnels.

Le système chirurgical Da Vinci, avec plus de 7 000 unités utilisées dans le monde, est devenu une plateforme de chirurgie robotique populaire. Avec plus de 50 000 chirurgiens formés à son utilisation, il a créé une immense base de données de cas chirurgicaux, offrant une ressource précieuse aux robots pour apprendre et perfectionner leurs compétences.

Contrairement à ChatGPT qui utilise le langage naturel, ce modèle s'appuie sur une architecture d'apprentissage automatique pour analyser et prédire les mouvements du robot en s'appuyant sur le langage cinématique. Au lieu de traiter du texte, ce modèle exploite des données sur la position, la vitesse, l'accélération et d'autres paramètres techniques du robot.

Les chercheurs ont collecté une grande quantité de données vidéo issues de centaines d'interventions chirurgicales réelles, enregistrées directement depuis le bras robotisé Da Vinci. Cet ensemble de données comprend des images détaillées d'interventions chirurgicales complexes, constituant une source précieuse d'informations pour l'entraînement du modèle.

Malgré l'utilisation répandue du système chirurgical Da Vinci, des études antérieures ont montré qu'il souffrait souvent de problèmes de précision lors des interventions chirurgicales. L'équipe de recherche a trouvé une nouvelle approche pour résoudre ce problème en entraînant le modèle à effectuer des mouvements relatifs plutôt que des actions absolues. Cela améliore la précision et la flexibilité du robot pendant l'intervention.

« Tout ce dont nous avons besoin, ce sont les données d’image, et ce système d’IA déterminera l’action appropriée », a déclaré l’auteur principal Ji Woong « Brian » Kim, chercheur postdoctoral à l’Université Johns Hopkins.

« Nous avons constaté que même avec quelques centaines de simulations, le modèle pouvait encore apprendre le processus et se généraliser à de nouveaux environnements qu'il n'avait jamais rencontrés auparavant », a ajouté Ji Woong « Brian » Kim.

Les chercheurs pensent que ce modèle pourrait révolutionner la formation des robots chirurgicaux. Au lieu de devoir programmer manuellement chaque intervention, le modèle permet d'entraîner rapidement un robot à réaliser n'importe quelle intervention, de la plus simple à la plus complexe. Grâce à l'apprentissage par imitation, le robot peut apprendre des chirurgiens experts et réaliser l'intervention entièrement automatiquement.