Полностью автоматизированные хирургические роботы становятся реальностью

Исследователи совершили настоящий прорыв, разработав систему обучения хирургических роботов, основанную на имитационной технике. Это достижение знаменует собой важную веху, открывающую безграничные возможности применения роботов в медицине и обещающую революцию в хирургии.

Робот, прошедший интенсивную подготовку, изучая тысячи часов видеозаписей операций, проведенных ведущими специалистами. Благодаря передовым алгоритмам машинного обучения, робот смог имитировать и проводить хирургические операции с невероятной точностью и ловкостью, постепенно приближаясь к уровню настоящего хирурга.

Успешное применение имитационного обучения в обучении хирургических роботов стало значительным прорывом. Вместо того, чтобы тщательно программировать каждое движение, роботы теперь способны самостоятельно обучаться и моделировать хирургические навыки ведущих экспертов, что повышает эффективность и точность хирургических операций.

Исследователи утверждают, что это достижение приближает нас к будущему, в котором хирургические роботы смогут выполнять сложные операции без необходимости прямого вмешательства врачей. Это значительный шаг вперёд, открывающий безграничные возможности для применения роботов в медицине.

Новаторские результаты работы группы учёных из Университета Джонса Хопкинса и Стэнфордского университета (США) будут представлены на конференции Robot Learning Conference в Мюнхене (Германия) в эти выходные. Это мероприятие считается одним из ведущих форумов по искусственному интеллекту (ИИ), и результаты их исследований обещают привлечь большой интерес международного научного сообщества.

«Что действительно впечатляет, так это то, что нам достаточно просто предоставить модели данные изображения с камеры, и она сможет автоматически предсказать всю сложную последовательность движений, которую робот должен выполнить во время операции», — поделился профессор Аксель Кригер, доцент кафедры машиностроения Университета Джонса Хопкинса (США).

«Мы считаем, что это важный шаг в развитии нового направления медицинской робототехники», — добавил профессор Кригер. «Модель отлично обучается тому, чему мы её не учили. Например, если она уронит иглу, она автоматически поднимет её и продолжит работу. Я её этому не учил».

Команда успешно обучила роботизированную хирургическую систему Da Vinci трём основным хирургическим навыкам: манипуляциям иглами, подтяжке тканей и наложению швов. Удивительно, но робот достиг результатов, сравнимых с результатами профессиональных хирургов.

Хирургическая система Da Vinci, насчитывающая более 7000 единиц, используемых по всему миру, стала популярной платформой для роботизированной хирургии. Более 50 000 хирургов прошли обучение работе с системой, что позволило создать обширную базу данных хирургических случаев, предоставляющую роботам бесценный ресурс для обучения и совершенствования своих навыков.

В отличие от ChatGPT, использующего естественный язык, эта модель использует архитектуру машинного обучения для анализа и прогнозирования движений робота на основе кинематического языка. Вместо обработки текста эта модель работает с данными о положении робота, его скорости, ускорении и других технических параметрах.

Исследователи собрали большой объём видеоданных сотен реальных операций, снятых непосредственно с помощью роботизированной руки «Да Винчи». Этот набор данных включает в себя подробные изображения сложных хирургических процедур, что является ценным источником информации для обучения модели.

Несмотря на широкое распространение хирургической системы Da Vinci, предыдущие исследования показали, что она часто страдает от проблем с точностью во время хирургических операций. Исследовательская группа нашла новый подход к решению этой проблемы, сосредоточившись на обучении модели выполнению относительных, а не абсолютных движений. Это повышает точность и гибкость робота во время операции.

«Нам нужны только данные изображения, а затем эта система искусственного интеллекта определит соответствующее действие», — сказал ведущий автор Джи Ун «Брайан» Ким, научный сотрудник Университета Джонса Хопкинса.

«Мы обнаружили, что даже при проведении нескольких сотен симуляций модель все равно может освоить процесс и обобщить его для новых условий, с которыми она никогда раньше не сталкивалась», — добавил Джи Ун «Брайан» Ким.

Исследователи полагают, что эта модель может произвести революцию в обучении хирургических роботов. Вместо того, чтобы вручную программировать каждую операцию, модель позволяет быстро обучить робота выполнению любой процедуры, от простой до сложной. Используя имитирующее обучение, робот может учиться у опытных хирургов и выполнять всю операцию автоматически.