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 способен моделировать 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 программировать каждое скрупулезное 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 врача. Это важный шаг вперёд, открывающий безграничные возможности для применения робототехники в медицине.

Прорывные 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 последовательность сложных движений, которые 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 вещам, которым 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 испытывает проблемы с точностью выполнения хирургических манёвров. Исследовательская группа нашла новый подход к решению этой проблемы, сосредоточившись на обучении модели выполнению относительных, а не абсолютных движений. Это способствует повышению точности и гибкости 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 автономно.