Τα ρομπότ μπορούν ήδη να μιμούνται τους χειρουργούς σε κάποιο βαθμό, αλλά η εκπαίδευσή τους να το κάνουν συχνά περιλαμβάνει πολύπλοκο προγραμματισμό και χρονοβόρες δοκιμές και λάθη. Τώρα, για πρώτη φορά, ένα μηχάνημα έμαθε επιτυχώς να αναπαράγει θεμελιώδεις εργασίες λειτουργίας αφού απλώς ανέλυσε βίντεο από ιατρικούς εμπειρογνώμονες. Αλλά πριν αρχίσει να δουλεύει σε ανθρώπους ασθενείς, τα μικροσκοπικά ρομποτικά μπράτσα εξασκήθηκαν σε ένα χοιρινό φιλέτο.
Οι γιατροί έχουν ενσωματώσει όλο και περισσότερο το Χειρουργικό σύστημα da Vinci σε μια σειρά διαδικασιών από το ντεμπούτο της συσκευής το 2000. Το μικρό ζευγάρι ρομποτικών βραχιόνων που καταλήγει σε λαβίδες που μοιάζουν με τσιμπιδάκια είναι ήδη χρησιμοποιείται σε προστατεκτομές, επισκευές καρδιακών βαλβίδων, καθώς και νεφρικές και γυναικολογικές επεμβάσεις. Αλλά η συσκευή έχει τους περιορισμούς της, ιδιαίτερα όταν πρόκειται να της διδάξει νέες εργασίες.
“Το [was] πολύ περιοριστικό», εξήγησε ο επίκουρος καθηγητής μηχανολογίας του Πανεπιστημίου Johns Hopkins Axel Krieger σε μια Προφίλ 11 Νοεμβρίου. Ο Krieger πρόσθεσε ότι ο προγραμματισμός προηγουμένως απαιτούσε κάθε βήμα μιας χειρουργικής επέμβασης να κωδικοποιείται με το χέρι από ειδικούς, πράγμα που σημαίνει ότι μια μεμονωμένη μορφή χειρουργικής ραφής θα μπορούσε να διαρκέσει έως και μια δεκαετία για να τελειοποιηθεί.
Όπως εξήγησαν ο Krieger και οι συνεργάτες του στο φετινό Συνέδριο για την εκμάθηση ρομπότ στο Μόναχο της Γερμανίας, αυτή η επίπονη εποχή μπορεί να πλησιάζει στο τέλος της. Χρησιμοποιώντας παρόμοιες αρχές μηχανικής μάθησης πίσω από μοντέλα ενισχυτικής μάθησης όπως το ChatGPT, η ομάδα του Kreiger ανέπτυξε πρόσφατα ένα νέο μοντέλο που βασίζεται στην κινηματική. Αντί για τα σύνολα δεδομένων ενός μεγάλου γλωσσικού μοντέλου που βασίζονται σε λέξεις, το νέο εκπαιδευτικό πρόγραμμα da Vinci Surgical System βασίζεται στην κινηματική, η οποία μεταφράζει τις ρομποτικές κινήσεις και γωνίες σε μαθηματικούς υπολογισμούς. Αφού συγκέντρωσαν εκατοντάδες βίντεο που απεικονίζουν χιλιάδες ανθρώπους χειρουργούς να επιβλέπουν τα ρομπότ ντα Βίντσι, οι ερευνητές ανέθεσαν στη συνέχεια το σύστημα να αναλύσει το αρχειακό θησαυροφυλάκιο προκειμένου να μιμηθεί καλύτερα τις σωστές κινήσεις. Τα αποτελέσματα εξέπληξαν ακόμη και τους προγραμματιστές.
[Related: First remote, zero-gravity surgery performed on the ISS from Earth (on rubber).]
«Το μόνο που χρειαζόμαστε είναι εισαγωγή εικόνας και στη συνέχεια αυτό το σύστημα τεχνητής νοημοσύνης βρίσκει τη σωστή δράση», δήλωσε ο μεταδιδακτορικός ερευνητής Ji Woong Kim. «Διαπιστώνουμε ότι ακόμη και με μερικές εκατοντάδες επιδείξεις, το μοντέλο είναι σε θέση να μάθει τη διαδικασία και να γενικεύσει νέα περιβάλλοντα που δεν έχει συναντήσει».
Ο Krieger πρόσθεσε ότι το μοντέλο τους είναι επίσης εξαιρετικό στο να μαθαίνει πράγματα που κανένας άνθρωπος δεν έχει δείξει πραγματικά μέσω βίντεο. «Όπως, αν πέσει η βελόνα, θα τη σηκώσει αυτόματα και θα συνεχίσει. Αυτό δεν είναι κάτι που το έμαθα να κάνει».
Για να δοκιμάσει την αναβάθμιση του συστήματός τους, η ομάδα του Kreiger ανέθεσε σε ένα πρόσφατα εκπαιδευμένο ρομπότ da Vinci να ολοκληρώσει διάφορες εργασίες σε ένα χοιρινό φιλέτο, δεδομένης της βιολογικής ομοιότητάς του με τον ανθρώπινο ιστό. Οι μικρές λαβές έδειξαν στη συνέχεια την ικανότητά τους να σηκώνουν πεσμένες βελόνες, να δένουν κόμπους και να ολοκληρώνουν χειρουργικά ράμματα σχεδόν ακριβώς όπως οι ανθρώπινοι εκπαιδευτές τους. Επιπλέον, το έκανε ακόμη και αφού αρχικά εκπαιδεύτηκε με τη χρήση εξαρτημάτων δέρματος από πυρίτιο, που σημαίνει ότι μετέφερε εύκολα τις δεξιότητές του σε βιολογικούς ιστούς χωρίς πρόσθετη εργασία.
Αντί να περιμένει χρόνια για να μάθουν τα ρομπότ νέες χειρουργικές στρατηγικές, ο Krieger πιστεύει ότι το νέο μοντέλο μάθησης θα επιτρέψει στη Da Vinci Systems να τελειοποιήσει τις διαδικασίες «σε λίγες μέρες». Αν και το αυτόνομο σύστημα ρομπότ λειτουργεί επί του παρόντος μεταξύ 14 και 18 φορές πιο αργά από έναν άνθρωπο, οι ερευνητές πιστεύουν ότι δεν θα αργήσει πολύ μέχρι τα μηχανήματα τους να επιταχύνουν επίσης το ρυθμό.
«Είναι πραγματικά μαγικό να έχουμε αυτό το μοντέλο και το μόνο που κάνουμε είναι να του τροφοδοτούμε την είσοδο της κάμερας και να μπορεί να προβλέψει τις ρομποτικές κινήσεις που απαιτούνται για τη χειρουργική επέμβαση», είπε ο Κρίγκερ.
VIA: popsci.com