作者:by Duncan Riley
约翰·霍普金斯大学和斯坦福大学的研究人员透露了他们如何通过视频训练机器人以人类医生的技能执行外科任务的细节,这可能是医疗机器人技术向前迈出的重要一步。
手术机器人技术并不新鲜,多年来已有各种用例。但约翰·霍普金斯大学和斯坦福大学的新技术的有趣之处在于它如何利用模仿学习通过观察而不是显式编程来训练机器人。
研究人员为他们现有的达芬奇手术系统配备了机器学习模型,能够分析安装在机器人仪器上的摄像头记录的手术过程。这些视频是在真实手术期间拍摄的,提供了人类外科医生所执行任务的详细视觉和运动学表示。
为了训练机器人,该团队使用了类似于高级人工智能语言模型中的深度学习架构,但对其进行了调整以处理手术数据。改造后的系统分析视频输入和运动数据,以了解完成针操作、组织处理和缝合等任务所需的精确运动。
这里的想法是,通过关注相对运动(根据机器人当前位置进行调整,而不是遵循严格的预定义路径),该模型克服了达芬奇系统运动学精度的限制。
模仿是一回事,但该模型更进一步,加入了反馈机制,允许机器人评估自己的表现。使用模拟环境,系统可以将其动作与训练视频中演示的理想轨迹进行比较,从而使机器人能够改进其技术并达到与经验丰富的外科医生相当的精确度和灵巧水平,所有这些都不需要在训练期间持续进行人工监督。
为了确保机器人能够推广其技能,该模型还经历了各种手术方式、环境和任务。研究人员表示,该方法通过允许系统处理现实世界外科手术的细微差别和不可预测性来增强系统的适应性,而现实世界的外科手术可能因患者和外科医生的不同而存在很大差异。
– 在我们的工作中,我们并不是试图取代外科医生。我们只是想让外科医生的工作变得更容易,”负责监督这项研究的约翰·霍普金斯大学怀廷工程学院副教授阿克塞尔·克里格 (Axel Krieger) 告诉《科学》杂志。华盛顿邮报。– 想象一下,您想要一个疲惫的外科医生吗?您是当天的最后一个病人,而外科医生已经筋疲力尽了?或者您想要一个机器人来完成手术的一部分并真正帮助外科医生?
谢谢