ジョン・ホプキンス大学とスタンフォード大学のロボットがビデオを見て手術を学ぶ

ジョン・ホプキンス大学とスタンフォード大学の研究者らは、医療ロボット工学における重要な前進となる可能性がある、人間の医師の技術で外科手術を行うロボットをビデオで訓練する方法の詳細を明らかにした。

手術におけるロボット工学は新しいものではなく、長年にわたりさまざまな使用例が存在します。しかし、ジョンズ・ホプキンス大学とスタンフォード大学の新技術が興味深いのは、明示的なプログラミングではなく、観察を通じてロボットを訓練する模倣学習をどのように活用しているかという点です。

研究者らは、既存のダヴィンチ手術システムに、ロボットの器具に取り付けられたカメラによって記録された手術手順を分析できる機械学習モデルを装備しました。実際の手術中に撮影されたビデオは、人間の外科医によって実行される作業の詳細な視覚的および運動学的表現を提供します。

ロボットを訓練するために、チームは高度な人工知能言語モデルに見られるものと同様の深層学習アーキテクチャを使用しましたが、それを手術データの処理に適応させました。適応されたシステムは、動作データとともにビデオ入力を分析し、針の操作、組織の取り扱い、縫合などのタスクを完了するために必要な正確な動きを学習します。

ここでの考え方は、相対的な動きに焦点を当て、事前に定義された厳密なパスに従うのではなく、ロボットの現在位置に基づいて調整することで、モデルがダ ヴィンチ システムの運動学の精度の限界を克服するというものです。

模倣は 1 つのことですが、このモデルには、ロボットが自身のパフォーマンスを評価できるようにするフィードバック メカニズムが組み込まれており、さらに進んでいます。シミュレートされた環境を使用して、システムはその動作をトレーニング ビデオで示されている理想的な軌道と比較することができ、ロボットがその技術を磨き、経験豊富な外科医に匹敵する精度と器用さのレベルを達成することができます。これはすべて、トレーニング中に人間が常に監視する必要がありません。 。

ロボットがそのスキルを汎用化できるようにするために、モデルはさまざまな手術スタイル、環境、タスクにもさらされました。研究者らによると、このアプローチにより、患者や外科医によって大きく変わり得る現実の外科手術の微妙な違いや予測不可能性にシステムが対処できるようになり、システムの適応性が向上するとのことです。

「私たちの仕事では、外科医を置き換えようとしているわけではありません。私たちはただ、外科医にとって作業を楽にしたいだけなのです」と、研究を監督したジョンズ・ホプキンス大学ホワイティング工学大学院のアクセル・クリーガー准教授は語った。 ワシントンポスト。 「想像してみてください。あなたがその日最後の患者で、外科医が極度に疲れ果てているときに、疲れた外科医を望んで​​いますか?それとも、手術の一部を行って外科医を本当に手助けするロボットが欲しいですか?」

画像: SiliconANGLE/表意文字