A sebészeti robotok egyelőre inkább az orvosok szemeként és kezeként funkcionálnak, sokkal jobb rálátást nyújtva a páciens testének rejtett zugaiba, a teljesen önállóan működő sebészrobotok kora még nem érkezett el. A legújabb fejlesztések eredményei azonban megnyithatják az utat a külső irányítás nélkül műtő, autonóm orvosi robotok alkalmazása előtt. Míg a manapság legtöbbször használt Da Vinci rendszer az orvosok precizitását növeli, és lényegében lefordítja a sebész mozdulatait, hogy a minimálisan invazív beavatkozásokat minél pontosabban tudják végezni, valamint a mesterséges intelligencia feedbackkel segíti az érzékelésüket, addig a következő generációs gépek már képesek lesznek az MI-t még többféle módon felhasználni.
A Johns Hopkins munkatársai a kísérlet során éppen egy Da Vinci robot betanításán próbálták ki az új módszert, aminek alapját egy olyan modell adta, ami a betáplált videós anyag alapján határozta meg, milyen mozdulatokra van szüksége a robotnak a procedúra sikeres elvégezéséhez. Az imitációs, vagyis utánzáson alapuló tanulási folyamat a gépi tanulási rendszerrel kombinálva hatékonynak bizonyult: a robot néhány száz videó feldolgozása után nemcsak megtanulta a műtéthez szükséges mozdulatokat, hanem még sokkal pontosabban tudott dolgozni, kiküszöbölve a felvételen látható robotok hibáit.
A videókon ugyanis szintén Da Vinci robotok műtöttek, csak nem önállóan, hanem orvosok által irányítva. Az ilyen műtétek során szokás, hogy a sebészek csuklón hordható kamerákkal rögzítik az eseményeket későbbi elemzések céljából, így számos felvétel állt rendelkezésre a tanításhoz. Jelenleg világszerte körülbelül 7000 Da Vinci rendszer dolgozik a műtőkben, és 50 000 sebészt képeztek már ki a használatukra. A Johns Hopkins leírása szerint a rendszer, bár népszerű, de egyelőre sok pontatlanságot követ el, ezért a hibák javítása különösen fontos feladat.
A mesterséges intelligenciával felturbózott modell rendkívül jól szerepelt a teszteken, olyan problémákat is tudott kezelni, amelyek megoldását nem mutatták meg neki korábban. A módszerrel lehetővé válhat, hogy előzetes kódolás nélkül, az imitációs tanulásra alapozva tudják a robotokat felkészíteni a műtétekre, ami a robotsebészeti technológia terén nagy előrelépést jelenthet.
A modell ezáltal a precizitás növelésén és az orvosi hibák esélyének csökkentésén kívül a teljes autonómiát is közelebb hozza
- magyarázta a kísérlettel kapcsolatban Axel Krieger, a Johns Hopkins professzora.
(Fotó: Johns Hopkins)