Robôs John Hopkins e Stanford aprendem cirurgia assistindo a vídeos

Pesquisadores da Universidade John Hopkins e da Universidade de Stanford revelaram detalhes de como estão treinando robôs com vídeos para realizar tarefas cirúrgicas com a habilidade de médicos humanos, no que pode ser um avanço significativo na robótica médica.

A robótica em cirurgia não é nova, com vários casos de uso ao longo de vários anos. Mas o que torna a nova tecnologia da Johns Hopkins e Stanford interessante é como ela aproveita a aprendizagem por imitação para treinar robôs por meio da observação, em vez de programação explícita.

Os pesquisadores equiparam seu Sistema Cirúrgico da Vinci existente com um modelo de aprendizado de máquina capaz de analisar procedimentos cirúrgicos registrados por câmeras montadas nos instrumentos do robô. Os vídeos, capturados durante cirurgias reais, fornecem uma representação visual e cinemática detalhada das tarefas realizadas por cirurgiões humanos.

Para treinar os robôs, a equipe usou uma arquitetura de aprendizagem profunda semelhante às encontradas em modelos avançados de linguagem de inteligência artificial, mas adaptou-a para processar dados cirúrgicos. O sistema adaptado analisa entradas de vídeo juntamente com dados de movimento para aprender os movimentos precisos necessários para completar tarefas como manipulação de agulhas, manuseio de tecidos e sutura.

A ideia aqui é que, ao focar nos movimentos relativos – ajustando com base na posição atual do robô, em vez de seguir caminhos rígidos e predefinidos – o modelo supera as limitações na precisão da cinemática do sistema da Vinci.

Mimetismo é uma coisa, mas o modelo vai além com a inclusão de um mecanismo de feedback que permite ao robô avaliar seu próprio desempenho. Utilizando ambientes simulados, o sistema pode comparar suas ações com as trajetórias ideais demonstradas nos vídeos de treinamento, permitindo ao robô refinar suas técnicas e atingir níveis de precisão e destreza comparáveis ​​aos de cirurgiões altamente experientes, tudo sem a necessidade de supervisão humana constante durante o treinamento. .

Para garantir que os robôs pudessem generalizar suas habilidades, o modelo também foi exposto a uma ampla gama de estilos cirúrgicos, ambientes e tarefas. Segundo os pesquisadores, a abordagem aumenta a adaptabilidade do sistema, permitindo-lhe lidar com as nuances e a imprevisibilidade dos procedimentos cirúrgicos do mundo real, que podem ser altamente variáveis ​​dependendo do paciente e do cirurgião.

“Em nosso trabalho, não estamos tentando substituir o cirurgião. Queremos apenas tornar as coisas mais fáceis para o cirurgião”, disse Axel Krieger, professor associado da Escola de Engenharia Johns Hopkins Whiting que supervisionou a pesquisa. Washington Post. “Imagine, você quer um cirurgião cansado, onde você é o último paciente do dia e o cirurgião está super exausto? Ou você quer um robô que faça parte da cirurgia e realmente ajude o cirurgião?”

Imagem: SiliconANGLE/Ideograma