Χάρη σε ένα μοντέλο τεχνητής νοημοσύνης που μαθαίνει παρακολουθώντας βίντεο, το γνωστό χειρουργικό ρομπότ da Vinci έμαθε να εκτελεί μόνο του εργασίες όπως τα ράμματα, ένα βήμα πιο κοντά στον τελικό στόχο της πλήρως αυτοματοποιημένης χειρουργικής.

Η προσέγγιση της «μιμητικής μάθησης», λένε οι δημιουργοί του συστήματος, καταργεί την ανάγκη χειροκίνητου προγραμματισμού των ρομπότ για κάθε επιμέρους βήμα, και φέρνει τη ρομποτική χειρουργική πιο κοντά στην πραγματική αυτονομία.

Σχεδόν 7.000 ρομπότ da Vinci λειτουργούν σήμερα σε όλο τον κόσμο

«Μοιάζει μαγικό να έχουμε αυτό το μοντέλο το οποίο απλά ταΐζουμε με εικόνες από την κάμερα. Μπορεί στη συνέχεια να προβλέπει τις ρομποτικές κινήσεις που απαιτούνται στην επέμβαση» δήλωσε ο Άλεξ Κρίγκερ, μηχανολόγος-μηχανικός του «Τζονς Χόπκινς» και επικεφαλής της μελέτης που παρουσιάστηκε τον περασμένο μήνα στο Συνέδριο Ρομποτικής Μάθησης στο Μόναχο.

Η ομάδα του Κρίγκερ και οι συνεργάτες του στο Στάνφορντ εκπαίδευσαν το da Vinci Surgical System σε τρεις βασικές εργασίες: τον χειρισμό μιας βελόνας, το ράψιμο και το ανασήκωμα ιστών.

Το σύστημα ΑΙ συνδυάζει την προσέγγιση τις μιμητικής μάθησης και με την αρχιτεκτονική στην οποία βασίζονται τα  μεγάλα γλωσσικά μοντέλα όπως το ChatGPT. Ενώ όμως το ChatGPT δουλεύει με λέξεις, το χειρουργικό μοντέλο μιλά σε όρους κινηματικής, μιας γλώσσας που βασίζεται στις γωνίες των κινήσεων.

Το μοντέλο τροφοδοτήθηκε με εκατοντάδες βίντεο που είχαν τραβηχτεί με κάμερες στους βραχίονες του da Vinci κατά τη διάρκεια επεμβάσεων. Τα βίντεο, τα οποία συλλέχθηκαν από γιατρούς σε όλο τον κόσμο, χρησιμοποιούνται για αξιολόγηση των επεμβάσεων και αρχειοθετούνται.

Σχεδόν 7.000 ρομπότ da Vinci λειτουργούν σήμερα σε όλο τον κόσμο, συμπεριλαμβανομένης της Ελλάδας, με περισσότερους από 50.000 χειρουργούς να έχουν εκπαιδευτεί στο σύστημα. Αυτό σημαίνει ότι υπάρχει ένα μεγάλο απόθεμα βίντεο που θα μπορούσαν να αξιοποιηθούν στην εκπαίδευση μοντέλων τεχνητής νοημοσύνης.

Μυστικό της επιτυχίας, λένε οι ερευνητές, ήταν η εκπαίδευση του συστήματος ώστε να πραγματοποιεί σχετικές κινήσει, αντί για απόλυτες.

Η έρευνα έχει ήδη περάσει στο επόμενο στάδιο, την εκπαίδευση του μοντέλου στην εκτέλεση όχι επιμέρους εργασιών αλλά ολόκληρων επεμβάσεων.

Μερικές εκατοντάδες βίντεο αρκούν για να μάθει το σύστημα μια διαδικασία και να τη γενικεύσει σε νέα περιβάλλοντα.

Όπως είπε ο Κρίγκερ, «το μοντέλο είναι πολύ καλό στο να μαθαίνει πράγματα που δεν το διδάξαμε. Για παράδειγμα, αν του πέσει η βελόνα, θα τη σηκώσει αυτόματα και θα συνεχίσει. Δεν του το έμαθα εγώ αυτό».