Onderzoekers van Johns Hopkins University (JHU) en Stanford University hebben een chirurgische robot getraind door deze simpelweg video’s te laten bekijken van ervaren chirurgen. Het resultaat? De robot kon de chirurgische taken net zo vaardig uitvoeren als een menselijke arts.
De sleutel tot dit succes is de methode genaamd “imiterend leren.” Waar robots traditioneel gezien voor elke beweging geprogrammeerd moeten worden, kan deze nieuwe methode een chirurgische robot trainen door simpelweg beelden van voorgaande operaties te analyseren en na te bootsen. Dit betekent dat robots zonder menselijke begeleiding complexe chirurgische taken kunnen uitvoeren, een belangrijke stap richting autonome operaties.
Het onderzoeksteam, geleid door professor Axel Krieger, heeft een AI-model ontwikkeld dat video’s van operaties omzet in robotische bewegingen. Dit is gedaan met de da Vinci Surgical System-robot, die veel wordt gebruikt in ziekenhuizen wereldwijd. De robot werd getraind om drie fundamentele taken zelfstandig uit te voeren: het bewegen van een naald, het optillen van weefsel, en het hechten. Voor deze taken gebruikte het model niet alleen absolute acties, maar leerde het om relatief te bewegen. Dit maakt de robot nauwkeuriger en flexibeler in verschillende situaties.
Geavanceerde technologieën en kinematica
Het AI-model dat de onderzoekers hebben ontwikkeld, combineert imitatie met geavanceerde machine learning-technieken die ook in toepassingen als chatbots worden gebruikt. Maar waar chatbots taal verwerken, vertaalt dit model kinematica, oftewel de bewegingen van de robot, in wiskundige elementen en formules. De robot kreeg video’s van eerdere operaties te zien via camera’s op de armen van de da Vinci-robot. Dankzij een groot archief aan data van wereldwijd uitgevoerde operaties, kon het systeem de chirurgische technieken nabootsen en zelfs anticiperen op fouten.
Een bijzonder aspect van het model is dat het fouten automatisch kan herstellen. Zo leert het model bijvoorbeeld zelfstandig een naald op te pakken als deze per ongeluk valt. Dit vermogen om te leren en aan te passen is volgens Krieger een doorbraak die robots in staat kan stellen om volledig zelfstandige operaties uit te voeren.
Toekomst van de robotchirurgie
Volgens de onderzoekers kan dit type systeem de manier waarop robots worden ingezet in de medische wereld fundamenteel veranderen. Tot nu toe was het programmeren van robots voor specifieke taken een tijdrovende klus. Een team zou bijvoorbeeld jaren kunnen werken aan het perfectioneren van één type hechting. Dankzij imiterend leren kan de trainingstijd worden teruggebracht tot een paar dagen. Hierdoor komt de droom van volledig autonome chirurgie sneller in zicht, wat niet alleen medische fouten kan verminderen, maar ook de precisie van operaties ten goede komt.
Krieger en zijn team hebben hun bevindingen gepresenteerd op de Conference on Robot Learning in München. Hoewel de technologie nog in ontwikkeling is en er mogelijk jaren nodig zijn voordat robots volledig zelfstandig operaties kunnen uitvoeren, biedt deze doorbraak een glimp van wat de toekomst in petto heeft voor robotondersteunde chirurgie. Innovaties zoals deze kunnen complexe behandelingen veiliger en toegankelijker maken voor patiënten wereldwijd.
