一项突破性的模仿学习技术为医疗机器人的“新前沿”铺平了道路。约翰斯·霍普金斯大学（Johns Hopkins University）的研究人员报告称，一台仅通过观察资深外科医生的视频进行训练的机器人，已成功复制了复杂的手术程序，其技能水平可与经验丰富的外科医生相媲美。研究团队指出，通过成功利用模仿学习训练外科手术机器人，机器人手术正逐渐接近真正的自主性，即机器人可能无需人类协助即可执行高难度手术。据约翰斯·霍普金斯大学的研究团队介绍，这减少了为每个手术步骤单独编程机器人的需求。
“这个模型真的非常神奇，我们所做的只是输入摄像头数据，它就能预测出手术所需的机器人动作。我们认为这标志着医疗机器人领域的一个重要进步。”约翰斯·霍普金斯大学机械工程系助理教授Axel Krieger在一份声明中表示，他是该研究的高级作者。
人工智能辅助精确度
斯坦福大学（Stanford University）的研究人员使用模仿学习技术，训练了一台达芬奇手术系统（da Vinci Surgical System）机器人执行三个关键的外科任务：针头操作、组织提升和缝合。根据研究团队的模型，机器人在这些任务上的表现与人类外科医生相当。该模型结合了支持ChatGPT的机器学习架构和模仿学习技术。然而，与ChatGPT使用文字和文本不同，该模型使用运动学语言，即将机器人的运动角度转换为数学表达式。
研究人员将数百部由安装在达芬奇机器人手臂上的腕部摄像机拍摄的手术录像纳入模型。这些录像由世界各地的外科医生录制，并在术后分析中保存。全球有超过50,000名外科医生接受过该系统的培训，约有7,000台达芬奇机器人在运行，因此机器人可以模仿大量数据。
尽管达芬奇系统被广泛使用，但学术界认为该系统在准确性方面存在不足。然而，研究团队设法使不准确的输入发挥作用。关键在于训练模型执行相对运动而非绝对动作，后者往往是不精确的。“我们只需要图像输入，然后这个AI系统就能找到正确的动作。即使只有几百个演示，模型也能学会手术程序，并适应从未遇到的新环境。”约翰斯·霍普金斯大学的博士后研究员Briana Kim在一份声明中表示，她是该研究的主要作者。
自主手术
该模型展示了令人印象深刻的学习能力，能够独立完成未明确教授的任务，如拾起掉落的针头以无缝继续手术。研究团队指出，该模型可以快速训练机器人执行各种类型的手术，从简单的任务到完整的程序。此前，即使对于基本的手术步骤，也需要详细编码每个动作，有时为特定手术类型建模单个方面就需要数年时间。这种方法高度受限。然而，采用新方法后，研究团队只需收集不同手术的模仿数据，便可在几天内训练机器人。
“这使我们能够加速实现自主目标，同时减少医疗错误并提高手术精度。”Krieger表示。
(全文结束)
