想象這樣一個場景：假如一名患者必須在幾分鐘內(nèi)接受手術(shù)，否則就會面臨死亡風(fēng)險。然而附近碰巧沒有醫(yī)院，但是恰好有一臺 AI 手術(shù)機(jī)器人，并且其手術(shù)成功率很高，那么這名患者大概率愿意嘗試一下。
前不久，來自美國約翰霍普金斯大學(xué)和美國斯坦福大學(xué)的研究人員打造出一臺 AI 手術(shù)機(jī)器人，目前其已能完成外科手術(shù)中的三項基本操作：操縱針頭、提起身體組織、縫合。
在縫合等標(biāo)準(zhǔn)手術(shù)任務(wù)中，該機(jī)器人的手術(shù)時長相比人類醫(yī)生大約縮短 30%，這對于時間緊迫的手術(shù)尤為有益。目前，它不僅能做縫合之類的小手術(shù)，還能做一臺完整的手術(shù)。
研究中，研究人員針對機(jī)械臂加以訓(xùn)練，即讓它“觀看”10000 多條長達(dá)數(shù)千小時的手術(shù)視頻，這些視頻均來自于真實手術(shù)室，由真人醫(yī)生從手腕上安裝的攝像頭錄制而來。
通過這一學(xué)習(xí)，以及在“模仿學(xué)習(xí)”（IL，imitative learning）在這一方法的幫助之下，讓機(jī)器人能夠觀察和模仿真人醫(yī)生的行為，從而通過自我學(xué)習(xí)達(dá)到與人類醫(yī)生相當(dāng)?shù)乃健?br/>
（來源：Johns Hopkins University）
已通過模擬手術(shù)考核
工欲善其事，必先利其器。本次研究用到的一款“硬件利器”叫做達(dá)芬奇手術(shù)系統(tǒng)（dVRK，da Vinci Surgical Research Kit），它是一款遠(yuǎn)程機(jī)器人手術(shù)系統(tǒng)，該系統(tǒng)中包含一個由 AI 驅(qū)動的機(jī)械臂。目前，該系統(tǒng)已被廣泛用于非臨床研究領(lǐng)域。
在打造機(jī)器人時，研究人員也使用了這一系統(tǒng)。如果將機(jī)器人比喻為一個人，那么達(dá)芬奇手術(shù)系統(tǒng)就是它的“手和眼睛”，而研究人員的主要貢獻(xiàn)在于為該機(jī)器人造出了“大腦”，即讓其擁有自我學(xué)習(xí)的能力。
對于一般的編程機(jī)器人來說，在對其進(jìn)行訓(xùn)練時，通常需要以手動方式輸入人們希望它們做出的動作。
在之前基于達(dá)芬奇手術(shù)系統(tǒng)的類似研究中，當(dāng)對機(jī)器人進(jìn)行縫合編程時，人們需要針對每個動作進(jìn)行詳細(xì)的手工編碼。這不僅“框死”了機(jī)器人的能力范圍，而且還會讓其缺乏靈活性。
更嚴(yán)重的是，在機(jī)械臂執(zhí)行多個關(guān)節(jié)運動之后其會積累一定的誤差，這可能會讓機(jī)械臂無法準(zhǔn)確地到達(dá)預(yù)定位置。
在手術(shù)這樣的敏感環(huán)境中，即使是微小的誤差也有可能帶來致命后果，因此這也是此前該類機(jī)器人在落地時面臨的主要限制。
基于此，研究人員定下這樣一個目標(biāo)：當(dāng)機(jī)器人在做手術(shù)時，讓其能夠根據(jù)實時觀察到的情況移動。
為此，研究人員使用了“模仿學(xué)習(xí)”這一方法，而之所以無需針對單個動作進(jìn)行手動編程，是因為“模仿學(xué)習(xí)”能讓機(jī)器人觀察真人醫(yī)生手術(shù)的步驟，從而讓其具備自主學(xué)習(xí)的能力，進(jìn)而能在沒有人類幫助的情況下開展復(fù)雜手術(shù)。
也就是說，“模仿學(xué)習(xí)”這一方法可以讓機(jī)器人快速適應(yīng)它所看到的任何東西，能讓機(jī)器人像外科實習(xí)醫(yī)生一樣從年長醫(yī)生那里學(xué)習(xí)。
實現(xiàn)這一功能也很簡單，只需要收集不同手動程序的“模仿學(xué)習(xí)”數(shù)據(jù)來訓(xùn)練機(jī)器人，幾天之內(nèi)機(jī)器人就能學(xué)會相應(yīng)的能力。
研究人員還將“模仿學(xué)習(xí)”方法與 ChatGPT 所使用的同款機(jī)器學(xué)習(xí)架構(gòu)相結(jié)合。
不過，ChatGPT 使用的是文字和文本。而該機(jī)器人所搭載的模型則使用運動學(xué)（kinematics）來執(zhí)行動作（運動學(xué)是一種能將機(jī)器人運動角度分解為數(shù)學(xué)的語言）。
在機(jī)器人所使用的受訓(xùn)數(shù)據(jù)中，包含患者解剖差異、意外出血和組織異常等數(shù)據(jù)，基于此機(jī)器人能夠進(jìn)行泛化和插值。如果機(jī)器人在手術(shù)中遇到略有不同的器官結(jié)構(gòu)，它能夠識別這些器官并做出適當(dāng)?shù)膭幼鳌?br/>
為了讓該機(jī)器人進(jìn)行更安全的操作，研究人員還對機(jī)器人進(jìn)行了虛擬模擬（virtual simulations）。
通過觀看大量視頻，讓機(jī)器人學(xué)會分辨手術(shù)動作之間的細(xì)微差別，來判斷在處理組織所需的張力幅度，從而避免造成損傷。
為了檢驗這款機(jī)器人的效果，研究人員打造了一臺模擬手術(shù)，其中使用了合成組織模擬器（synthetic tissue simulators）和手術(shù)假人，并將“針頭放置精確度”和“組織操作一致性”設(shè)為這一模擬手術(shù)的考核目標(biāo)。
結(jié)果發(fā)現(xiàn)，該機(jī)器人非常擅長學(xué)習(xí)那些人類并沒有教過它的技能，例如手術(shù)針頭掉了它會自動撿起并繼續(xù)手術(shù)。
也就是說該機(jī)器人具有較好的自適應(yīng)性，這不僅有利于它學(xué)會新技能，也能幫助它更好地處理手術(shù)現(xiàn)場中的突發(fā)情況，比如處理患者動脈破裂或患者生命體征突然變化等情況。
在創(chuàng)建虛擬模型的時候，研究人員使用了一個未包含在初始訓(xùn)練中的單獨數(shù)據(jù)集，以確保在進(jìn)行物理程序測試之前讓機(jī)器人既能適應(yīng)新的手術(shù)場景，也能適應(yīng)從未見過的手術(shù)場景（unseen surgical scenarios）。通過這種交叉驗證，讓機(jī)器人的泛化能力得以驗證。
通過將復(fù)雜的動作序列分解為運動組件，機(jī)器人還能學(xué)會一些復(fù)雜動作序列。
其原理在于：這些序列可以轉(zhuǎn)化為更簡單的動作，比如關(guān)節(jié)角度、位置和路徑，從而讓機(jī)器人在做手術(shù)過程中更容易模仿動作和調(diào)整動作。
另外，在執(zhí)業(yè)外科醫(yī)生的幫助之下，讓研究人員得以更好地評估機(jī)器人所搭載的模型性能，并能提供關(guān)于組織的精細(xì)處理的反饋。收到這些反饋之后，機(jī)器人會將其整合到學(xué)習(xí)過程中。
（來源：Johns Hopkins University）
當(dāng)一個 AI 手術(shù)機(jī)器人拿著手術(shù)刀和針頭
當(dāng)一個 AI 手術(shù)機(jī)器人拿著手術(shù)刀和針頭，似乎會讓患者感到可怕。但是，在某些情況下機(jī)器的精度可能比真人醫(yī)生更好。
因為對于能夠獨立執(zhí)行復(fù)雜程序的機(jī)器人來說，只要它處于正常運行狀態(tài)，其醫(yī)療錯誤率可能會更低。
假如 AI 手術(shù)機(jī)器人能夠得到大范圍普及，那么人類醫(yī)生則能將精力用于處理并發(fā)癥，以及用于處理難度更高的手術(shù)操作中。
研究人員的設(shè)想是，讓該機(jī)器人成為真人外科醫(yī)生的助手，同時最大限度地減少人為錯誤。要想實現(xiàn)這一目標(biāo)，必須證明其在所有特定情況下的可靠性。
如果該機(jī)器人能夠順利完成包含棘手情況在內(nèi)的 1000 次手術(shù)，那就說明其具備一定的可靠性。
同時，要想在沒有人類監(jiān)督的情況下，將該機(jī)器人部署在真實手術(shù)環(huán)境之中，必須解決倫理方面和監(jiān)管方面的挑戰(zhàn)。
比如，對于一個由機(jī)器人完成的手術(shù)來說，如果出問題了誰來負(fù)責(zé)？是生產(chǎn)機(jī)器人的公司？還是監(jiān)督它做手術(shù)的真人醫(yī)療人員？
解決這些問題之后，在做這樣一臺手術(shù)時還得征求患者的同意，這時就需要對患者及其家屬進(jìn)行“用戶教育”，即讓他們了解什么是手術(shù)機(jī)器人及其與人類外科醫(yī)生的不同。
目前，這一領(lǐng)域仍然處于灰色地帶。未來如果有更多統(tǒng)計數(shù)據(jù)能夠證明手術(shù)機(jī)器人的安全性和有效性，那么人們將會更有動力選擇手術(shù)機(jī)器人。
當(dāng)這一切就緒，既需要相關(guān)醫(yī)院愿意為此投入資金，也需要醫(yī)院成立專門團(tuán)隊來管理手術(shù)機(jī)器人。
而在下一步，研究人員將探索該機(jī)器人能否用于看不見的解剖結(jié)構(gòu)的外科手術(shù)。
在一些復(fù)雜的外科手術(shù)中，做手術(shù)時需要隨時適應(yīng)患者的情況。在對嚴(yán)重的內(nèi)傷患者進(jìn)行手術(shù)時，也需要該機(jī)器人具備更強(qiáng)的能力，因此還需進(jìn)一步提高它的能力。
同時，研究人員也將讓該機(jī)器人嘗試開展真實手術(shù)，比如先從疝氣修復(fù)手術(shù)這樣的低風(fēng)險手術(shù)開始，然后再逐步推進(jìn)到更復(fù)雜的手術(shù)。
參考資料：
https://techxplore.com/news/2024-11-surgery-videos-robot-skill-human.html
https://www.fastcompany.com/91226566/doctors-built-an-ai-that-taught-itself-how-to-do-surgery-and-its-ready-to-work-on-humans
https://hub.jhu.edu/2024/11/11/surgery-robots-trained-with-videos/
https://www.techradar.com/computing/artificial-intelligence/robotic-ai-performs-successful-surgery-after-watching-videos-for-training
https://www.techeblog.com/ai-robot-learn-human-doctor-surgery-videos/
運營/排版：何晨龍
