Roboter lernen chirurgische Eingriffe durch Videoimitation

MÜNCHEN (IT BOLTWISE) – In einem bedeutenden Schritt für die medizinische Robotik haben Forscher von der Johns Hopkins University einen Roboter entwickelt, der chirurgische Eingriffe durch das Ansehen von Videos erlernt. Diese Entwicklung könnte die Zukunft der Chirurgie revolutionieren, indem sie die Autonomie von Robotern in Operationssälen erhöht.

Die Fähigkeit von Robotern, chirurgische Eingriffe durch das Ansehen von Videos zu erlernen, stellt einen bedeutenden Fortschritt in der medizinischen Robotik dar. Forscher der Johns Hopkins University haben einen Roboter entwickelt, der durch die Analyse von Videos, die von erfahrenen Chirurgen aufgenommen wurden, komplexe chirurgische Aufgaben ausführen kann. Diese Methode der ‘Imitationslernen’ ermöglicht es Robotern, ohne die Notwendigkeit einer detaillierten Programmierung für jede einzelne Bewegung zu lernen.

Der Roboter, der auf dem da Vinci Surgical System basiert, wurde mit Hunderten von Videos trainiert, die von Kameras an den Armen der Roboter während chirurgischer Eingriffe aufgenommen wurden. Diese Videos dienen normalerweise der postoperativen Analyse und werden archiviert. Durch die Nutzung dieser Daten konnte der Roboter chirurgische Eingriffe mit einer Geschicklichkeit durchführen, die mit der von menschlichen Chirurgen vergleichbar ist.

Das Team, zu dem auch Forscher der Stanford University gehören, hat den Roboter darauf trainiert, grundlegende chirurgische Aufgaben wie das Manipulieren einer Nadel, das Anheben von Körpergewebe und das Nähen zu erledigen. Dabei wurde eine maschinelle Lernarchitektur verwendet, die der von Sprachmodellen wie ChatGPT ähnelt, jedoch in der ‘Sprache’ der Robotik-Kinematik arbeitet.

Ein bemerkenswerter Aspekt dieser Technologie ist die Fähigkeit des Modells, relative Bewegungen statt absoluter Aktionen zu erlernen, was die Präzision erhöht. Dies bedeutet, dass der Roboter in der Lage ist, seine Aktionen autonom zu korrigieren, wie zum Beispiel das Aufheben einer fallengelassenen Nadel, ohne dass dies explizit programmiert wurde.

Diese Entwicklung könnte die Ausbildung von Robotern für chirurgische Eingriffe erheblich beschleunigen und die Tür zu vollständig autonomen Operationen öffnen. Die Forscher glauben, dass diese Technologie nicht nur die Genauigkeit von Operationen verbessern, sondern auch medizinische Fehler reduzieren könnte.

Die Ergebnisse dieser Forschung wurden auf der Konferenz für Robotiklernen in München vorgestellt, einem führenden Event für Robotik und maschinelles Lernen. Die Forscher betonen, dass diese Methode es ermöglicht, Roboter in wenigen Tagen für verschiedene chirurgische Verfahren zu trainieren, was bisher Jahre gedauert hätte.

Die Anwendung dieser Technologie könnte weitreichende Auswirkungen auf die medizinische Praxis haben, indem sie die Effizienz und Sicherheit von Operationen erhöht. Die Forscher arbeiten bereits daran, den Roboter für vollständige chirurgische Eingriffe zu trainieren, was einen weiteren Schritt in Richtung autonomer medizinischer Roboter darstellt.