Robot opereert na het kijken van video’s

Sam van Smarthealth20 november 2024

Een robot die nieuwe operatie-skills leert door video’s te bekijken, kan hierna net zo goed opereren als een chirurg. Dat blijkt uit onderzoek van John Hopkins University in Amerika. Tot dusverre moest elke losse handeling van operatierobots geprogrammeerd worden, maar door het imiteren van video’s wordt dit overbodig. Dat scheelt tijd en maakt dat de robots steeds zelfstandiger complexe operaties kunnen uitvoeren, zonder inmenging van mensen.

De resultaten van de onderzoekers werden begin november gepresenteerd op een conferentie over robots en machine learning in München.

Da Vinci-robots

Het team gebruikte imitatieleren om de Da Vinci-robot, die ook in zo’n twintig Nederlandse ziekenhuizen voor operaties wordt gebruikt, te trainen. De robots worden getraind in drie essentiële taken voor een operatie: werken met een naald, hechten en huidweefsel optillen. Het model waarmee de robots worden getraind, combineert imitatieleren met een soort ChatGPT. Er wordt in dit geval alleen geen input gegeven door middel van tekst en woorden, maar ‘robottaal’ die handelingen vertaalt naar hoeken en wiskunde.

Video’s

De gebruikte video’s zijn afkomstig van de ‘polsen’ van Da Vinci-robots, want inmiddels gebruiken wereldwijd zo’n 50.000 chirurgen in totaal 7.000 van deze robots. Bij elke operatie worden er opnames gemaakt ter analyse. Na training met het model bleken de robots de basistaken van het opereren net zo vakkundig uit te kunnen voeren als menselijke artsen.

Nauwkeurig

Want hoewel de Da Vinci-robots op grote schaal worden gebruikt, vinden onderzoekers het systeem soms nog onnauwkeurig. De sleutel tot verbetering ligt volgens de Amerikaanse wetenschappers in het trainen van het model op ‘relatieve’ bewegingen, in plaats van ‘absolute’ acties die onnauwkeurig kunnen zijn.

"Het enige wat we nodig hebben is beeld-input en dan vindt dit AI-systeem de juiste actie", zegt Ji Woong "Brian" Kim, postdoctoraal onderzoeker bij Johns Hopkins. "We ontdekken dat het model zelfs met een paar honderd demo's in staat is de procedure te leren en te generaliseren naar nieuwe omgevingen die het nog niet eerder is tegengekomen."