从实验室到手术室 智能机器人进行临床手术操作还有多远?
如果外科医生通过视频来学习技术,你可能不希望他们给你缝合伤口。但如果是是机器人呢?来自加州大学伯克利分校、英特尔公司和谷歌大脑公司的研究人员最近通过模仿8位人类外科医生的工作视频,教授了一种人工智能模型。
这个被称为算法是在医疗人员使用达芬奇手术机器人执行缝合任务(如穿针和打结)的镜头上训练的。达芬奇系统从21世纪初就开始在病患身上进行操作,一般来说,机器人是由医生通过电脑控制台控制的。但是算法可以自己指挥机器。
它在一块布上的缝合操作证明了的自己的缝合技术。在测试中,该系统复制了人类外科医生的动作,准确率为85.5%。达到这样的精确程度并非易事。视频中的8名外科医生使用了多种技术,这使得人工智能很难找到最佳方法。
为了克服这个挑战,团队使用半监督算法,通过分析部分标记的数据集来学习任务。这使得人工智能能够从少量标记的视频数据中了解外科医生的基本动作。加州大学伯克利分校研究小组的负责人说,他们创造了一个样本效率模型:“我们所做的是将少量标记的数据组合起来,这样就不会影响性能,同时还能够利用未标记数据中的结构。”
从实验室到手术室
如果你仍然不相信通过视频训练机器人可以进行缝合伤口的动作,现在可以放松一下,因为在进入缝合手术室之前,这个系统还需要做很多工作。小组现在计划将针头与不同种类的组织结合起来,这样系统就能适应不同的情况,比如血液意外喷发。研究小组的下一个重大里程碑是能够实现半自动远程手术。他们设想机器人可以为医生提供帮助:抓住目标,纠正任何不准确的动作,甚至在伤口上缝合。
专家将此方法与半自动汽车的驾驶员辅助功能进行了比较:外科医生完全控制手术,但同时我们希望提供能够处理一些日常任务的功能,减少外科医生的认知负荷,提高他们的工作效率,从而潜在地关注更多的病人和更为复杂的病例。
就像向自动驾驶汽车的转变一样,这些渐进式的进步应该有助于赢得用户的信任。最终,自我监督的方法可以将人工智能应用到一系列现实世界中。互联网上充斥着大量的非结构化信息,如视频、图像和文本。如果机器人能像人类一样从中挖掘有用的内容来理解这些数据,那么机器人就能实现人工智能的长期目标:在执行日常生活任务时提供帮助和服务。