Forscher der Johns Hopkins University haben eine neue KI entwickelt, die autonom komplexe chirurgische Schritte durchführen kann, einen Meilenstein, der die Grenzen der Automatisierung in der Medizin überschreitet. Das System, als hierarchischer chirurgischer Robotertransformator (SRT-H) bezeichnet, leitete erfolgreich einen Standard In einem in einem in Science Robotics veröffentlichten Artikel im Juli 2025 wurde die KI in acht Unseen Porcine Gallbladders eine Erfolgsrate von 100% erreicht. Im Gegensatz zu seinen Vorgängern lernt SRT-H durch Beobachtung menschlicher Experten und kann seine eigenen Fehler in Echtzeit korrigieren, ein bedeutender Sprung aus starren, vorprogrammierten Robotersystemen. Das ultimative Ziel ist, sagen Forscher nicht, Chirurgen zu ersetzen, sondern ihre Fähigkeiten zu verbessern, die prozessuale Konsistenz zu verbessern und möglicherweise “Ich erweitert den Zugriff auf hohe Zugriffe. src=”https://winbuzzer.com/wp-content/uploads/2025/07/surgical-robot-transformer-srt-h-ai-robot-Surgery-johns-hopkins.jpg”>
Smart Tissue Autonomous Robot (Star) in 2022 , zeigte sich eine Operation mit einer Operation, die sich mit einer Lebeschwein über eine Lebeschwein zeigte. Diese Systeme wurden jedoch unter stark kontrollierten Bedingungen betrieben und erforderten jedoch häufig spezielle Fluoreszenzmarker für die Verfolgung und Stütze auf starre, vorprogrammierte Pläne, bei denen die Anpassungsfähigkeit fehlte. „Das Programm sagte dem Roboter genau, wie man sich bewegen und was zu tun ist. Es funktionierte wie in diesen Kuka-Roboterarmen und schweißte Autos auf Fabrikböden.“ Dieser Ansatz, der sich auf handgefertigten Staatsmaschinen stützte, fehlte die Ausdruckskraft, um mit der unberechenbaren Natur der Operation umzugehen. Im Gegensatz dazu basiert SRT-H für eine dynamischere Umgebung.”Unsere aktuelle Arbeit ist viel flexibler. Es ist eine KI, die aus Demonstrationen lernt”, fügte Kim hinzu. Anstatt für jede Kontingenz explizit programmiert zu werden, erwerbt SRT-H seine anspruchsvollen Manipulationsfähigkeiten durch Beobachtung menschlicher Demonstrationen. Dies ermöglicht die KI, natürliche Variationen in Anatomie und Gewebe zu bewältigen, die eine vorprogrammierte Maschine verwechseln würden, was einen grundlegenden Schritt von der einfachen Automatisierung zu echten Maschineninformationen im Operationssaal darstellt. href=”https://h-surgical-robot-transformer.github.io/”target=”_ leer”> anspruchsvolle, zweistufige Architektur , was ein kollaboratives Team nachahmt. Es verwendet eine hochrangige Sprachpolitik, die auf einem Transformatormodell basiert und das als „Gehirn“ fungiert. Dieser Planer analysiert Video-Feeds, um eine Strategie zu entwickeln und Anweisungen auf Aufgabenebene in natürlicher Sprache zu erteilen. Dies wird mit einer Richtlinie mit niedriger Ebene gepaart, die diese Befehle in präzise, physikalische Bewegungen für die Arme des Roboters übersetzt. Es ermöglicht das System, eine 17-stufige Cholezystektomie in überschaubare Aufgaben wie Greifen, Klimpersonen und Schneiden zu zerlegen. Noch wichtiger ist, dass es eine wichtige Fähigkeit ermöglicht: Selbstkorrektur. Wenn die Richtlinie auf niedriger Ebene einen Fehler macht, wie das Fehlen eines Verständnisses, erkennt der hohe Planer den Fehler und stellt eine Korrekturanweisung zur Wiederherstellung aus, Eine aus speziellen Trainingsdaten erfasste Fähigkeit, die aus Specialized Training Data gelernt wurde. In Versuchen wurde sechs solcher Korrekturen pro Verfahren durchschnittlich und zeigte eine robuste Leistung ohne menschliche Hilfe.”Das Besondere am SRT-H ist, dass es das erste Roboter-Chirurgie-System ist, das so autonom ist, während er noch einen Standard-chirurgischen Roboter verwendet, den Da Vinci.”Diese Fähigkeit, auf einer weit verbreiteten Plattform mit über 10.000 Einheiten in Krankenhäusern zu arbeiten, könnte ihren Weg in Richtung klinischer Relevanz und Adoption erheblich beschleunigen. Verwaltungsaufgaben zur Bewältigung klinischer Kernprobleme. Tech-Riesen konkurrieren zunehmend um die Entwicklung von Systemen für fortschrittliche Diagnostik und Behandlung und schaffen einen reichhaltigen und wettbewerbsfähigen Kontext für die SRT-H-Leistung. Das System wurde gegen herausfordernde Fallstudien bewertet und erreichte eine Genauigkeitsrate von 85,5%, verglichen mit nur 20% für eine Gruppe von Ärzten. Der CEO von Microsoft AI, Mustafa Sulyman, erklärte mutig: „Microsoft hat einen echten Schritt in Richtung medizinischer Superintelligenz gemacht.“
Dieses diagnostische Tool ist Teil eines breiteren strategischen Schubs von Microsoft, der Plattformen wie Gigapath für Pathologie und Dragon-Kopilot für klinische Dokumentationen enthält. Microsoft ist jedoch nicht allein. Google verfolgt mit seinem Alphafold-Projekt eine Grundwissenschaft und arbeitet mit der HCA Healthcare on Workflow-Automatisierung zusammen, während OpenAI die FDA mit der Verwendung von AI zur Rationalisierung der Arzneimittelbewertung einsetzt. In der Natur veröffentlicht in der Natur, ergab die Überprüfung von 83 Studien, dass die diagnostische KI zwar mächtig wird, sie jedoch immer noch deutlich hinter menschlichen Spezialisten zurückbleibt. Wie der führende Forscher Dr. Hirotaka Takita bemerkte: „Diese Untersuchung zeigt, dass die diagnostischen Fähigkeiten von generativen KI mit nicht spezialisierten Ärzten vergleichbar sind. Eine reale Operation beinhaltet Komplexitäten wie Blutungen, unvorhersehbare Gewebebewegungen und Atembewegungen, die in den Ex-vivo-Tests nicht vollständig repliziert wurden. Darüber hinaus würde die aktuelle Hardwarekonfiguration, insbesondere die Handgelenkkameras, wahrscheinlich nicht durch laparoskopische Standardanschlüsse passen, eine wichtige Anforderung für minimalinvasive Verfahren. Sie glauben, dass sich das System an Bewegung und Blut anpassen kann, wenn diese Variablen in zukünftige Trainingsdaten aufgenommen werden. Bei Hardwareproblemen stellen sie fest, dass moderne Untermillimeterkameras in chirurgische Werkzeuge integriert werden könnten. Um potenzielle Linsenverschlüsse aus Nebel oder Blut zu beheben, schlagen sie vor, vorhandene Lösungen wie Anti-Fogging-Wirkstoffe oder Roboter-Scope-Reinigungsmittel zu übernehmen. Die immensen Datensätze, die zur Ausbildung der medizinischen KI erforderlich sind, sind eine Quelle für erhebliche öffentliche Besorgnis, wie durch Kontroversen über die Verwendung von NHS-Patientendaten für Trainingsmodelle hervorgehoben werden. Wenn diese Systeme autonomer werden, ist die Entwicklung von SRT-H nicht nur um die technische Autonomie, sondern auch darum, Vertrauen aufzubauen. Die Forscher betonen, dass ihr Ziel darin besteht, die Chirurgen zu erweitern und sie nicht zu ersetzen. Das System wird entwickelt, um Echtzeit-Sprachinterventionen von menschlichen Experten zu unterstützen und es als Instrument zur Verringerung der Müdigkeit und zur Standardisierung der Versorgung zu unterstützen, ein entscheidender Schritt, um die Akzeptanz von Klinikern und Patienten gleichermaßen zu erlangen.
Dieses diagnostische Tool ist Teil eines breiteren strategischen Schubs von Microsoft, der Plattformen wie Gigapath für Pathologie und Dragon-Kopilot für klinische Dokumentationen enthält. Microsoft ist jedoch nicht allein. Google verfolgt mit seinem Alphafold-Projekt eine Grundwissenschaft und arbeitet mit der HCA Healthcare on Workflow-Automatisierung zusammen, während OpenAI die FDA mit der Verwendung von AI zur Rationalisierung der Arzneimittelbewertung einsetzt. In der Natur veröffentlicht in der Natur, ergab die Überprüfung von 83 Studien, dass die diagnostische KI zwar mächtig wird, sie jedoch immer noch deutlich hinter menschlichen Spezialisten zurückbleibt. Wie der führende Forscher Dr. Hirotaka Takita bemerkte: „Diese Untersuchung zeigt, dass die diagnostischen Fähigkeiten von generativen KI mit nicht spezialisierten Ärzten vergleichbar sind. Eine reale Operation beinhaltet Komplexitäten wie Blutungen, unvorhersehbare Gewebebewegungen und Atembewegungen, die in den Ex-vivo-Tests nicht vollständig repliziert wurden. Darüber hinaus würde die aktuelle Hardwarekonfiguration, insbesondere die Handgelenkkameras, wahrscheinlich nicht durch laparoskopische Standardanschlüsse passen, eine wichtige Anforderung für minimalinvasive Verfahren. Sie glauben, dass sich das System an Bewegung und Blut anpassen kann, wenn diese Variablen in zukünftige Trainingsdaten aufgenommen werden. Bei Hardwareproblemen stellen sie fest, dass moderne Untermillimeterkameras in chirurgische Werkzeuge integriert werden könnten. Um potenzielle Linsenverschlüsse aus Nebel oder Blut zu beheben, schlagen sie vor, vorhandene Lösungen wie Anti-Fogging-Wirkstoffe oder Roboter-Scope-Reinigungsmittel zu übernehmen. Die immensen Datensätze, die zur Ausbildung der medizinischen KI erforderlich sind, sind eine Quelle für erhebliche öffentliche Besorgnis, wie durch Kontroversen über die Verwendung von NHS-Patientendaten für Trainingsmodelle hervorgehoben werden. Wenn diese Systeme autonomer werden, ist die Entwicklung von SRT-H nicht nur um die technische Autonomie, sondern auch darum, Vertrauen aufzubauen. Die Forscher betonen, dass ihr Ziel darin besteht, die Chirurgen zu erweitern und sie nicht zu ersetzen. Das System wird entwickelt, um Echtzeit-Sprachinterventionen von menschlichen Experten zu unterstützen und es als Instrument zur Verringerung der Müdigkeit und zur Standardisierung der Versorgung zu unterstützen, ein entscheidender Schritt, um die Akzeptanz von Klinikern und Patienten gleichermaßen zu erlangen.