Los investigadores de la Universidad Johns Hopkins han desarrollado una nueva IA que puede realizar de forma autónoma los pasos quirúrgicos complejos, un hito que empuja los límites de la automatización en la medicina. El sistema, llamado transformador de robot quirúrgico jerárquico (srt-h), guió con éxito un estándar da vinci robot quirúrgico a través de un procedimiento de remoción de la galardadera en la prueba de laboratorio. href=”https://arxiv.org/abs/2505.10251v3″Target=”_ Blank”> Detallado en un artículo de julio de 2025 Publicado en Science Robotics, la IA logró una tasa de éxito del 100% en ocho vesículas porcinas no seguidas. A diferencia de sus predecesores, SRT-H aprende observando expertos humanos y puede corregir sus propios errores en tiempo real, un salto significativo de los sistemas robóticos rígidos y preprogramados.
El logro señala un cambio hacia herramientas quirúrgicas más inteligentes y adaptables. El objetivo final, dicen los investigadores, no es reemplazar a los cirujanos, sino aumentar sus habilidades, mejorar la consistencia del procedimiento y potencialmente
de los programas rígidos hasta el aprendizaje flexible
Robótica, moviéndose decisivamente más allá de las limitaciones de sus predecesores. Intentos anteriores de automatización, como el propio robot autónomo de tejido inteligente (estrella) en 2022 , se prometió prometiendo cirugía en una cirugía en vidas. Sin embargo, estos sistemas operaban en condiciones altamente controladas, a menudo requieren marcadores fluorescentes especiales para rastrear y confiar en planes rígidos y preprogramados que carecían de adaptabilidad.
ji woong kim, un investigador de robótica en Johns Hopkins, destacó la inflexibilidad de estos métodos lógicos más antiguos. “The program told the robot exactly how to move and what to do. It worked like in these Kuka robotic arms, welding cars on factory floors.”
This approach, which relied on hand-crafted state-machines, lacked the expressivity to handle the unpredictable nature of surgery. En marcado contraste, SRT-H está construido para un entorno más dinámico.”Nuestro trabajo actual es mucho más flexible. Es una IA que aprende de las demostraciones”, agregó Kim.
Este cambio al aprendizaje de imitación es la innovación central del sistema. En lugar de ser programado explícitamente para cada contingencia, SRT-H adquiere sus sofisticadas habilidades de manipulación al observar demostraciones humanas.
Como resultado, no requiere accesorios especiales, marcadores de seguimiento o dispositivos quirúrgicos personalizados. Esto permite que la IA maneje las variaciones naturales en la anatomía y el tejido que confundiría una máquina preprogramada, que representa un movimiento fundamental de la automatización simple a la inteligencia de la máquina genuina en la sala de operaciones.
dentro del cirujano de IA: un enfoque jerárquico
El éxito del sistema SRT-H está en su
Este diseño jerárquico es crucial para abordar procedimientos largos y complejos. Permite que el sistema descomponga una colecistectomía de 17 pasos en tareas manejables como agarre, recorte y corte. Más importante aún, permite una capacidad vital: autocorrección. Si la política de bajo nivel comete un error, como perder una comprensión, el planificador de alto nivel detecta el error y emite una instrucción correctiva para recuperar, Una habilidad aprendida de datos de entrenamiento especializados . En los ensayos, promedió seis correcciones de este tipo por procedimiento, demostrando un rendimiento robusto sin ayuda humana.
Axel Krieger, profesor de ingeniería mecánica en Johns Hopkins, enfatizó la posición única del sistema en el campo.”Lo que es especial sobre el SRT-H es que es el primer sistema de cirugía robótica que es este autónomo mientras usa un robot quirúrgico estándar, el da Vinci”. Esta capacidad de operar en una plataforma ampliamente implementada, con más de 10,000 unidades en los hospitales, podría acelerar significativamente su camino hacia la relevancia y la adopción clínica.
Un hito quirúrgico en la raza médica de IA más amplia
Este avance quirúrgico de los avances quirúrgicos, lo que está en el enfoque de la salud, lo que se enfoca en la salud, se enfoca en la salud de la salud. Tareas administrativas para abordar problemas clínicos centrales. Los gigantes tecnológicos compiten cada vez más para desarrollar sistemas para diagnósticos y tratamiento avanzados, creando un contexto rico y competitivo para el logro SRT-H.
El mes pasado, Microsoft afirmó que su sistema MAI-DXO podría diagnosticar casos médicos complejos con una precisión mucho mayor que los físicos humanos. Evaluado contra estudios de casos desafiantes, el sistema logró una tasa de precisión del 85.5%, en comparación con solo el 20% para un panel de médicos. El CEO de Microsoft AI, Mustafa Suleyman, declaró audazmente:”Microsoft ha dado un paso genuino hacia la superinteligencia médica”.
Esta herramienta de diagnóstico es parte de un impulso estratégico más amplio de Microsoft, que incluye plataformas como Gigapath para Pathology y Dragon Copilot para la documentación clínica. Sin embargo, Microsoft no está solo. Google está cursando la ciencia fundamental con su proyecto Alphafold y la asociación con HCA Healthcare on Workflow Automation, mientras que OpenAI está involucrando a la FDA en el uso de AI para racionalizar la evaluación de los medicamentos.
en medio de estas ambiciosas afirmaciones, un metaanálisis de marzo de 2025 de la Universidad de Osaka proporcionó una evaluación más sobria del paisaje actual. Publicado en Nature, la revisión de 83 estudios encontró que si bien la IA de diagnóstico se está volviendo poderosa, todavía se queda significativamente detrás de los especialistas humanos. Como señaló el investigador principal, el Dr. Hirotaka Takita,”esta investigación muestra que las capacidades de diagnóstico generativas de IA son comparables a los médicos no especialistas”.
El camino del laboratorio a la sala de operaciones
a pesar de los resultados impresionantes, la transición de la transición de la configuración de la ubicación clínica de los laboratorios a los resentaciones significativas. La cirugía del mundo real implica complejidades como sangrado, movimiento de tejido impredecible y movimientos de respiración, que no se replicaron completamente en las pruebas ex vivo. Además, la configuración de hardware actual, particularmente las cámaras de la muñeca, probablemente no se ajustaría a través de puertos laparoscópicos estándar, un requisito clave para procedimientos mínimamente invasivos.
Los investigadores reconocen estos desafíos y proponen una ruta hacia adelante. Creen que el sistema puede adaptarse al movimiento y a la sangre si estas variables se incorporan a los datos de entrenamiento futuros. Para problemas de hardware, señalan que las cámaras modernas y sub-milímetro podrían integrarse en herramientas quirúrgicas. Para abordar las posibles oclusiones de la lente de la niebla o la sangre, sugieren adoptar soluciones existentes como agentes anti-fogidos o limpiadores de alcance robótico.
Más allá de lo técnico, el camino hacia el despliegue está lleno de consideraciones éticas y prácticas, particularmente en torno a la privacidad y la seguridad de los datos. Los inmensos conjuntos de datos necesarios para capacitar a la IA médica son una fuente de preocupación pública significativa, como lo destacan las controversias sobre el uso de datos de pacientes del NHS para modelos de capacitación. A medida que estos sistemas se vuelven más autónomos, garantizar que sus acciones sean transparentes, explicables y seguras es primordial.
En última instancia, el desarrollo de SRT-H no se trata solo de lograr una autonomía técnica sino también de generar confianza. Los investigadores enfatizan que su objetivo es aumentar los cirujanos, no reemplazarlos. El sistema está diseñado para apoyar las intervenciones lingüísticas en tiempo real de expertos humanos, enmarcándolo como una herramienta para reducir la fatiga y estandarizar la atención, un paso crucial para obtener la aceptación de los médicos y los pacientes por igual.