Les chercheurs de l’Université Johns Hopkins ont développé une nouvelle IA qui peut effectuer de manière autonome des étapes chirurgicales complexes, une étape importante qui repousse les limites de l’automatisation en médecine. Le système, appelé le transformateur de robot chirurgical hiérarchique (SRT-H), a guidé avec succès une norme DA Vinci Robot par une procédure d’élimination de Gallblad dans le laboratoire. href=”https://arxiv.org/abs/2505.10251v3″Target=”_ Blank”> Détaillé dans un article de juillet 2025 Publié dans Science Robotics, l’IA a atteint un taux de réussite à 100% sur huit Galbladders de Porcine non visés. Contrairement à ses prédécesseurs, SRT-H apprend en observant des experts humains et peut corriger ses propres erreurs en temps réel, un saut significatif des systèmes robotiques rigides et pré-programmés.
La réussite signale un changement vers des outils chirurgicaux plus intelligents et adaptables. L’objectif ultime, selon les chercheurs, n’est pas de remplacer les chirurgiens mais d’augmenter leurs capacités, d’améliorer la cohérence procédurale et potentiellement accéder à un accès à des soins élevés élevés . src=”https://winbuzzer.com/wp-content/uploads/2025/07/surgical-robot-transformateur-srt-h-ai-robot-surgery-johns-hopkins.jpg”>
Les programmes rigides à des programmes rigides à un apprentissage flexible
se déplacer de manière décisive au-delà des limites de ses prédécesseurs. Des tentatives d’automatisation antérieures, telles que les propres Smart Tissue Autonomous Robot (étoile) en 2022 , a montré une chirurgie performante sur un porc vivant. Cependant, ces systèmes fonctionnaient dans des conditions hautement contrôlées, nécessitant souvent des marqueurs fluorescents spéciaux pour suivre et s’appuyer sur des plans rigides et pré-programmés qui manquaient d’adaptabilité.
ji woong Kim, chercheur en robotique chez Johns Hopkins, a mis en évidence l’inflexibilité de ces méthodes logiques plus âgées.”Le programme a déclaré au robot exactement comment bouger et quoi faire. Il a fonctionné comme dans ces armes robotiques Kuka, soudant les voitures sur les planchers d’usine.”
Cette approche, qui reposait sur des machines d’État fabriquées à la main, n’avait pas l’expressivité pour gérer la nature imprévisible de la chirurgie. En contraste frappant, SRT-H est conçu pour un environnement plus dynamique.”Notre travail actuel est beaucoup plus flexible. C’est une IA qui apprend des démonstrations”, a ajouté Kim.
Ce passage à l’apprentissage de l’imitation est l’innovation principale du système. Au lieu d’être explicitement programmé pour chaque contingence, SRT-H acquiert ses compétences de manipulation sophistiquées en observant des démonstrations humaines.
En conséquence, il ne nécessite aucun luminaire spécial, marqueurs de suivi ou dispositifs chirurgicaux personnalisés. Cela permet à l’IA de gérer les variations naturelles de l’anatomie et des tissus qui confondre une machine préprogrammée, représentant un passage fondamental de l’automatisation simple à l’intelligence de la machine authentique dans la salle d’opération.
à l’intérieur du chirurgien de l’IA: une approche hiérarchique
Le succès du SRT-HE dans son Architecture sophistiquée à deux niveaux , qui imite une équipe collaborative. Il utilise une politique linguistique de haut niveau, construite sur un modèle de transformateur, qui agit comme le «cerveau». Ce planificateur analyse les flux vidéo pour concevoir une stratégie, émettant des instructions au niveau des tâches en langage naturel. Ceci est associé à une politique de bas niveau qui traduit ces commandes en mouvements physiques précis pour les bras du robot.
Cette conception hiérarchique est cruciale pour lutter contre les procédures longues et complexes. Il permet au système de décomposer une cholécystectomie en 17 étapes en tâches gérables comme la saisie, l’écrasement et la coupe. Plus important encore, il permet une capacité vitale: l’auto-correction. Si la politique de bas niveau fait une erreur, comme manquer une compréhension, le planificateur de haut niveau détecte l’erreur et émet une instruction corrective pour récupérer, une compétence apprise des données de formation spécialisées . Dans les essais, il a atteint en moyenne six corrections de ce type par procédure, démontrant des performances robustes sans aide humaine.
Axel Krieger, professeur de génie mécanique chez Johns Hopkins, a souligné la position unique du système sur le terrain.”Ce qui est spécial dans le SRT-H, c’est que c’est le premier système de chirurgie robotique à être aussi autonome tout en utilisant un robot chirurgical standard, le Da Vinci.”This ability to operate on a widely deployed platform, with over 10,000 units in hospitals, could significantly accelerate its path toward clinical relevance and adoption.
A Surgical Milestone in the Broader Medical AI Race
This surgical breakthrough arrives amidst a wider explosion of AI in healthcare, where the focus is rapidly shifting from automating Tâches administratives pour résoudre les problèmes cliniques de base. Les géants de la technologie sont de plus en plus en concurrence pour développer des systèmes pour les diagnostics et le traitement avancés, créant un contexte riche et compétitif pour la réussite du SRT-H.
Le mois dernier, Microsoft a affirmé que son système MAI-dxo pourrait diagnostiquer des cas médicaux complexes avec une grande précision que les médecins humains. Évalué par rapport aux études de cas difficiles, le système a obtenu un taux de précision de 85,5%, contre seulement 20% pour un panel de médecins. Le PDG de Microsoft AI, Mustafa Suleyman, a dit audacieusement: «Microsoft a fait un pas réel vers la superintelligence médicale».
Cet outil de diagnostic fait partie d’une poussée stratégique plus large de Microsoft, qui comprend des plates-formes telles que Gigapath pour la pathologie et le copilot de dragon pour la documentation clinique. Cependant, Microsoft n’est pas seul. Google poursuit les sciences fondamentales avec son projet Alphafold et s’associe à HCA Healthcare sur l’automatisation du flux de travail, tandis qu’Openai engage la FDA sur l’utilisation de l’IA pour rationaliser l’évaluation des médicaments.
Au milieu de ces affirmations ambitieuses, une méta-analyse de mars 2025 de l’Université d’Osaka a fourni une évaluation plus sobre du paysage actuel. Publié dans Nature, la revue de 83 études a révélé que bien que l’IA diagnostique devienne puissante, il est toujours en retard significativement à moins de spécialistes humains. Comme l’a noté le chercheur principal, le Dr Hirotaka Takita,”cette recherche montre que les capacités de diagnostic de l’IA génératrices sont comparables aux médecins non spécialistes.”
Le chemin du laboratoire à la salle d’opération
malgré les résultats impressionnants, la transition du laboratoire à vivre cliniquement présente des obstacles significatifs. La chirurgie du monde réel implique des complexités telles que les saignements, le mouvement des tissus imprévisibles et les mouvements respiratoires, qui n’ont pas été entièrement reproduits dans les tests ex vivo. En outre, la configuration matérielle actuelle, en particulier les caméras de poignet, ne s’adapterait probablement pas à des ports laparoscopiques standard, une exigence clé pour les procédures mini-invasives.
Les chercheurs reconnaissent ces défis et proposent une voie à suivre. Ils croient que le système peut s’adapter au mouvement et au sang si ces variables sont incorporées dans les données de formation futures. Pour les problèmes matériels, ils notent que les caméras modernes de moins de millimètres pourraient être intégrées dans des outils chirurgicaux. Pour lutter contre les occlusions potentielles des lentilles du brouillard ou du sang, ils suggèrent d’adopter des solutions existantes comme des agents anti-brouillard ou des nettoyeurs de portée robotique.
Au-delà de la technique, le chemin vers le déploiement est chargé de considérations éthiques et pratiques, en particulier autour de la confidentialité et de la sécurité des données. Les immenses ensembles de données nécessaires pour former une IA médicale sont une source de préoccupation publique importante, comme le soulignent les controverses concernant l’utilisation des données du NHS pour les modèles de formation. À mesure que ces systèmes deviennent plus autonomes, garantissant que leurs actions sont transparentes, explicables et sûres sont primordiales.
En fin de compte, le développement de SRT-H ne consiste pas seulement à atteindre une autonomie technique mais aussi à renforcer la confiance. Les chercheurs soulignent que leur objectif est d’augmenter les chirurgiens, et non de les remplacer. Le système est conçu pour soutenir les interventions linguistiques en temps réel des experts humains, en le cadrant comme un outil pour réduire la fatigue et standardiser les soins, une étape cruciale pour obtenir l’acceptation des cliniciens et des patients.