A Johns Hopkins Egyetem kutatói kifejlesztettek egy új AI-t, amely önállóan képes komplex műtéti lépéseket végrehajtani, egy olyan mérföldkövet, amely az orvostudomány automatizálásának határait tolja. A hierarchikus sebészeti robot-transzformátornak (SRT-H) elnevezésű rendszer sikeresen irányította a standard da Vinci műtéti robot egy gallladder átmeneti eljárás során. href=”https://arxiv.org/abs/2505.10251v3″Target=”_ blank”> Részletes egy 2025. júliusi cikkben. Elődjeitől eltérően, az SRT-H az emberi szakértők megfigyelésével tanulja meg, és valós időben kijavíthatja saját hibáit, jelentős ugrás a merev, előre programozott robotrendszerektől. A kutatók szerint a végső cél nem a sebészek helyettesítése, hanem képességeik bővítése, az eljárási konzisztencia javítása, és potenciálisan Bőv hozzáférés a High-Quality Care-hez. src=”https://winbuzzer.com/wp-content/uploads/2025/07/surgical-robot-transformer-srt-h-ai-robot-surgery-johns-hopkins.jpg”>
A szigorú programokból a rugalmas tanuláshoz, a rugalmas tanuláshoz
Az új rendszer. határozottan meghaladja az elődeinek korlátait. Korábbi automatizálási kísérletek, mint például az Egyetem saját intelligens szöveti autonóm robot (csillag) 2022-ben. Ezek a rendszerek azonban erősen ellenőrzött körülmények között működtek, gyakran speciális fluoreszcens markerekre szorulva a nyomon követéshez és a merev, előre programozott tervekre támaszkodva, amelyek nem voltak alkalmazkodóképessége. „A program pontosan elmondta a robotnak, hogyan kell mozogni, és mit kell tennie. Ez úgy működött, mint ezekben a Kuka robotkarokban, hegesztve a gyárpadlókat.”
Ez a megközelítés, amely a kézzel készített állami gépekre támaszkodott, nem volt kifejezett kifejezés a műtét kiszámíthatatlan természetének kezelésére. Éles ellentétben az SRT-H dinamikusabb környezetre épül. „Jelenlegi munkánk sokkal rugalmasabb. Ez egy AI, amely a demonstrációkból tanul meg”-tette hozzá Kim. Ahelyett, hogy kifejezetten beprogramoznák minden esetleges eseményre, az SRT-H az emberi demonstrációk megfigyelésével megszerezi kifinomult manipulációs képességeit. Ez lehetővé teszi az AI számára, hogy kezelje az anatómia és a szövetek természetes variációit, amelyek összetévesztik az előre beprogramozott gépet, és az egyszerű automatizálástól a valódi gépi intelligenciáig alapvető lépést jelentenek a műtőben. href=”https://h-surgical-robot-transformer.github.io/”Target=”_ üres”> kifinomult, kétlépcsős építészet , amely utánozza az együttműködő csapatot. Magas szintű nyelvi politikát alkalmaz, amely egy transzformátor modellre épül, amely „agyként” működik. Ez a tervező elemzi a video-hírcsatornákat egy stratégia kidolgozására, a feladat szintű utasítások természetes nyelven történő kidolgozására. Ez párosul egy alacsony szintű politikával, amely ezeket a parancsokat pontos, fizikai mozgásokká alakítja a robot karjai számára. Ez lehetővé teszi a rendszer számára, hogy egy 17 lépésből álló kolecisztektómiát olyan kezelhető feladatokká bonthasson, mint a megragadás, a vágás és a vágás. Ennél is fontosabb, hogy lehetővé teszi a létfontosságú képességet: az önjavítás. Ha az alacsony szintű politika hibát követ el, például a megragadás hiánya, a magas szintű tervező észleli a hibát, és korrekciós utasítást ad ki a helyreállításhoz. A vizsgálatok során eljárásonként átlagosan hat ilyen korrekciót mutatott be, amelyek robusztus teljesítményt mutatnak emberi segítség nélkül.”Ami az SRT-H-nál különleges, az az, hogy ez az első robotműtéti rendszer, amely ilyen autonóm lesz, miközben továbbra is szokásos műtéti robotot, a Da Vinci-t használ.”Ez a képesség, hogy egy széles körben telepített platformon működjön, több mint 10 000 egység kórházakban, jelentősen felgyorsíthatja a klinikai relevancia és az elfogadás felé vezető útját. az alapvető klinikai problémák kezelésére. A technológiai óriások egyre inkább versenyeznek a fejlett diagnosztika és kezelés rendszerének fejlesztéséért, gazdag és versenyképes kontextust teremtve az SRT-H eredményekhez. A kihívásokkal teli esettanulmányok alapján értékelve a rendszer 85,5%-os pontossági arányt ért el, szemben az orvosok testületének mindössze 20%-ával. A Microsoft AI vezérigazgatója, Mustafa Suleyman, merészen kijelentette: „A Microsoft valódi lépést tett az orvosi szuperintelligencia felé.”
Ez a diagnosztikai eszköz a Microsoft szélesebb körű stratégiai lendületének része, amely olyan platformokat tartalmaz, mint a Gigapath a patológiához és a Dragon Capilot klinikai dokumentációhoz. A Microsoft azonban nem egyedül. A Google az Alphafold projektjével folytatja az alapvető tudományt, és együttműködik a HCA Healthcare-rel a munkafolyamat-automatizálásról, míg az Openai az FDA-t vonzza az AI használatához a kábítószer-értékelés korszerűsítésére. A Nature-ban közzétett 83 tanulmány áttekintése azt találta, hogy míg a diagnosztikai AI erőssé válik, még mindig jelentősen elmarad az emberi szakemberektől. Ahogyan a vezető kutató, Dr. Hirotaka Takita megjegyezte: „Ez a kutatás azt mutatja, hogy a generatív AI diagnosztikai képességei összehasonlíthatók a nem szakemberekkel.”A valós műtét olyan összetettségeket foglal magában, mint a vérzés, a kiszámíthatatlan szövetmozgás és a légzési mozgások, amelyeket az ex vivo tesztekben nem teljesítettek teljesen. Ezenkívül az aktuális hardverkonfiguráció, különösen a csuklókamerák valószínűleg nem illeszkednek a standard laparoszkópos portokon, ami a minimálisan invazív eljárások kulcsfontosságú követelménye. Úgy vélik, hogy a rendszer képes alkalmazkodni a mozgáshoz és a vérhez, ha ezeket a változókat beépítik a jövőbeli képzési adatokba. A hardverproblémák esetében megjegyzik, hogy a modern, almilliméteres kamerák integrálhatók a műtéti eszközökbe. A ködből vagy vérből származó lehetséges lencse-elzáródások kezelése érdekében javasolják a meglévő megoldások, például a fogozóképességi ágensek vagy a robotminta tisztítószerek elfogadását. Az orvosi AI kiképzéséhez szükséges óriási adatkészletek jelentős közvélemény-aggodalomra adnak okot, amint azt az NHS beteg adatainak képzési modellekhez történő felhasználásával kapcsolatos viták kiemelték. Mivel ezek a rendszerek autonómá válnak, és annak biztosítása, hogy cselekedeteik átláthatóak legyenek, megmagyarázhatók és biztonságosak. A kutatók hangsúlyozzák, hogy céljuk a sebészek bővítése, és nem helyettesíteni őket. A rendszert úgy tervezték, hogy támogassa az emberi szakértők valós idejű nyelvi beavatkozásait, és ezáltal eszközként szolgálja azt a fáradtság csökkentésére és az ellátás szabványosítására, amely döntő lépés a klinikusok és a betegek elfogadásának megszerzéséhez.