the new-hops in chior evolution in wur evolution in wur evolution in wur evolution in wur evolution in wur evolution in wur evolution in wur evolution in wur evolution in wur evolution in wur evolution in wur evolution in wurvituls in wur evolution in wurvituls in wur evolution in wur evolution in wurvituri robotica, spostandosi decisamente oltre i limiti dei suoi predecessori. Precedenti tentativi di automazione, come l’Università robot autonomo del tessuto intelligente (stella) nel 2022 , ha mostrato promettente per la chirurgia vivente. Tuttavia, questi sistemi operavano in condizioni altamente controllate, che spesso richiedono marcatori fluorescenti speciali per il monitoraggio e il basamento su piani rigidi e pre-programmati che mancavano di adattabilità.
Ji Woong Kim, un ricercatore di robotica presso Johns Hopkins, ha evidenziato l’inflessibilità di questi metodi più vecchi e logici.”Il programma ha detto al robot esattamente come muoversi e cosa fare. Ha funzionato come in queste armi robotiche di Kuka, saldatura di auto sui pavimenti in fabbrica.”
Questo approccio, che si basava su macchine statali realizzate a mano, mancava dell’espressività per gestire la natura impressionante della chirurgia. In netto contrasto, SRT-H è costruito per un ambiente più dinamico.”Il nostro lavoro attuale è molto più flessibile. È un’intelligenza artificiale che impara dalle dimostrazioni”, ha aggiunto Kim.
Questo passaggio all’apprendimento dell’imitazione è l’innovazione principale del sistema. Invece di essere esplicitamente programmato per ogni contingenza, SRT-H acquisisce le sue sofisticate capacità di manipolazione osservando dimostrazioni umane.
Di conseguenza, non richiede apparecchi speciali, marcatori di monitoraggio o dispositivi chirurgici personalizzati. Ciò consente all’intelligenza artificiale di gestire variazioni naturali in anatomia e tessuto che confonderebbero una macchina pre-programmata, che rappresenta una mossa fondamentale da una semplice automazione a autentica intelligenza macchina in sala operatoria.
all’interno del chirurgo dell’IA: un approccio gerarchico
href=”https://h-surgical-robot-transformer.github.io/”target=”_ blank”> architettura sofisticata a due livelli , che imita un team di collaborazione. Impiega una politica linguistica di alto livello, basata su un modello di trasformatore, che funge da”cervello”. Questo pianificatore analizza i feed video per escogitare una strategia, emettendo istruzioni a livello di attività in linguaggio naturale. Questo è abbinato a una politica di basso livello che traduce quei comandi in movimenti fisici precisi per le braccia del robot.
Questo design gerarchico è cruciale per affrontare procedure lunghe e complesse. Permette al sistema di abbattere una colecistectomia a 17 fasi in compiti gestibili come afferrare, ritagli e taglio. Ancora più importante, consente una capacità vitale: l’auto-correzione. Se la politica di basso livello commette un errore, come perdere una presa, il pianificatore di alto livello rileva l’errore e emette un’istruzione correttiva per il recupero, Un’abilità imparata da dati di formazione specializzati . Nelle prove, ha registrato una media di sei di queste correzioni per procedura, dimostrando prestazioni robuste senza aiuto umano.
Axel Krieger, professore di ingegneria meccanica presso Johns Hopkins, ha sottolineato la posizione unica del sistema sul campo.”La cosa speciale dell’SRT-H è che è il primo sistema di chirurgia robotico ad essere così autonomo pur usando un robot chirurgico standard, il Da Vinci.”Questa capacità di operare su una piattaforma ampiamente schierata, con oltre 10.000 unità negli ospedali, potrebbe accelerare significativamente il suo percorso verso la rilevanza clinica e l’adozione. Automatizzare le attività amministrative per affrontare i problemi clinici di base. I giganti tecnologici sono sempre più in competizione per sviluppare sistemi per la diagnostica e il trattamento avanzati, creando un contesto ricco e competitivo per il risultato SRT-H.
Proprio il mese scorso, Microsoft ha affermato che il suo sistema MAI-DXO potrebbe diagnosticare casi medici complessi con una precisione molto maggiore rispetto ai medici umani. Valutata da casi di studio impegnativi, il sistema ha raggiunto un tasso di precisione dell’85,5%, rispetto a solo il 20% per un gruppo di medici. L’amministratore delegato di Microsoft AI, Mustafa Suleyman, ha dichiarato audacemente,”Microsoft ha fatto un passo autentico verso la superintelligenza medica.”
Questo strumento diagnostico fa parte di una più ampia spinta strategica di Microsoft, che include piattaforme come Gigapath per la patologia e il Dragon Copilot per la documentazione clinica. Tuttavia, Microsoft non è solo. Google sta perseguendo la scienza fondamentale con il suo progetto Alphafold e collaborando con HCA Healthcare sull’automazione del flusso di lavoro, mentre Openai sta impegnando la FDA nell’uso dell’IA per semplificare la valutazione dei farmaci.
in mezzo a queste ambiziose affermazioni, una meta-analisi del 20 marzo 2025, una meta-analisi del 2025 marzo 2025, una meta-analisi del 2025 di marzo25 Pubblicato in Nature, la revisione di 83 studi ha scoperto che mentre l’IA diagnostica sta diventando potente, è ancora in ritardo rispetto agli specialisti umani. Come ha osservato il ricercatore principale Dr. Hirotaka Takita,”Questa ricerca mostra che le capacità diagnostiche di AI generative sono paragonabili ai medici non specialistici.”
Il percorso dal laboratorio alla sala operatoria
Nonostante i risultati impressionanti, il transizione dal laboratorio ai settori clinici si presentano significativi ostacoli. La chirurgia del mondo reale comporta complessità come sanguinamento, movimento imprevedibile dei tessuti e movimenti di respirazione, che non sono stati completamente replicati nei test ex vivo. Inoltre, l’attuale configurazione hardware, in particolare le telecamere al polso, probabilmente non si adatta a porte laparoscopiche standard, un requisito chiave per procedure minimamente invasive.
I ricercatori riconoscono queste sfide e propongono un percorso in avanti. Credono che il sistema possa adattarsi al movimento e al sangue se queste variabili sono incorporate nei futuri dati di addestramento. Per i problemi hardware, notano che le moderne telecamere sub-millimetri potrebbero essere integrate negli strumenti chirurgici. Per affrontare potenziali occlusioni di lenti dalla nebbia o dal sangue, suggeriscono l’adozione di soluzioni esistenti come agenti anticargenti o detergenti di portata robotica. Gli immensi set di dati richiesti per formare l’IA medica sono una fonte di significative preoccupazioni pubbliche, come evidenziato dalle controversie sull’uso dei dati dei pazienti NHS per i modelli di formazione. Man mano che questi sistemi diventano più autonomi, garantire che le loro azioni siano trasparenti, spiegabili e sicure è fondamentale.
In definitiva, lo sviluppo di SRT-H non riguarda solo il raggiungimento dell’autonomia tecnica, ma anche la costruzione della fiducia. I ricercatori sottolineano che il loro obiettivo è aumentare i chirurghi, non sostituirli. Il sistema è progettato per supportare gli interventi linguistici in tempo reale da esperti umani, inquadrandolo come strumento per ridurre l’affaticamento e standardizzare le cure, un passo cruciale per ottenere l’accettazione da parte di medici e pazienti.