Naukowcy z Johns Hopkins University opracowali nową sztuczną inteligencję, która może autonomicznie wykonywać złożone kroki chirurgiczne, kamień milowy, który przekracza granice automatyzacji w medycynie. System, zwany hierarchicznym transformatorem robotów chirurgicznych (SRT-H), z powodzeniem kierował standardem da vinci chirurgical robot Przez procedurę usuwania pęcherzyka żółciowego w lab. href=”https://arxiv.org/abs/2505.10251v3″target=”_ puste”> szczegółowo opisane w artykule lipca 2025 r. Opublikowane w Science Robotics, AI osiągnęła 100% wskaźnik sukcesu w ośmiu niepełnych pokonanych portynowych pęcherzykach żółciowych. W przeciwieństwie do swoich poprzedników, SRT-H uczy się, obserwując ludzkich ekspertów i może poprawić swoje własne błędy w czasie rzeczywistym, znaczący skok od sztywnych, wstępnie zaprogramowanych systemów robotycznych.
Osiągnięcie sygnalizuje przejście w kierunku bardziej inteligentnych i elastycznych narzędzi chirurgicznych. Ostatecznym celem, jak twierdzą naukowcy, nie jest zastąpienie chirurgów, ale rozszerzenie ich umiejętności, poprawa spójności proceduralnej i potencjalnie
od sztywnych programów do elastycznego uczenia się
Nowy system reprezentuje ewo Wychodząc zdecydowanie poza ograniczenia swoich poprzedników. Wcześniejsze próby automatyzacji, takie jak własne uniwersytetu inteligentny autonomiczny robot tkanki (gwiazda) w 2022 r. Jednak systemy te działały w wysoce kontrolowanych warunkach, często wymagające specjalnych markerów fluorescencyjnych do śledzenia i polegania na sztywnych, wstępnie zaprogramowanych planach, które nie miały możliwości adaptacji.
Ji Woong Kim, badacz robotyki w Johns Hopkins, podkreśliły nieudolność tych starszych, logicznych metod. „Program powiedział robotowi dokładnie, jak się poruszać i co robić. Działało to w tych ramionach robotycznych Kuka, spawanie samochodów na podłogach fabrycznych.”
To podejście, które polegało na ręcznie wykonanych manszkach państwowych, brakowało ekspresji, aby poradzić sobie z nieprzewidywalną naturą operacji. W przeciwieństwie do tego SRT-H jest zbudowany dla bardziej dynamicznego środowiska. „Nasza obecna praca jest o wiele bardziej elastyczna. Jest to sztuczna inteligencja, która uczy się z demonstracji”-dodał Kim.
Ta zmiana na naśladowanie naśladowania jest podstawową innowacją systemu. Zamiast być wyraźnie zaprogramowanym dla każdego nieprzewidziania, SRT-H nabywa swoje wyrafinowane umiejętności manipulacji poprzez obserwowanie demonstracji międzyludzkich.
W rezultacie nie wymaga specjalnych opraw, markerów śledzenia ani niestandardowych urządzeń chirurgicznych. Umożliwia to AI radzenie sobie z naturalnymi wariantami anatomii i tkanki, które zakłóciłyby wstępnie zaprogramowaną maszynę, reprezentując fundamentalne przejście od prostej automatyzacji do autentycznej inteligencji maszynowej w sali operacyjnej.
Wewnątrz chirurga AI: podejście hierarchiczne
System SRT-H LUS w jego
href=”https://h-surgical-bot-ransformer.github.io/”target=”_ blank”> wyrafinowana, dwupoziomowa architektura
Ten hierarchiczny projekt ma kluczowe znaczenie dla rozwiązania długich i złożonych procedur. Pozwala systemowi rozbić 17-etapową cholecystektomię na możliwe do opanowania zadania, takie jak chwytanie, przycinanie i cięcie. Co ważniejsze, umożliwia istotną zdolność: samodzielne korekty. Jeśli polityka niskiego poziomu popełnia błąd, na przykład brak ujrzenia, planista wysokiego poziomu wykrywa błąd i wydaje instrukcję naprawczą do odzyskania, Umiejętność wyuczona ze specjalistycznych danych treningowych . W próbach uśredniono sześć takich poprawek na procedurę, wykazując solidną wydajność bez pomocy ludzkiej.
Axel Krieger, profesor inżynierii mechanicznej w Johns Hopkins, podkreślił unikalną pozycję systemu w terenie. „W SRT-H jest to, że jest to pierwszy robotyczny system chirurgii, który jest tak samo autonomiczny, a jednocześnie używa standardowego robota chirurgicznego, Da Vinci”. Ta zdolność do działania na szeroko rozmieszczonej platformie, z ponad 10 000 jednostek w szpitalach, może znacznie przyspieszyć swoją drogę do znaczenia i przyjęcia klinicznego.
Chirurgiczny kamień milowy w szerszej rasie medycznej AI
To przełom chirurgiczny. Zadania administracyjne w celu rozwiązania podstawowych problemów klinicznych. Giganci technologiczni coraz bardziej konkurują o opracowywanie systemów zaawansowanej diagnostyki i leczenia, tworząc bogaty i konkurencyjny kontekst dla osiągnięć SRT-H.
W zeszłym miesiącu Microsoft twierdził, że jego system MAI-DXO może zdiagnozować złożone przypadki medyczne z znacznie większą dokładnością niż lekarze ludzkie. Oceniono pod kątem trudnych studiów przypadków, system osiągnął 85,5% wskaźnik dokładności, w porównaniu do zaledwie 20% dla panelu lekarzy. Dyrektor generalny Microsoft AI, Mustafa Suleyman, odważnie stwierdził: „Microsoft zrobił prawdziwy krok w kierunku superinteligencji medycznej.”
To narzędzie diagnostyczne jest częścią szerszego strategicznego pchania przez Microsoft, który obejmuje platformy takie jak Gigapath dla patologii i smoczych Copilot dla dokumentacji klinicznej. Jednak Microsoft nie jest sam. Google realizuje podstawową naukę z projektem Alphafold i współpracuje z HCA Healthcare w zakresie automatyzacji przepływu pracy, podczas gdy Openai angażuje FDA w użyciu sztucznej inteligencji do usprawnienia oceny narkotyków.
Wśród tych ambitnych roszczeń, metaanaliza z Osaka z marca 2025 r. Opublikowana w naturze, przegląd 83 badań wykazał, że chociaż diagnostyczna sztuczna inteligencja staje się potężna, nadal pozostaje w tyle za ludzkimi specjalistami. Jak zauważył główny badacz dr Hirotaka Takita: „Te badania pokazują, że możliwości diagnostyczne generatywnego AI są porównywalne z lekarzami nie specjalistycznymi.”
Ścieżka z laboratorium do sali operacyjnej
Pomimo imponujących wyników, przejście od laboratorium do objęcia klinicznego osadzenia na żywo. Operacja w świecie rzeczywistym obejmuje złożoność, takie jak krwawienie, nieprzewidywalny ruch tkanki i ruchy oddechowe, które nie zostały w pełni powtórzone w testach ex vivo. Ponadto obecna konfiguracja sprzętowa, szczególnie kamery nadgarstka, prawdopodobnie nie pasowałaby do standardowych portów laparoskopowych, co jest kluczowym wymogiem minimalnie inwazyjnych procedur.
Badacze uznają te wyzwania i proponują ścieżkę naprzód. Uważają, że system może dostosować się do ruchu i krwi, jeśli zmienne te zostaną włączone do przyszłych danych szkoleniowych. W przypadku problemów ze sprzętem zauważają, że nowoczesne kamery pod-milimetrowej mogą być zintegrowane z narzędziami chirurgicznymi. Aby zająć się potencjalnymi okluzyjami soczewek z mgły lub krwi, sugerują przyjęcie istniejących roztworów, takich jak środki przeciwmonbotłucujące lub roboty oczyszczacze.
Poza techniczną, ścieżka do wdrażania jest pełna rozważań etycznych i praktycznych, szczególnie wokół prywatności danych i bezpieczeństwa. Ogromne zestawy danych wymagane do szkolenia sztucznej inteligencji są źródłem istotnych problemów społecznych, co podkreślono w kontrowersjach dotyczących wykorzystania danych pacjenta NHS do modeli szkoleniowych. Ponieważ systemy te stają się bardziej autonomiczne, upewnienie się, że ich działania są przejrzyste, wyjaśniające i bezpieczne, jest najważniejsze.
Ostatecznie rozwój SRT-H nie polega tylko na osiągnięciu autonomii technicznej, ale także budowaniu zaufania. Naukowcy podkreślają, że ich celem jest zwiększenie chirurgów, a nie ich zastąpienie. System został zaprojektowany w celu wspierania interwencji językowych w czasie rzeczywistym od ludzkich ekspertów, określając go jako narzędzie do ograniczenia zmęczenia i standaryzacji opieki, co jest kluczowym krokiem dla uzyskania akceptacji zarówno klinicystów, jak i pacjentów.