Ang mga mananaliksik sa Johns Hopkins University ay nakabuo ng isang bagong AI na maaaring awtonomously magsagawa ng mga kumplikadong hakbang sa pag-opera, isang milestone na nagtutulak sa mga hangganan ng automation sa gamot. Ang system, na tinawag na Hierarchical Surgical Robot Transformer (SRT-H), ay matagumpay na gumabay sa isang pamantayan da vinci surgical robot Sa pamamagitan ng isang pamamaraan ng pag-alis ng gallbladder sa lab. href=”https://arxiv.org/abs/2505.10251v3″target=”_ blangko”> detalyado sa isang papel na Hulyo 2025 Nai-publish sa Science Robotics, nakamit ng AI ang isang 100% na rate ng tagumpay sa buong walong hindi nakikitang porcine gallbladders. Hindi tulad ng mga nauna nito, natututo ang SRT-H sa pamamagitan ng pag-obserba ng mga eksperto ng tao at maaaring iwasto ang sariling mga pagkakamali sa real-time, isang makabuluhang paglukso mula sa mahigpit, pre-program na robotic system. Ang pangwakas na layunin, sabi ng mga mananaliksik, ay hindi upang palitan ang mga siruhano ngunit upang madagdagan ang kanilang mga kakayahan, pagbutihin ang pagkakapare-pareho ng pamamaraan, at potensyal na Mga Robotics, na gumagalaw nang tiyak na lampas sa mga limitasyon ng mga nauna nito. Mas maaga ang mga pagtatangka sa automation, tulad ng sariling Smart tissue autonomous robot (bituin) sa 2022 , ay nagpakita ng pangako sa pamamagitan ng pagsasagawa ng operasyon sa isang buhay na baboy. Gayunpaman, ang mga sistemang ito ay pinatatakbo sa ilalim ng mataas na kinokontrol na mga kondisyon, na madalas na nangangailangan ng mga espesyal na marker ng fluorescent para sa pagsubaybay at pag-asa sa mahigpit, pre-program na mga plano na walang kakayahang umangkop.”Sinabi ng programa sa robot na eksakto kung paano ilipat at kung ano ang gagawin. Nagtrabaho ito tulad ng mga Kuka robotic arm, na nag-welding ng mga kotse sa mga sahig na pabrika.”

Sa kaibahan, ang SRT-H ay itinayo para sa isang mas dynamic na kapaligiran.”Ang aming kasalukuyang gawain ay mas nababaluktot. Ito ay isang AI na natututo mula sa mga demonstrasyon,”dagdag ni Kim.

Ang pagbabagong ito sa pag-aaral ng imitasyon ay ang pangunahing pagbabago ng system. Sa halip na malinaw na na-program para sa bawat contingency, nakuha ng SRT-H ang sopistikadong kasanayan sa pagmamanipula sa pamamagitan ng pag-obserba ng mga demonstrasyong tao. Pinapayagan nito ang AI na hawakan ang mga likas na pagkakaiba-iba sa anatomy at tisyu na makakalito ng isang pre-program na makina, na kumakatawan sa isang pangunahing paglipat mula sa simpleng automation hanggang sa tunay na intelihensiya ng makina sa operating room. href=”https://h-surgical-robot-transformer.github.io/”target=”_ blangko”> sopistikado, two-tiered arkitektura , na ginagaya ang isang pakikipagtulungan na koponan. Gumagamit ito ng isang mataas na antas ng patakaran ng wika, na binuo sa isang modelo ng transpormer, na kumikilos bilang”utak.”Sinusuri ng tagaplano na ito ang mga feed ng video upang lumikha ng isang diskarte, na naglalabas ng mga tagubilin sa antas ng gawain sa natural na wika. Ito ay ipinares sa isang mababang antas ng patakaran na isinasalin ang mga utos na iyon sa tumpak, pisikal na paggalaw para sa mga bisig ng robot. Pinapayagan nito ang system na masira ang isang 17-hakbang na cholecystectomy sa mga pinamamahalaang mga gawain tulad ng pagkakahawak, pag-clipping, at pagputol. Mas mahalaga, nagbibigay-daan sa isang mahalagang kakayahan: pagwawasto sa sarili. Kung ang patakaran ng mababang antas ay nagkakamali, tulad ng nawawalang isang pagkaunawa, nakita ng high-level na tagaplano ang error at nag-isyu ng isang tagubilin sa pagwawasto upang mabawi, isang kasanayan na natutunan mula sa dalubhasang data ng pagsasanay . Sa mga pagsubok, nag-average ito ng anim na naturang pagwawasto sa bawat pamamaraan, na nagpapakita ng matatag na pagganap nang walang tulong ng tao.”Ano ang espesyal sa SRT-H ay ito ang unang robotic system ng operasyon na maging awtonomous habang gumagamit pa rin ng isang karaniwang kirurhiko na robot, ang da Vinci.”Ang kakayahang ito na gumana sa isang malawak na naka-deploy na platform, na may higit sa 10,000 mga yunit sa mga ospital, ay maaaring makabuluhang mapabilis ang landas nito patungo sa klinikal na kaugnayan at pag-aampon. Mga gawain sa administratibo upang harapin ang mga pangunahing problema sa klinikal. Ang mga higanteng Tech ay lalong nakikipagkumpitensya upang makabuo ng mga system para sa mga advanced na diagnostic at paggamot, na lumilikha ng isang mayaman at mapagkumpitensyang konteksto para sa nakamit na SRT-H. Nasuri laban sa mapaghamong pag-aaral ng kaso, nakamit ng system ang isang 85.5% na rate ng kawastuhan, kumpara sa 20% lamang para sa isang panel ng mga doktor. Ang CEO ng Microsoft AI na si Mustafa Suleyman, ay matapang na sinabi,”Ang Microsoft ay gumawa ng isang tunay na hakbang patungo sa medikal na superintelligence.”Gayunpaman, hindi nag-iisa ang Microsoft. Hinahabol ng Google ang foundational science kasama ang alphafold project nito at nakikipagtulungan sa HCA Healthcare on Workflow Automation, habang ang OpenAi ay nakikibahagi sa FDA sa paggamit ng AI upang mag-streamline ng pagsusuri ng droga. Nai-publish sa Kalikasan, ang pagsusuri ng 83 mga pag-aaral ay natagpuan na habang ang diagnostic AI ay nagiging malakas, nawawala pa rin ito nang malaki sa likod ng mga espesyalista ng tao. Tulad ng nabanggit ng lead researcher na si Dr. Hirotaka Takita,”Ang pananaliksik na ito ay nagpapakita na ang mga kakayahang diagnostic ng AI ay maihahambing sa mga di-dalubhasang mga doktor.”

ang landas mula sa lab hanggang sa operating room Ang operasyon ng real-world ay nagsasangkot ng mga pagiging kumplikado tulad ng pagdurugo, hindi mahuhulaan na paggalaw ng tisyu, at mga galaw ng paghinga, na hindi ganap na na-replicate sa mga pagsubok sa ex vivo. Bukod dito, ang kasalukuyang pagsasaayos ng hardware, lalo na ang mga camera ng pulso, ay malamang na hindi magkasya sa pamamagitan ng karaniwang mga laparoscopic port, isang pangunahing kinakailangan para sa mga minimally invasive na pamamaraan. Naniniwala sila na ang system ay maaaring umangkop sa paggalaw at dugo kung ang mga variable na ito ay isinama sa data ng pagsasanay sa hinaharap. Para sa mga isyu sa hardware, napansin nila na ang mga modernong, sub-milimetro camera ay maaaring isama sa mga tool sa kirurhiko. Upang matugunan ang mga potensyal na occlusions ng lens mula sa fog o dugo, iminumungkahi nila ang pag-ampon ng mga umiiral na solusyon tulad ng mga ahente ng anti-fogging o mga robotic scope cleaner. Ang napakalawak na mga datasets na kinakailangan upang sanayin ang medikal na AI ay isang mapagkukunan ng makabuluhang pag-aalala sa publiko, tulad ng na-highlight ng mga kontrobersya sa paggamit ng data ng pasyente ng NHS para sa mga modelo ng pagsasanay. Habang ang mga sistemang ito ay nagiging mas awtonomiya, tinitiyak na ang kanilang mga aksyon ay malinaw, maipaliwanag, at ligtas ay pinakamahalaga. Binibigyang diin ng mga mananaliksik na ang kanilang layunin ay upang dagdagan ang mga siruhano, hindi palitan ang mga ito. Ang system ay idinisenyo upang suportahan ang mga interbensyon sa wika ng real-time mula sa mga eksperto ng tao, pag-frame nito bilang isang tool upang mabawasan ang pagkapagod at pamantayan ang pangangalaga, isang mahalagang hakbang para sa pagkakaroon ng pagtanggap mula sa mga klinika at mga pasyente na magkamukha.

Categories: IT Info