只需观看视频 机器人就能学会熟练执行手术任务

研究小组利用达芬奇手术系统进行这项研究。 这是一种机器人系统，通常由外科医生用手臂进行远程控制，操作器械完成解剖、抽吸、切割和密封血管等任务。 这类系统能让外科医生在手术台上更精确地控制和近距离观察病人。 最新版本的成本估计超过 200 万美元，这还不包括配件、消毒设备或培训费用。

工作中的达芬奇手术系统

利用一种称为模仿学习的机器学习方法，研究小组训练达芬奇手术系统自行完成外科手术中涉及的三项任务：操作针头、提拉身体组织和缝合。。

手术系统不仅能像人类一样执行这些手术，还能学会纠正自己的错误。"比如，如果针掉了，它会自动捡起来继续。 这不是我教它做的事情，"JHU 的助理教授阿克塞尔-克里格（Axel Krieger）说，他是论文的共同作者，该论文介绍了该团队的研究成果，并在本周的机器人学习大会上进行了展示。

研究人员将模仿学习与 ChatGPT 等流行聊天机器人所采用的机器学习架构相结合，训练出了一个人工智能模型。 不过，这些聊天机器人是为处理文本而设计的，而这个模型却能吐出运动学--一种用数字和方程等数学元素描述运动的语言--来指挥手术系统的手臂。

机器人手术系统的每一步都需要人类外科医生的指导，同时还能实现更高的精度

该模型是利用达芬奇机器人手臂上安装的腕式摄像机在手术过程中录制的数百段视频进行训练的。

研究小组相信，它的模型可以快速训练机器人执行任何类型的外科手术，而且远比手工编码指导手术机器人行动所需的每一个步骤的传统方法容易得多。

连接在机器人手术系统手臂上的"腕式"摄像头捕捉镜头，帮助训练人工智能模型

克里格认为，这将有助于使自动手术比我们以前所能想象的更快成为现实。"这里的新意在于，我们只需收集不同手术的模仿学习，就能在几天内训练机器人学会。"他说。"这让我们能够加速实现自主目标，同时减少医疗失误，实现更精确的手术。"

这可能是近年来机器人辅助手术领域最大的突破之一。 目前已有一些用于复杂手术的自动化设备，如Corindus公司用于心血管手术的CorPath系统。 不过，它们的功能通常仅限于帮助完成手术的某些步骤。为机器人系统的每个步骤编程可能非常缓慢，可能会花上十年的时间来建立缝合模型。

克里格之前还研究过一种不同的自动化外科手术方法。 2022年，他的研究团队在JHU开发了智能组织自主机器人，简称STAR。 在基于结构光的三维内窥镜和基于机器学习的跟踪算法的引导下，机器人在没有人工干预的情况下将猪肠的两端错综复杂地缝合在一起。

目前，JHU 的研究人员正在利用他们的模仿学习方法训练机器人，使其能够完成完整的手术。 要看到机器人完全取代外科医生的工作可能还需要很多年，但像这样的创新可以使复杂的治疗更安全，全球的病人更容易接受。