सर्जरी के वीडियो देखने वाला रोबोट मानव डॉक्टर की कुशलता से काम करता है

अनुकरणीय शिक्षा का उपयोग करने वाली निर्णायक प्रशिक्षण प्रणाली मेडिकल रोबोटिक्स में 'नई सीमा' खोलती है

अनुभवी सर्जनों के वीडियो देखकर पहली बार प्रशिक्षित एक रोबोट ने मानव डॉक्टरों की तरह ही कुशलतापूर्वक सर्जिकल प्रक्रियाओं को अंजाम दिया।

सर्जिकल रोबोटों को प्रशिक्षित करने के लिए अनुकरण सीखने का सफल उपयोग चिकित्सा प्रक्रिया के दौरान आवश्यक प्रत्येक व्यक्तिगत चाल के साथ रोबोट को प्रोग्राम करने की आवश्यकता को समाप्त करता है और रोबोटिक सर्जरी के क्षेत्र को वास्तविक स्वायत्तता के करीब लाता है, जहां रोबोट मानव सहायता के बिना जटिल सर्जरी कर सकते हैं।

जॉन्स हॉपकिन्स शोधकर्ताओं के नेतृत्व में निष्कर्षों को इस सप्ताह म्यूनिख में रोबोट लर्निंग पर सम्मेलन में स्पॉटलाइट किया जा रहा है, जो रोबोटिक्स और मशीन लर्निंग के लिए एक शीर्ष कार्यक्रम है।

जेएचयू के मैकेनिकल इंजीनियरिंग विभाग में सहायक प्रोफेसर और वरिष्ठ लेखक एक्सल क्राइगर ने कहा, “इस मॉडल का होना वास्तव में जादुई है और हम बस इसे कैमरा इनपुट देते हैं और यह सर्जरी के लिए आवश्यक रोबोटिक गतिविधियों की भविष्यवाणी कर सकता है।” “हमारा मानना ​​है कि यह मेडिकल रोबोटिक्स में एक नई सीमा की ओर एक महत्वपूर्ण कदम है।”

टीम, जिसमें स्टैनफोर्ड के शोधकर्ता भी शामिल थे, ने सर्जिकल प्रक्रियाओं में आवश्यक तीन मूलभूत कार्यों को करने के लिए दा विंची सर्जिकल सिस्टम रोबोट को प्रशिक्षित करने के लिए अनुकरण सीखने का उपयोग किया: सुई में हेरफेर करना, शरीर के ऊतकों को उठाना और टांके लगाना। प्रत्येक मामले में, टीम के मॉडल पर प्रशिक्षित रोबोट ने मानव डॉक्टरों की तरह ही कुशलतापूर्वक सर्जिकल प्रक्रियाएं कीं।

मॉडल ने नकल सीखने को उसी मशीन लर्निंग आर्किटेक्चर के साथ जोड़ा जो चैटजीपीटी को रेखांकित करता है। हालाँकि, जहां चैटजीपीटी शब्दों और पाठ के साथ काम करता है, यह मॉडल किनेमेटिक्स के साथ “रोबोट” बोलता है, एक ऐसी भाषा जो रोबोटिक गति के कोणों को गणित में तोड़ देती है।

शोधकर्ताओं ने अपने मॉडल को सर्जिकल प्रक्रियाओं के दौरान दा विंची रोबोट की बाहों पर लगाए गए कलाई कैमरों से रिकॉर्ड किए गए सैकड़ों वीडियो खिलाए। दुनिया भर के सर्जनों द्वारा रिकॉर्ड किए गए इन वीडियो का उपयोग पोस्ट-ऑपरेटिव विश्लेषण के लिए किया जाता है और फिर संग्रहीत किया जाता है। दुनिया भर में लगभग 7,000 दा विंची रोबोट का उपयोग किया जाता है, और 50,000 से अधिक सर्जनों को सिस्टम पर प्रशिक्षित किया जाता है, जिससे रोबोट के लिए “नकल” करने के लिए डेटा का एक बड़ा संग्रह तैयार होता है।

जबकि दा विंची प्रणाली का व्यापक रूप से उपयोग किया जाता है, शोधकर्ताओं का कहना है कि यह बेहद सटीक नहीं है। लेकिन टीम ने त्रुटिपूर्ण इनपुट को काम में लाने का एक तरीका ढूंढ लिया। मुख्य बात मॉडल को पूर्ण क्रियाओं के बजाय सापेक्ष गतिविधियाँ करने के लिए प्रशिक्षित करना था, जो गलत हैं।

जॉन्स हॉपकिन्स के पोस्टडॉक्टरल शोधकर्ता, मुख्य लेखक जी वूंग “ब्रायन” किम ने कहा, “हमें बस छवि इनपुट की आवश्यकता है और फिर यह एआई सिस्टम सही कार्रवाई ढूंढता है।” “हमने पाया है कि कुछ सौ डेमो के साथ भी, मॉडल प्रक्रिया सीखने और नए वातावरण का सामान्यीकरण करने में सक्षम है जिसका उसने सामना नहीं किया है।”

“हमारा मानना ​​है कि यह मेडिकल रोबोटिक्स में एक नई सीमा की ओर एक महत्वपूर्ण कदम है।”

एक्सल क्राइगर

क्राइगर ने कहा: “यह मॉडल उन चीजों को सीखने में बहुत अच्छा है जो हमने इसे नहीं सिखाई हैं। जैसे कि अगर यह सुई गिरा देता है, तो यह स्वचालित रूप से इसे उठा लेगा और जारी रखेगा। यह ऐसा कुछ नहीं है जिसे मैंने इसे सिखाया है।”

शोधकर्ताओं ने कहा कि इस मॉडल का इस्तेमाल किसी भी प्रकार की सर्जिकल प्रक्रिया को करने के लिए रोबोट को तुरंत प्रशिक्षित करने के लिए किया जा सकता है। टीम अब एक रोबोट को न केवल छोटे सर्जिकल कार्य बल्कि पूरी सर्जरी करने के लिए प्रशिक्षित करने के लिए अनुकरण सीखने का उपयोग कर रही है।

इस प्रगति से पहले, सर्जरी के एक साधारण पहलू को भी निष्पादित करने के लिए रोबोट को प्रोग्राम करने के लिए हर कदम पर हाथ से कोडिंग की आवश्यकता होती थी। क्राइगर ने कहा, कोई व्यक्ति टांके लगाने की कोशिश में एक दशक बिता सकता है। और वह सिर्फ एक प्रकार की सर्जरी के लिए टांके लगाना है।

“यह बहुत सीमित है,” क्राइगर ने कहा। “यहां जो नया है वह यह है कि हमें केवल विभिन्न प्रक्रियाओं की नकल सीखनी है, और हम इसे एक दो दिनों में सीखने के लिए एक रोबोट को प्रशिक्षित कर सकते हैं। यह हमें चिकित्सा त्रुटियों को कम करने और अधिक सटीक सर्जरी प्राप्त करने के साथ-साथ स्वायत्तता के लक्ष्य में तेजी लाने की अनुमति देता है। ।”

जॉन्स हॉपकिन्स के लेखकों में पीएचडी उम्मीदवार सैमुअल श्मिडगैल शामिल हैं; एसोसिएट रिसर्च इंजीनियर एंटोन डेगुएट; और मैकेनिकल इंजीनियरिंग के एसोसिएट प्रोफेसर मारिन कोबिलारोव। स्टैनफोर्ड विश्वविद्यालय के लेखक पीएचडी उम्मीदवार टोनी जेड झाओ और सहायक प्रोफेसर चेल्सी फिन हैं।

विज्ञान+प्रौद्योगिकी

रोबोटिक्स, सर्जरी, कृत्रिम बुद्धिमत्ता, मशीन लर्निंग