行业新闻
您当前的位置:官网首页 > 行业新闻 >

研究人员通过展示手术视频教机器人缝合

来源:原创 编辑: 时间:2020-06-24 08:49

对医务人员来说,将手术后的患者缝合在一起是一项至关重要而又单调的使命,一般要求他们重复相同的简略动作数百遍。最近在英特尔与加州大学伯克利分校之间的共同努力下,不久之后,外科凯时88kb88医师能够将这项繁琐的作业分管给机器人,不过只限用于完成主动缝合。

图片来源于网络

由Ajay Tanwani博士领导的加州大学伯克利分校(UC Berkeley)团队开发了一种半监督的AI深度学习体系,称为Motion2Vec。该体系旨在观看由实践医师进行的揭露手术视频,在缝合时分化医师的动作(插针、拔针和移送),然后以很高的精度进行仿照。 

Tanwani告知Engadget:“与传统界面以静态方法学习或从[仿照]轨道学习比较,从视觉调查中学习具有很大的吸引力,因为现有视频中供给了很多信息内容,” 关于机器人教育,一张图片明显胜过千言万语。

Ken Goldberg博士是加州大学伯克利分校的实验室负责人,也是Tanwani的团队这项研讨的参谋。他弥补说:“ YouTube每分钟取得500个小时的新材料。这是一个令人难以置信的数据库。任何人都能够观看这些视频中的恣意一个并了解它,可是机器人现在无法做到-他们仅仅将其视为像素流。因而,这项作业的方针是测验澄清这些像素。那便是看视频,对其进行剖析,然后能够将视频切割成有意义的序列。”

为此,该团队运用暹罗网络来练习AI。Tanwani解说说,树立暹罗网络是为了从无监督或弱监督的数据中学习间隔函数。他说:“这儿的主意是,您想发生很多重组视频中的数据,并将其紧缩为低维流形。暹罗网络用于学习该流形内的间隔函数。” 

基本上,这些网络能够对两个输入之间的类似程度进行排序,这便是为什么它们常常用于图像识别使命,例如将或人的监控镜头与驾驶执照相片匹配。可是,在这种情况下,研讨小组运用网络将机械手动作的视频输入与人类医师履行相同动作的现有视频进行匹配。意图是将机器人的功能进步到挨近人类的水平。 

因为该体系依赖于半监督学习结构,因而该团队仅需求JIGSAWS数据库中的78个视频即可练习其AI以85.5%的切割精确的和均匀0.94厘米的方针定位精度来履行使命。

这些技能要进入实践手术室需要时日,但Tanwani信任,一旦完成,外科手术AI将像当今的半主动汽车上驾驶员辅佐体系相同发挥作用。他们不会替代人类外科医师,而是经过接收低水平,重复性的使命来进步他们的体现。Motion2Vec体系不只用于缝合。如果有恰当的练习数据,AI终究能够承当许多责任,例如清创术(从伤口中挑出死肉和碎屑),但不要盼望它履行你的下一个阑尾切除术。

Goldberg说:“咱们还没有做到这一步,可是咱们正在朝外科医师的才能跨进,外科医师将调查体系,指出他们想要一排缝合线的方位,传达出他们想要六个手缝合线的才能。然后,机器人将基本上开端这样做,外科医师将能够略微放松一下,以便他们能够得到更多休息时刻,并能够专心于手术中更杂乱或更纤细的部分。” 

Tanwani弥补说:“咱们信任,这将有助于外科医师有效地将时刻会集在履行更杂乱的使命上,并运用技能来帮忙他们处理日常作业。”