En un trabajo dirigido por investigadores de Johns Hopkins, el robot se desempeñó con serenidad durante las pruebas y con la experiencia de un cirujano humano experto, incluso durante situaciones inesperadas típicas de las emergencias médicas de la vida real.
Un robot entrenado con videos de cirugías realizó una larga fase de extirpación de vesícula biliar sin intervención humana. El robot operó por primera vez a un paciente con características reales y, durante la operación, respondió y aprendió de las órdenes de voz del equipo, como un cirujano novato que trabaja con un mentor.
El robot funcionó sin problemas durante las pruebas y con la experiencia de un cirujano humano experto, incluso durante situaciones inesperadas típicas de las emergencias médicas de la vida real.»Este avance nos lleva de robots que pueden ejecutar tareas quirúrgicas específicas a robots que realmente comprenden los procedimientos quirúrgicos».Axel Krieger.Robótica médica de Johns Hopkins
El trabajo financiado con fondos federales, dirigido por investigadores de la Universidad Johns Hopkins, es un avance transformador en la robótica quirúrgica, donde los robots pueden trabajar con precisión mecánica y capacidad de adaptación y comprensión similares a las humanas.
«Este avance nos lleva de robots capaces de ejecutar tareas quirúrgicas específicas a robots que realmente comprenden los procedimientos quirúrgicos», afirmó el especialista en robótica médica Axel Krieger . «Esta es una distinción crucial que nos acerca significativamente a sistemas quirúrgicos autónomos clínicamente viables que puedan funcionar en la compleja e impredecible realidad de la atención al paciente».
Los resultados se publican hoy en Science Robotics .
En 2022, el Robot Autónomo de Tejidos Inteligentes de Krieger, STAR, realizó la primera cirugía robótica autónoma en un animal vivo : una cirugía laparoscópica en un cerdo. Sin embargo, este robot requería tejido especialmente marcado, operaba en un entorno altamente controlado y seguía un plan quirúrgico rígido y predeterminado. Krieger afirmó que era como enseñarle a un robot a conducir por una ruta cuidadosamente trazada.
Pero su nuevo sistema, dice, «es como enseñar a un robot a navegar por cualquier camino, en cualquier condición, respondiendo inteligentemente a todo lo que encuentre».
El robot quirúrgico transformador jerárquico, SRT-H , realmente realiza cirugías, adaptándose a las características anatómicas individuales en tiempo real, tomando decisiones sobre la marcha y corrigiéndose a sí mismo cuando las cosas no salen como se esperaba.
Construido con la misma arquitectura de aprendizaje automático que impulsa ChatGPT, SRT-H también es interactivo y puede responder a comandos hablados («agarra la cabeza de la vesícula») y correcciones («mueve el brazo izquierdo un poco a la izquierda»). El robot aprende de esta retroalimentación.
«Este trabajo representa un gran avance con respecto a esfuerzos anteriores, ya que aborda algunas de las barreras fundamentales para la implementación de robots quirúrgicos autónomos en el mundo real», afirmó el autor principal, Ji Woong «Brian» Kim , exinvestigador postdoctoral en Johns Hopkins y actual miembro de la Universidad de Stanford. «Nuestro trabajo demuestra que los modelos de IA pueden ser lo suficientemente fiables para la autonomía quirúrgica, algo que antes parecía lejano, pero que ahora es demostrablemente viable».
El año pasado, el equipo de Krieger utilizó el sistema para entrenar a un robot a realizar tres tareas quirúrgicas fundamentales: manipular una aguja, extraer tejido corporal y suturar. Cada tarea tomaba solo unos segundos.
El procedimiento de extirpación de la vesícula biliar es mucho más complejo: una serie de 17 tareas que duran unos minutos. El robot tenía que identificar ciertos conductos y arterias y sujetarlos con precisión, colocar grapas estratégicamente y cortar partes con tijeras.
El SRT-H aprendió a realizar la cirugía de vesícula biliar viendo videos de cirujanos de Johns Hopkins realizándola en cadáveres de cerdos. El equipo reforzó el entrenamiento visual con subtítulos que describían las tareas. Tras ver los videos, el robot realizó la cirugía con una precisión del 100 %.
Aunque el robot tardó más en realizar el trabajo que un cirujano humano, los resultados fueron comparables a los de un cirujano experto. «Así como los residentes de cirugía suelen dominar las diferentes partes de una operación a distintos ritmos, este trabajo ilustra la promesa de desarrollar sistemas robóticos autónomos de forma modular y progresiva», afirma Jeff Jopling , cirujano de Johns Hopkins y coautor.
El robot funcionó impecablemente en condiciones anatómicas que no eran uniformes y durante desvíos inesperados, como cuando los investigadores cambiaron la posición inicial del robot y cuando agregaron tintes similares a la sangre que cambiaron la apariencia de la vesícula biliar y los tejidos circundantes.
«Para mí, esto demuestra que es posible realizar procedimientos quirúrgicos complejos de forma autónoma», afirmó Krieger. «Esta es una prueba de concepto de que es posible, y este marco de aprendizaje por imitación puede automatizar un procedimiento tan complejo con un alto grado de robustez».
A continuación, al equipo le gustaría entrenar y probar el sistema en más tipos de cirugías y ampliar sus capacidades para realizar una cirugía completamente autónoma.
Los autores incluyen al estudiante de doctorado de Johns Hopkins Juo-Tung Chen; al estudiante de posgrado visitante de Johns Hopkins Pascal Hansen; a la estudiante de doctorado de la Universidad de Stanford Lucy X. Shi; al estudiante de pregrado de Johns Hopkins Antony Goldenberg; al estudiante de doctorado de Johns Hopkins Samuel Schmidgall; al ex becario postdoctoral de Johns Hopkins Paul Maria Scheikl; al ingeniero de investigación de Johns Hopkins Anton Deguet; al becario de cirugía Brandon M. White, a la profesora adjunta de la Universidad de Stanford Chelsea Finn; y a De Ru Tsai y Richard Cha de Optosurgical.
El trabajo contó con el apoyo de la Agencia de Proyectos de Investigación Avanzada para la Salud (ARPA-H). El contenido es responsabilidad exclusiva de los autores y no representa necesariamente la opinión oficial de ARPA-H. Otros apoyos fueron proporcionados por: Fundación Nacional de la Ciencia/Investigación Fundamental en Robótica 2144348; Institutos Nacionales de la Salud R56EB033807; y la División de Educación de Posgrado de la Fundación Nacional de la Ciencia 2139757. Universidad Johns Hopkins News. J. R. Traducido al español
