Investigadores de Johns Hopkins logran que un robot quirúrgico imite tareas complejas como la sutura y la manipulación de tejido con la precisión de un cirujano humano, revolucionando la robótica médica.
Gracias a un método de «aprendizaje por imitación,» el equipo entrenó a un robot quirúrgico del sistema da Vinci, alimentándolo con cientos de videos de procedimientos grabados por cirujanos experimentados.
Este enfoque permite que el robot aprenda de manera autónoma las tareas quirúrgicas esenciales, desde manipular agujas hasta levantar tejido y suturar con precisión, incluso reaccionando a errores como si fueran manos humanas.
Los hallazgos , dirigidos por investigadores de la Universidad Johns Hopkins, se destacan esta semana en la Conferencia sobre Aprendizaje Robótico en Múnich, un evento de primer nivel sobre robótica y aprendizaje automático.
«Es realmente mágico tener este modelo. Todo lo que hacemos es introducirle datos de la cámara y puede predecir los movimientos robóticos necesarios para la cirugía», dijo el autor principal Axel Krieger, profesor adjunto del Departamento de Ingeniería Mecánica de la JHU . «Creemos que esto marca un importante paso adelante hacia una nueva frontera en la robótica médica».
El modelo combina aprendizaje de imitación con arquitectura de inteligencia artificial avanzada, similar a la utilizada en herramientas como ChatGPT, pero adaptada a movimientos robóticos.
Esto permite que el robot interprete con exactitud los ángulos y movimientos necesarios en cada procedimiento quirúrgico.
El modelo combinó el aprendizaje por imitación con la misma arquitectura de aprendizaje automático que sustenta ChatGPT. Sin embargo, mientras que ChatGPT trabaja con palabras y texto, este modelo habla «robot» con cinemática, un lenguaje que descompone los ángulos del movimiento robótico en matemáticas.
Los investigadores alimentaron su modelo con cientos de vídeos grabados con cámaras de muñeca colocadas en los brazos de robots Da Vinci durante procedimientos quirúrgicos. Estos vídeos, grabados por cirujanos de todo el mundo, se utilizan para análisis posoperatorios y luego se archivan.
Se utilizan casi 7.000 robots Da Vinci en todo el mundo y más de 50.000 cirujanos reciben formación sobre el sistema, lo que crea un gran archivo de datos que los robots pueden «imitar».
Si bien el sistema Da Vinci se utiliza ampliamente, los investigadores afirman que es notoriamente impreciso. Pero el equipo encontró una manera de hacer que la entrada defectuosa funcionara. La clave fue entrenar al modelo para que realizara movimientos relativos en lugar de acciones absolutas, que son inexactas.
«Todo lo que necesitamos es una imagen para que este sistema de inteligencia artificial encuentre la acción correcta», dijo el autor principal Ji Woong «Brian» Kim, investigador postdoctoral en Johns Hopkins.
«Descubrimos que incluso con unos pocos cientos de demostraciones, el modelo es capaz de aprender el procedimiento y generalizar nuevos entornos con los que no se ha encontrado».
Aunque el sistema da Vinci tiene limitaciones de precisión, el nuevo modelo desarrollado por los investigadores compensa estos defectos, logrando que el robot funcione con notable exactitud.
Este avance podría transformar la forma en que los robots participan en procedimientos médicos complejos, acercando cada vez más a la robótica médica hacia la autonomía y la reducción de errores humanos en cirugías.