机器人在学习专家视频后，成功对猪里脊肉进行了缝合手术

机器人已经能够在一定程度上模仿外科医生，但训练它们做到这一点往往需要复杂的编程和耗时的反复试验。现在，机器首次在简单分析医学专家的视频片段后成功学会了复制基本的手术任务。但在开始对人类患者进行手术之前，这些微型机械臂先在猪里脊肉上进行了练习。

自2000年该设备首次亮相以来，医生们越来越多地将达芬奇手术系统整合到一系列手术中。这对小型机械臂末端带有镊子状抓取器，已用于前列腺切除术、心脏瓣膜修复以及肾脏和妇科手术。但该设备有其局限性，特别是在教它执行新任务时。

约翰霍普金斯大学机械工程系助理教授Axel Krieger在11月11日的一篇人物专访中解释道：“这种方法非常有限。”Krieger补充道，“以前的编程需要专家手工编写手术的每一步代码，这意味着一种手术缝合方法可能需要长达十年的时间才能完善。”

正如Krieger和同事在今年德国慕尼黑举行的机器人学习会议上所解释的那样，那个艰苦的时代可能即将结束。克里格的团队使用与ChatGPT等强化学习模型类似的机器学习原理，最近开发了一种基于运动学的新模型。新颖的达芬奇手术系统训练程序依靠运动学，而不是大型语言模型的基于单词的数据集，它将机器人的运动和角度转化为数学计算。在收集了数百个描绘数千名人类外科医生监督达芬奇机器人的视频后，研究人员随后要求系统分析档案宝库，以便最好地模仿正确的动作。结果甚至让程序员都感到惊讶。

“我们只需要输入图像，然后这个人工智能系统就会找到正确的动作。”博士后研究员Ji Woong Kim说道，“我们发现，即使只有几百个演示，该模型也能够学习该过程并推广它从未遇到过的新环境。”

Krieger补充说，他们的模型还擅长学习人类无法通过视频实际演示的东西。“比如，如果它把针头掉下来，它会自动捡起来继续。这不是我教它做的事情。”

为了测试他们的系统升级，Kreiger的团队指示一个新训练的达芬奇机器人在猪腰肉上完成各种任务，因为猪腰肉与人体组织在生物学上相似。然后，这些小型夹钳展示了它们捡起掉落的针头、打结和完成手术缝合的能力，几乎与人类训练员完全一样。更重要的是，它甚至在最初使用硅皮肤替代品进行训练后就做到了这一点，这意味着它可以轻松地将其技能转移到生物组织上，而无需额外的工作。

克里格认为，达芬奇系统无需等待数年才能学习新的手术策略，新的学习模式将使它能够在“几天内”完善手术程序。尽管目前自主机器人系统的运行速度比人类慢14到18倍，但研究人员相信，他们的机器也很快就能跟上人类的速度。

“拥有这个模型真的很神奇，我们所做的就是给它提供摄像头输入，它就能预测手术所需的机器人动作。”Krieger说。