Anthem副首席临床官谈人工智能助力术前规划,手术机器人等
人工智能 (AI) 的定义是使机器能够执行认知功能(例如解决问题和决策)的算法。一段时间以来,通过机器学习(ML) 和自然语言处理(NLP) ,AI已经改变了医疗保健的面貌。
图片来源: Labmedia
图片来源: GE Healthcare
人工智能辅助「手术机器人」
人工智能驱动的手术机器人是一种计算机操作设备,辅助手术中器械的操作和定位,使外科医生能够专注于手术的复杂方面。
它们的使用减少了外科医生在手术过程中的波动,帮助他们提高技能并在手术过程中表现得更好,从而获得卓越的患者结果,并降低整体医疗保健支出。
在机器学习技术的帮助下,手术机器人通过浏览数百万个数据集,识别关键信息和最佳实践。Asensus Surgical开发的绩效引导的腹腔镜AI机器人,可以向外科医生提供关键信息,例如组织的大小,而不需要物理卷尺。同时,对机器人进行编程是通过演示人类技能完成的;机器人的学习则是通过模仿外科医生的手术操作进行的。
从演示中学习(LfD) 通过信息的累积,“训练”机器人独立执行新任务。在第一阶段,LfD将复杂的手术任务拆分为几个子任务和基本手势。在第二阶段,手术机器人按照识别、建模和执行子任务的顺序,为人类外科医生提供从重复性任务中解脱出来的机会。
扩大自主机器人在手术中的使用,特别是让机器人在微创手术中执行任务,是一项艰巨的努力。JIGSAWS (约翰霍普金斯大学信息安全研究所手势和技能评估工作集) 是第1个公共的基准手术活动数据集,提供了该大学不同技能水平的外科医生执行的三项标准手术任务的运动学数据和同步视频。
JIGSAWS分析的三项标准手术任务是缝合、穿针和打结。在执行每项任务期间,手势被识别的准确率约为80%。研究结果虽然让人抱有希望,但表明仍有改进的空间,特别是在预测不同外科医生的手势活动方面。
对于许多手术任务,强化学习(RL) 是一种常用的机器学习范式,用于解决难以建立精确分析模型的子任务,例如插管和软组织操作。RL算法的形成基于从演示中学习到的策略,而不是从零开始学习,因此减少了学习过程所需的时间。
AI辅助手术举例
人与机器人交互是让外科医生能够通过非接触式的方法操作手术机器人的领域。这种操作可以通过头部或手部运动、语音识别、外科医生的凝视来实现。
外科医生已经可以通过头部运动来远程控制腹腔镜机器人。FAce MOUSe是一种人机界面,可以实时监控外科医生的面部运动,而无需任何身体接触设备。腹腔镜的运动由外科医生的面部“手势”简单而准确地控制,从而为各种手术操作提供人与机器人之间无创、不需要语言的合作。
图源:Microsure
2017年,荷兰马斯特里赫特大学医学中心在显微手术干预中使用了人工智能驱动的机器人。该手术机器人缝合了一名受淋巴水肿影响的患者的0.03至0.08毫米的血管。这种慢性病通常是在治疗乳腺癌期间由于积液导致肿胀而发生的副作用。手术中使用的机器人由Microsure制造,由一名外科医生操作。他的手部动作通过“机器人手”,将动作变得更小、更准确。手术机器人还用于修复外科医生动作中的颤抖,确保人工智能驱动的设备正确地进行手术。
植发手术机器人使机器人能够在AI算法的帮助下采集毛囊并将其移植到头皮的精确区域。该机器人无需手术切除供体区域即可进行微创手术,并且无需毛发移植外科医生在几个小时的手术中手动提取毛囊,而且手动一次只能提取一个毛囊。
达芬奇心脏手术是机器人心脏手术,通过胸部非常小的切口,由机器人操作的器械和非常小的仪器进行切割。机器人心脏手术已被用于不同的心脏相关手术,例如冠状动脉搭桥术、瓣膜手术、心脏组织消融、肿瘤切除和心脏缺陷修复。
Gestonurse是一种护士机器人,专门为外科医生在手术室中处理手术器械而设计,目的是减少那些可能发生的对手术结果产生负面影响的错误。在普渡大学进行的模拟外科手术中,Gestonurse通过指尖识别和手势推断来操作所需的仪器,证明了其效率和安全使用。
原作者简介:Liz Kwo博士现任安森保险Anthem副首席临床官,她是一位医疗保健领域的连续创业者、企业家、医生和哈佛医学院讲师。她获得了哈佛医学院的医学博士学位、哈佛商学院的MBA学位和哈佛大学陈曾熙公共卫生学院公共卫生硕士学位。
【重要提醒】
↘↘点我免费发布一条杭州本地便民信息↙↙(微信搜索13717680188加小编好友,注明杭州,免费拉您进群聊),优先通过审核。内容来源网络如有侵权请联系管理员删除谢谢合作!