AI lærte hvordan man suturerer sår ved å se på videoer fra kirurgiske inngrep

Forskere fra University of Berkeley, Intel og Google Brain lærte en AI-modell å operere ved å simulere videoopptak

åtte kirurger på jobb. Algorithmen, kalt Motion2Vec, ble trent på opptak der leger kontrollerer kirurgiske roboter for å påføre suturer eller knytte knuter. Men mens roboten vanligvis styres av en lege fra en datamaskinkonsoll, gjør den det uavhengig av Motion2Vec. .

Han har allerede vist sine ferdigheter i å sy bitenestoffer. I tester reproduserte systemet bevegelsene til kirurger med en nøyaktighet på 85,5 %. Det var ikke lett å oppnå dette nivået av nøyaktighet: de åtte kirurgene i videoene brukte en rekke teknikker, så AI måtte velge det beste alternativet.

For å løse dette problemet brukte teametsemi-autonome algoritmer som lærer et problem ved å analysere delvis merkede datasett. Dette tillot AI å forstå de grunnleggende bevegelsene til kirurger fra en liten mengde data. Forskerne erkjenner imidlertid at systemet må forbedres før det kan fungere alene.

Nå planlegger forskere å gjennomføre tester medforskjellige typer vev slik at systemet kan tilpasse seg forskjellige situasjoner - for eksempel uventet blødning. Det neste trinnet i utviklingen av systemet vil være halvautomatisk fjernkirurgi. På dette stadiet vil roboten hjelpe legen.

Forskere ønsker å lage mer AI ved å bruke det sammemodeller. Det er mye ustrukturert informasjon på Internett  i form av videoer, bilder og tekst. Roboter kan trekke ut nyttig innhold fra den for å forstå dataene og hjelpe oss med å løse hverdagslige problemer.

Les også

— Se på hvilke organer koronaviruset angriper først, og hvordan det skjer

— Hvem var den første organismen på jorden? Glem alt du visste om livets opprinnelse

— Sjekk bilder av formørkelsen tatt rundt om i verden