一款常用于常規(guī)手術(shù)的由外科醫(yī)生手動操作的機器人，如今已能像人類一樣精準地自主執(zhí)行關(guān)鍵手術(shù)任務(wù)。

約翰斯·霍普金斯大學和斯坦福大學的研究人員透露，他們將一個經(jīng)過數(shù)小時手術(shù)視頻訓練的視覺語言模型（VLM）與廣泛使用的達芬奇外科手術(shù)機器人系統(tǒng)進行了整合。

基于這一視覺語言模型，達芬奇機器人的微型夾爪（即“手”）可以自主執(zhí)行三項關(guān)鍵手術(shù)任務(wù)：小心提起人體組織、操控手術(shù)針以及縫合傷口。

傳統(tǒng)的機器人訓練方法需要對機器人動作的每個組成部分進行詳細編程，與之不同的是，經(jīng)過改裝的達芬奇機器人僅通過模仿學習就能完成“零樣本”手術(shù)任務(wù)。僅依靠其視覺語言模型，這款機器人就能實現(xiàn)模仿手術(shù)視頻中醫(yī)生的操作。

這一成果讓我們得以窺見未來完全由自主機器人開展的手術(shù)可能會是什么樣子。

“這些機器人如今能夠自主完成如此復雜的任務(wù)，實在令人驚嘆，”約翰斯?霍普金斯大學的博士后研究員 Ji Woong Brian Kim 說道，“通過模仿學習來為機器人編程，使其能夠進行手術(shù)操作，這是機器人技術(shù)發(fā)展的一項重要突破。我認為，這是自主手術(shù)機器人的未來發(fā)展方向。”

為了訓練模型，研究人員使用了NVIDIA GeForce RTX GPU、PyTorch 以及NVIDIA CUDA - X。

11 月，研究人員在慕尼黑舉行的機器人學習大會（Conference on Robot Learning）上公布了這一研究成果。在這項實驗中，機器人專家們使用了達芬奇外科手術(shù)機器人，機器人最多可配備四個機械臂，如今已經(jīng)被全球各地的外科醫(yī)生廣泛應(yīng)用于各類腹腔鏡手術(shù)。

為了訓練視覺語言模型（VLM），Kim 博士和他的同事將微型攝像機連接到三臺達芬奇機器人的機械臂上。這三臺機器人由約翰斯?霍普金斯大學提供，用于此次實驗。

Kim 博士和他的同事使用醫(yī)生常用來練習手術(shù)技巧的小型硅膠墊，以腹腔鏡手術(shù)的方式操控機器人進行操作。

Kim 博士錄制了約 20 小時的視頻，記錄自己操控達芬奇機器人夾爪（這些夾爪合起來大約只有一便士硬幣那么大）完成三項操作的過程：提起模擬人體組織、操控手術(shù)針以及用手術(shù)線打結(jié)。

他還記錄了與夾爪手動操作相關(guān)的運動學數(shù)據(jù)。這些運動學數(shù)據(jù)包含了 Kim 博士在每個手術(shù)步驟中操控機器人時所使用的角度和壓力等精確信息。

在用手術(shù)視頻和運動學數(shù)據(jù)對 VLM 進行訓練后，研究人員將該模型與達芬奇機器人連接起來，并指示機器人執(zhí)行這三項手術(shù)任務(wù)。

研究人員用雞肉和豬肉進行實驗，這些動物肉模仿了人體組織的外觀和觸感，而且機器人此前也從未接觸過相似的操作。

令他們欣喜的是，在“零樣本”環(huán)境下，機器人近乎完美地完成了這些手術(shù)操作。

Kim 博士表示，機器人能夠自主解決一些未曾預料到的難題，這一點非常令人驚喜。

實驗中有一次，手術(shù)針意外從夾爪中掉落，盡管從未接受過應(yīng)對這種情況的明確訓練，機器人還是撿起了手術(shù)針，并繼續(xù)進行手術(shù)任務(wù)。

“我們從未訓練模型處理豬肉或雞肉組織，也沒有教它如何拾起掉落的手術(shù)針，”Kim 博士表示，“看到機器人在這種完全超出訓練范圍的全新環(huán)境中能夠自主運作，我們感到非常激動?！?/p>

Kim 博士目前正在撰寫一篇新的論文，詳細闡述在動物身上開展的最新研究成果。他還在開發(fā)更多的訓練數(shù)據(jù)，以進一步拓展達芬奇機器人的能力。