AI στη ρομποτική χειρουργική μιας θύρας από την RSIP Vision

Η χρήση από τη χειρουργική κοινότητα του μονής θυρίδας ως χειρουργική προσέγγιση αυξάνεται σε συχνότητα. Ένα λιμάνι είναι η πύλη εισόδου των εργαλείων στο σώμα του ασθενούς κατά τη διάρκεια μιας χειρουργικής επέμβασης. Επί του παρόντος, οι περισσότερες λαπαροσκοπήσεις απαιτούν πολλές θύρες για την κάμερα και τα εργαλεία, ενώ η προσέγγιση μιας θύρας χρησιμοποιεί μία θύρα για όλα τα εργαλεία και την κάμερα.

Τα κύρια πλεονεκτήματα αυτής της προσέγγισης είναι ότι προσφέρει παρόμοια αποτελέσματα με την προσέγγιση πολλαπλών θυρών ενώ το επιτρέπει ταχύτερη επούλωση, λιγότερος πόνος για τον ασθενή και καλύτερα αισθητικά αποτελέσματα. Τεχνικά, η απλή θύρα είναι προκλητική καθώς απαιτεί ελιγμούς όλων των εργαλείων και της κάμερας μέσω της ίδιας θύρας, με αποτέλεσμα πολλαπλούς περιορισμούς κίνησης σε όλη τη διαδικασία. Αυτός είναι ο λόγος για τον οποίο οι περισσότερες εταιρείες που αναπτύσσουν λύσεις μίας θύρας επικεντρώνουν τις περισσότερες προσπάθειες Ε&Α στο υλικό, για να επαληθεύσουν ότι ο χειρουργός μπορεί να εκτελέσει επαρκώς τη χειρουργική επέμβαση, ανεξάρτητα από τους χωρικούς περιορισμούς. Επομένως, τα διάφορα εργαλεία και η κάμερα θα πρέπει να έχουν εξαιρετική ευελιξίακαθιστώντας την ανάπτυξή τους μια πολύπλοκη διαδικασία.

RSIP Vision έχει ερευνήσει τι μπορούμε να κάνουμε ως εταιρεία λογισμικού για να βοηθήσουμε και να λύσουμε τους περιορισμούς της χειρουργικής επέμβασης σε μία θύρα. Ας ξεκινήσουμε λέγοντας αυτό μια χειρουργική επέμβαση μονής θυρίδας είναι μια ρομποτική χειρουργική επέμβαση: οτιδήποτε μπορεί να βοηθήσει το κανονικό ρομπότ βοηθά ένα ρομπότ μίας θύρας. Οτιδήποτε Τεχνητή Νοημοσύνη (AI) μπορεί να προσφέρει για να βοηθήσει τη ρομποτική χειρουργική – όπως οι τεχνικές απεικόνισης – σχετίζονται και με το πρόβλημα της χειρουργικής μιας θύρας.

Με ποιους τρόπους διαφέρουν οι χειρουργικές επεμβάσεις μιας θύρας από τις χειρουργικές επεμβάσεις πολλών λιμένων; Με ποιους τρόπους μπορεί η τεχνητή νοημοσύνη να βοηθήσει στη μείωση της διαφοράς μεταξύ χειρουργικών επεμβάσεων με μία θύρα και χειρουργικών επεμβάσεων πολλαπλών λιμένων; Θα το δούμε με κάποια λεπτομέρεια τώρα. Σε επεμβάσεις μονής θύρας, κάμερα και εργαλεία προέρχονται από την ίδια κατεύθυνση, οι κινήσεις της κάμερας είναι πιο περιορισμένες – το οπτικό πεδίο είναι γενικά πιο περιορισμένο. Πρέπει επίσης να είναι έξω από τα εργαλεία για να λειτουργήσει σωστά. Οι κάμερες πρέπει επίσης να είναι μικρότερες, να χωρούν σε μία μόνο είσοδο στο σώμα, επομένως δεν μπορούν να επιτρέψουν μεγάλο οπτικό πεδίο. Το AI πρέπει να το αντισταθμίσει.

Το κάνει με συγκεκριμένα παρακολούθηση εργαλείων, αλλά όχι μόνο εντός του οπτικού πεδίου της κάμερας. Ας δούμε πώς. Η παρακολούθηση εργαλείων είναι καλή για κάθε ρομποτική επέμβαση: ξέρετε πού βρίσκονται τα εργαλεία, ποιες γωνίες έχουν και ποιες κατευθύνσεις πηγαίνουν. Αλλά στη χειρουργική με μία θυρίδα, τα εργαλεία μπορούν να μετακινηθούν έξω από το οπτικό πεδίο και παρόλα αυτά, ο χειρουργός πρέπει να γνωρίζει πού βρίσκονται. Εάν η τεχνητή νοημοσύνη είναι σε θέση να παρακολουθεί το εργαλείο με τέτοιο τρόπο ώστε ο χειρουργός να το γνωρίζει ακόμα κι αν είναι εκτός οπτικού πεδίου, το εργαλείο μπορεί να βρίσκεται στην εικόνα που στάλθηκε στον χειρουργό. Όταν θα χρειαστεί το εργαλείο, ο χειρουργός μπορεί να το φέρει πιο κοντά χωρίς να χτυπήσετε την κάμερα ή άλλα εργαλεία και χωρίς να καταστρέψετε τους ιστούς του σώματος. Τα εργαλεία δεν θα διασταυρωθούν κατά λάθος και με αυτόν τον τρόπο η τεχνητή νοημοσύνη συνεισφέρει πολύ κρίσιμη: βοηθά στην παροχή πλήρους πληροφοριών πλοήγησης ακόμα και όταν το οπτικό πεδίο είναι περιορισμένο και το εργαλείο βρίσκεται εκτός πλαισίου.

Ας μιλήσουμε για ένα άλλο χαρακτηριστικό της τεχνητής νοημοσύνης που μπορεί να βοηθήσει το ρομπότ μιας θύρας. Οι χειρουργοί συχνά εκπαιδεύονται να προσεγγίζουν την παρέμβαση από μια δεδομένη οπτική γωνία και να βλέπουν τα πράγματα από μια συγκεκριμένη οπτική γωνία. Αλληλεπιδρούν με την ανατομία του ασθενούς με βάση αυτό που βλέπει. Σε χειρουργική επέμβαση μονής θύρας αυτό δεν μπορεί να συμβαίνει πάντα. Η χαρτογράφηση της σκηνής είναι επομένως πολύ χρήσιμη: βοηθάει γνωρίζουν ακριβώς ποια όργανα και ιστοί βρίσκονται μέσα στο οπτικό πεδίο, να τα παρακολουθείτε συνεχώς και ίσως ακόμη και να τα επισημαίνετε αυτόματα. Με αυτόν τον τρόπο, ο χειρουργός μπορεί να ανταποκριθεί καλύτερα στη διαφορετική άποψη που δίνει η μονή θύρα. Για να γίνει αυτό, η τεχνητή νοημοσύνη πρέπει να χαρτογραφήσει τις διάφορες περιοχές της σκηνής: για παράδειγμα, διαχωρίστε αμέσως το συκώτι και ένα αιμοφόρο αγγείο, σημείωσέ τα σωστά και παρακολουθήστε τα επίσης σε σχέση με τα εργαλεία, χρησιμοποιώντας αυτό το στενό οπτικό πεδίο. Επίσης, αυτό που βρίσκεται έξω από την εικόνα μπορεί να χαρτογραφηθεί, όπως είδαμε με το εργαλείο. Αυτό επιτρέπει στον χειρουργό να παρακολουθήσει έναν χάρτη μεγαλύτερο από αυτόν που φαίνεται απευθείας από την κάμερα. Αυτός μπορεί να είναι ένας χάρτης από μια σάρωση προ-λειτουργίας που έχει καταχωρηθεί στην εικόνα ή χρησιμοποιώντας αρκετά δεδομένα και αλγόριθμους βαθιάς εκμάθησης για να χαρτογραφήσει ολόκληρη την περιοχή χρησιμοποιώντας μια μεμονωμένη εικόνα.

Πώς το AI παρέχει αυτή τη δυνατότητα; Δεδομένων επαρκών δεδομένων εκπαίδευσης, Το AI μπορεί αυτόματα να τμηματοποιήσει κάθε μέρος της εικόνας. Μπορεί πολύ εύκολα να τμηματοποιήσει το εργαλείο: βαθμονομώντας την κάμερα, μπορούμε να γνωρίζουμε πού βρίσκεται το εργαλείο, αν βρίσκεται στην εικόνα ή έξω από αυτό, πόσο μακριά είναι και ποια κατεύθυνση πηγαίνει. Οι σύγχρονοι αλγόριθμοι τεχνητής νοημοσύνης κατέχουν πολύ καλά αυτό το μέρος. Η χαρτογράφηση σκηνής είναι λίγο πιο δύσκολη και απαιτεί περισσότερη εργασία από ειδικούς, αλλά με επαρκή δεδομένα, μπορείτε να εκπαιδεύσετε δίκτυα για να ταξινομούν συγκεκριμένα όργανα, συγκεκριμένες υποενότητες μέσα στην εικόνα και να παρακολουθούν συνεχώς τα πράγματα κατά τη διάρκεια των διαδικασιών, ακόμη και όταν κινούνται. .

Μπορεί να εμφανιστούν περισσότερες προκλήσεις με τον καιρό, όταν περισσότερα ρομπότ με μία θύρα θα κυκλοφορήσουν στην αγορά. Το AI είναι έτοιμο να βοηθήσει με τους γνωστούς.