研究人员开发了一种基于人工智能（AI）的新系统，该系统能够操控一台标准的“达芬奇”手术机器人，并成功完成了对猪器官的胆囊切除实验。这个名为 SRT-H 的 AI 通过“模仿学习”的方式进行训练，即观看人类专家反复演示手术过程。尽管该机器人在实验中表现精确，但其发展面临一个主要障碍：机器人制造商出于商业竞争考虑，拒绝提供训练所必需的关键数据。
从预设程序到自主学习
过去，手术机器人主要依赖预先编程的指令，类似于工厂里的自动化机械臂，缺乏灵活性。之后出现了像 STAR (智能组织自主机器人) 这样的系统，它能根据摄像头画面对预设方案进行微调，但仍需依赖特殊标记和既定计划。
而这项新研究则迈出了一大步，其核心是名为 SRT-H (手术机器人转换器) 的新系统。
- 更灵活的AI： 与以往不同，SRT-H 是一个“从演示中学习”的 AI 系统，它不依赖僵化的预设方案。
- 标准化的硬件： 研究使用了已在全球医院广泛部署的达芬奇手术机器人，而非定制设备。
- 先进的软件架构： 系统由两个“转换器模型”（与驱动 ChatGPT 的技术类似）驱动。一个高级模块负责规划任务，一个低级模块负责将指令转化为机器臂的具体动作。
模仿人类专家的训练过程
研究团队选择让机器人学习胆囊切除术，这是一种常见的外科手术。手术的目标是夹闭并切断连接胆囊与其他器官的管道，同时防止内部液体泄漏。
“目标是在不引起内部液体流出的情况下，切除连接胆囊和其他器官的管道。”
为了训练机器人，团队将手术分解为 17 个步骤，并让一名研究助理在猪的器官样本上反复操作达芬奇机器人。整个过程被详细记录下来，形成了训练数据集。
- 训练数据： AI 学习了超过 17 小时的手术视频。
- 关键信息： 数据集不仅包含视频画面，还包括机器臂的精确运动数据（运动学数据）和自然语言注释。
基于这些数据，SRT-H 学会了如何执行手术。在面对从未见过的样本时，它取得了 100% 的成功率。更重要的是，它还能理解并采纳简单的自然语言指令，如“把你的手臂向左移动一点”，并从中不断学习改进。研究人员表示，理论上这种方法可以应用于任何类型的外科手术。
商业机密成为发展瓶颈
尽管技术上取得了突破，但项目的发展却受到了商业因素的阻碍。要将机器人从操作尸体器官推进到为活体动物甚至人类进行手术，需要大量的训练数据。
问题在于，达芬奇机器人的制造商 Intuitive Surgical 公司拒绝提供训练 AI 所必需的运动学数据。
“这真的是高层管理人员没有跟上人工智能的步伐，”研究负责人 Ji Woong Kim 说。“他们没有意识到这些东西的潜力。他们的工程师，每一位科学家，都想开放数据。只是他们的法务部门非常保守。”
据 Kim 所述，该公司给出的理由是担心竞争对手会通过这些数据对其机器人的机械结构进行逆向工程。
未来的解决方案
面对数据壁垒，研究团队已经开始构想替代方案。
- 替代数据采集： 一个方法是在外科医生的手动手术工具上安装运动追踪传感器，直接记录人类专家的手部动作来获取运动学数据。
- 更科幻的未来： 研究人员甚至设想，未来可以开发通用型的人形机器人，并将其应用到手术室中，实现更广泛的自主操作。