Umělá inteligence a robotika mění přesnost lékařských jehel
Představte si lékaře, který se snaží dostat k rakovinnému uzlíku hluboko v plicích pacienta – cíl velikosti hrášku ukrytý za bludištěm kritických krevních cév a dýchacích cest, které se mění s každým nádechem. Milimetr úseku může proniknout do velké tepny a pád může znamenat, že rakovina zcela chybí a může se rozšířit, pokud se neléčí. Jedná se o každodenní tisíce procedur v tisících procedur, kde je kritická přesnost a úkol přes anatomické překážky, které nejsou proniknutelné nebo citlivé v tisících...
Umělá inteligence a robotika mění přesnost lékařských jehel
Představte si lékaře, který se snaží dostat k rakovinnému uzlíku hluboko v plicích pacienta – cíl velikosti hrášku ukrytý za bludištěm kritických krevních cév a dýchacích cest, které se mění s každým nádechem. Milimetr úseku může proniknout do velké tepny a pád může znamenat, že rakovina zcela chybí a může se rozšířit, pokud se neléčí.
Jde o tisíce procedur každý den, kdy je přesnost rozhodující a úkol je vystaven anatomickým překážkám, které nejsou prostupné nebo citlivé. Mohou umělá inteligence (AI) a roboti pomoci překonat tyto výzvy a zlepšit výsledky pacientů?
V medicíně nastává nová éra „vedení umělé inteligence“. Roboti s pokročilou umělou inteligencí mohou pomáhat lékařům a automatizovat určité úkoly, díky čemuž jsou bezprecedentní přesnost a složité postupy bezpečnější a efektivnější. “
Ron Alterovitz, Lawrence Grossberg, který je profesorem na katedře informatiky
Nový článek vVědecká robotika Formalizuje koncept navádění AI pro postupy lékařské jehly a nastiňuje úrovně vedení AI pro každou komponentu. Autoři definují čtyři složky vedení AI: vnímání anatomie, plánování pohybů nástroje, vnímání stavu nástroje a provádění pohybů nástroje během výkonu. Roboty naváděné umělou inteligencí mohou dosáhnout větší přesnosti a preciznosti navádění jehly než lidští lékaři a zároveň umožňují použití nejmodernějších konstrukcí jehel, které se mohou zakřivit skrz tělo.
Článek „Lékařské jehly v rukou umělé inteligence: K autonomní robotické navigaci“ napsali Alterovitz, Janine Hoelscher z Clemson University a Alan Kuntz z University of Utah. Hoelscher a Kuntz předtím dokončili doktorandskou práci v oboru informatiky na UNC s Alterovitzem jako poradcem.
Éra vedení AI
Po desetiletí se lékaři spoléhali na obrazové vedení a použití rentgenových paprsků, počítačové tomografie (CT) a zobrazení magnetické rezonance (MR) k vizualizaci anatomie pacienta a plánu dráhy jehly před výkonem. Tento pokrok, pocházející z objevu rentgenového záření na konci 19. století, umožnil bezpečnější přístup k bodům v těle.
Nedávné pokroky v AI nyní umožňují skok vpřed. Umělá inteligence dokáže automaticky analyzovat snímky, identifikovat cíle a překážky, vypočítat bezpečné trajektorie a dokonce autonomně vést robotické jehly kolem citlivých tkání v místech hluboko v těle. Jeden takový příklad, který předvedl tým výzkumníků z University of North Carolina v Chapel Hill, Vanderbilt University a University of Utah, předvedl lékařského robota, který dokáže autonomně nasměrovat jehlu na klinicky relevantní cíle v plicích s vysokou přesností v živé tkáni, což prokazuje lepší výkon než samotné tradiční nástroje. Autoři popisují tento transformativní posun od navádění pomocí obrazu k navádění pomocí umělé inteligence, kdy umělá inteligence pomáhá při vnímání anatomie pacienta, sledování postupu během procedury, plánování pohybů nástrojů a dokonce i při provádění těchto požadavků.
"Po desetiletí vizuální vedení pomáhalo lékařům lépe plánovat a provádět lékařské procedury," řekl Alterovitz. "Návod AI jde ještě dále, aby byly postupy bezpečnější a méně invazivní."
Článek formalizuje koncept vedení AI, který využívá AI ke zlepšení výkonu lékařů a vytváření stavebních bloků pro vyšší úroveň robotické autonomie. Článek definuje čtyři složky vedení AI jako:
-
Vnímání anatomie
-
Plánování pohybů nástrojů
-
Vnímání stavu přístroje
-
Během procedury provádějte pohyby nástroje
Každá z těchto čtyř složek může poskytovat svou vlastní úroveň vedení AI:
-
Eye-On/Practice-On – kde lékař provádí úkol s pomocí AI
-
Eyes-on/Hands-Off – kde AI plní úkol, zatímco lékař sleduje AI a je připraven zasáhnout v neobvyklých situacích
-
Vypnutí/Hands-Off – kde AI provádí úkol a lékař vstoupí pouze na žádost AI
-
Kompletní průvodce AI – kde AI dokončí úkol
Nakonec článek klasifikuje současné systémy do těchto kategorií a pojednává o výzkumných problémech umožňujících vyšší úrovně vedení AI. Výzkumníci zejména zdůrazňují kritické překážky širokého klinického přijetí, jako je potřeba zaručit bezpečnost, fungovat v rámci regulačního prostředí, vyvíjet rozhraní AI pro lékaře, která jsou intuitivní na jakékoli úrovni vedení AI, a schopnost integrovat požadovanou technologii do všech aspektů klinického pracovního postupu.
Ačkoli Alterovitz uznal mnoho výzev, které je třeba překonat, vyjádřil své myšlenky na budoucnost vedení AI v lékařských postupech.
„Průlomy v oblasti umělé inteligence a robotiky budou i nadále umožňovat zvyšování úrovně navádění umělou inteligencí a robotické automatizace lékařských postupů,“ řekl Alterovitz. „Umělá inteligence a robotika mohou lékařům poskytnout nové nástroje, díky nimž budou náročné postupy bezpečnější a efektivnější.“
Zdroje:
Alterovitz, R.,a kol.(2025). Lékařské jehly v rukou AI: Pokrok směrem k autonomní robotické navigaci. Vědecká robotika. doi.org/10.1126/scirobotics.adt1874.