
世界初の自動手術ロボットが、人間の介入を一切必要とせずに、絶対的な精度で複雑な手術を成功させ、医療業界に歴史的な節目が記録されました。

この画期的な進歩は、機械が高度な外科手術を自律的に実行できる医療の新時代への大きな一歩となります。

ジョンズ・ホプキンス大学の研究者らが開発したSRT-H(外科用ロボット・トランスフォーマー階層)と呼ばれるロボットは、経験豊富な外科医と同等の技術で胆嚢手術を行える能力を実証した。

SRT-H の特別な点は、従来の外科用ロボットの限界を超え、事前にプログラムされたタスクを実行するだけでなく、リアルタイムで反応して学習できることです。

SRT-Hの中核技術は、ChatGPTなどのAIシステムで使用されているものと同様の、高度な機械学習アーキテクチャに基づいています。これにより、ロボットは医療チームからの音声コマンドを処理し、リアルタイムのフィードバックに基づいて動作を調整することができます。この適応性は、手術中に発生する可能性のある予期せぬ課題に対処する上で非常に重要です。

このロボットは、「言語誘導模倣学習」と呼ばれるAIフレームワークを用いて、豚の死体を用いて人間の外科医が胆嚢手術を行う動画を用いて訓練されました。これらの動画を分析することで、SRT-Hは胆嚢手術の手順を正確に学習し、再現することができました。

SRT-Hは、ヒトの外科手術で一般的に見られる様々な解剖学的構造を反映した、多様な解剖学的構造を持つ8組の豚の胆嚢と肝臓で試験されました。胆嚢を肝臓から分離する手術は数分かかるもので、クランプ、切断、そして意思決定と適応能力といった様々な器具の使用が求められます。これらは実際の外科手術で一般的に用いられるスキルです。

ロボットはすべての試験手術において100%の精度を達成し、その結果は科学界に強い印象を与えました。SRT-Hはチューブや動脈を認識し、鉗子を使用し、ハサミを人間の外科医と同じ精度で使用できました。しかし、ロボットは手術を完了するのに人間の外科医よりも時間がかかりました。

重要なステップは、個々のタスクを実行することから、実際に手術手順を理解することへと移行することだと、この研究を率いた医療ロボット工学の専門家、アクセル・クリーガー氏は述べている。彼はこのロボットを、「どんな道路でも、どんな状況でも走行し、遭遇するあらゆるものにインテリジェントに反応する」自動運転車に例えている。

SRT-H開発の中心人物であるキム・ジウォン(ブライアン)氏は、手術自動化におけるAIモデルの信頼性が実証されたことを強調しました。この進歩は、手術の精度と安全性を向上させる新たな可能性を切り開き、ヒューマンエラーの削減と治療成果の向上によって患者ケアに革命をもたらす可能性を秘めています。

SRT-Hは制御された環境では目覚ましい成功を収めていますが、実際の患者への使用はまだ準備が整っていません。しかし、試験におけるそのパフォーマンスは、ロボットが人間の介入を最小限に抑えて手術を行うことができる未来の外科手術を垣間見せてくれました。

2000年からFDAの承認を受け、世界中で1,200万件以上の手術に使用されているIntuitive Surgical社のda Vinciシステムのような既存の外科用ロボットと比較すると、SRT-Hは技術的に飛躍的な進歩を誇ります。da Vinciシステムは外科医による遠隔操作に完全に依存していますが、SRT-Hは完全に独立して動作できます。

開発チームは、SRT-Hや類似のロボットが様々な手術を行えるように訓練され、人間の監督の必要性がさらに低減する未来を思い描いています。長期的には、自律型手術ロボットは外科医不足の解消、人的ミスの削減、そして医療が行き届いていない地域における一貫した高品質な医療の提供に貢献する可能性があります。

しかし、制御されたモデルから実際の人間への手術に移行するには、規制当局による厳格な監督と承認が必要になります。さらに、自動化システムへの依存は、責任問題や意思決定における人間の外科医の役割といった問題を引き起こします。

この研究は、米国保健先端研究計画局(HARP)、米国国立科学財団(NSF)、および米国国立衛生研究所(NIH)の支援を受けて実施されました。外科用ロボット産業は現在、年間約100億ドルの価値があり、2024年までに270万件のロボット手術が実施されると推定されており、今後も成長を続ける中で、こうした倫理的な複雑さに対処することは、技術の進歩が患者の安全とケアの原則と整合していることを保証する上で極めて重要となります。
出典: https://khoahocdoisong.vn/robot-phau-thiat-tu-dong-khong-mot-sai-xot-post1556217.html
コメント (0)