자율로봇: 떨어뜨린 바늘도 다시 집어서 수술한다.

숙련된 외과의를 비디오로 관찰하여 훈련받은 로봇은 복잡한 수술 절차를 성공적으로 복제하여 숙련된 인간 의사와 비슷한 기술 수준으로 수행했다.

연구자들은 수술 로봇을 훈련하는 데 모방 학습을 성공적으로 사용함으로써 로봇 수술이 실제 자율성에 가까워지고 있으며, 로봇이 인간의 도움 없이 어려운 수술을 수행할 수 있다고 지적한다.

존스홉킨스 대학의 팀에 따르면, 이는 의료 절차 중에 필요한 각 개별 기동으로 로봇을 프로그래밍할 필요성을 줄인다.

"이 모델을 갖는 것은 정말 마법같고, 우리가 하는 일은 카메라 입력을 공급하는 것뿐이고 수술에 필요한 로봇의 움직임을 예측할 수 있다. 우리는 이것이 의료 로봇공학의 새로운 지평을 향한 중요한 진전이라고 믿는다."라고 JHU 기계공학과의 조교수이자 수석 저자인 악셀 크리거가 성명에서 말했다.

AI 지원 정밀도

스탠포드 대학 연구원들은 모방 학습을 사용하여 다빈치 수술 시스템(da Vinci Surgical System) 로봇을 바늘 취급, 조직 리프팅, 봉합의 세 가지 필수 수술 작업에서 훈련시켰다. 팀의 모델을 따른 로봇은 인간 외과의와 비슷한 기술로 각 작업을 수행했다.

이 모델은 ChatGPT를 구동하는 머신러닝 아키텍처와 모방 학습을 통합했다. 그러나 이 모델은 로봇의 동작 각도를 수학적 표현식으로 변환하는 언어인 운동학을 사용하여 "로봇"에게 말하는 반면, ChatGPT는 단어와 텍스트를 사용한다.

연구원들은 수술 중 다빈치 로봇의 팔에 장착된 손목 카메라로 촬영한 수백 개의 필름을 모델에 통합했다. 전 세계의 외과의가 이러한 녹음을 기록하고, 이는 수술 후 분석에 사용된 후 보존된다.

이 시스템에 대해 훈련을 받은 외과의가 50,000명이 넘고 전 세계적으로 운영 중인 다빈치 로봇이 약 7,000대이므로 로봇이 "모방"할 수 있는 데이터의 양이 엄청나다.

널리 사용됨에도 불구하고 학자들은 다빈치 시스템이 악명 높게 부정확하다고 주장한다. 그러나 이 그룹은 잘못된 입력 함수를 만드는 데 성공했다. 모델을 훈련하여 절대적인 동작 대신 상대적인 동작을 실행하도록 하는 것은 매우 중요했다. 절대적인 동작은 부정확하다.

"우리에게 필요한 것은 이미지 입력뿐이며 그러면 이 AI 시스템이 올바른 동작을 찾는다. 우리는 수백 개의 데모를 사용해도 모델이 절차를 학습하고 접하지 않은 새로운 환경을 일반화할 수 있다는 것을 발견했다."라고 존스홉킨스의 박사후 연구원이자 주저자인 지웅 "브라이언" 킴이 성명에서 말했다.

자율 수술

이 모델은 독립적으로 학습할 수 있는 인상적인 능력을 보여주며, 떨어뜨린 바늘을 집어 올려 절차를 원활하게 계속하는 것과 같이 명확하게 가르쳐지지 않은 작업을 수행한다.

연구자들은 이 모델이 로봇이 다양한 유형의 수술을 수행하도록 빠르게 훈련시킬 수 있으며, 간단한 작업을 넘어 절차를 완료할 수 있다고 밝혔다.

이전에는 기본적인 수술 단계를 위한 로봇을 프로그래밍하는 데도 각 동작을 꼼꼼하게 코딩해야 했으며, 특정 수술 유형을 위한 봉합과 같은 단일 측면을 모델링하는 데 몇 년이 걸리는 경우도 있었다.

팀은 이 방법이 매우 제한적이라고 강조했다. 그러나 새로운 접근 방식을 사용하면 팀은 다양한 절차에서 모방 데이터만 수집하면 되므로 며칠 만에 로봇을 훈련할 수 있다.

크리거는 "이를 통해 의료적 실수를 줄이고 더 정확한 수술을 달성하면서 자율성이라는 목표를 향해 가속화할 수 있다."라고 말했다.