Roboter meistert chirurgische Trainingsaufgabe schneller als ein Mensch
Eine chirurgische Trainingsaufgabe, den Peg Transfer, erledigt ein Roboter schneller und mit gleicher Präzision wie ein erfahrener Chirurg.
Ein trainierter "da Vinci"-Roboter erledigt automatisch den Peg Transfer.
(Bild: IEEE Spectrum (Screenshot))
Ein internationales Forscherteam hat ein gängiges "da Vinci"-Robotersystem für robotergestützte Chirurgie so angepasst, dass der Roboter eine in der Chirurgie übliche Trainingsaufgabe, den sogenannten Peg Transfer, bei gleicher Präzision schneller durchführen kann als ein erfahrener Chirurg. Nach Angaben der Wissenschaftler sei dies der erste Fall, in dem ein Roboter einen Menschen bei einer chirurgischen Trainingsaufgabe übertrifft.
Trainierter Roboter
Verwendet haben die Wissenschaftler ein da Vinci Research Kit (dVRK), das einen Chirurgieroboter umfasst, der Chirurgen bei Minimal-invasiven-Eingriffen unterstützen kann und verschiedene Manipulationsoptionen für die Forschung bietet. Die Wissenschaftler platzierten am Roboterarm 3D-gedruckte Markierungen, um die Bewegung mit einem Farb- und Tiefensensor präzise verfolgen zu können. Die Bewegungen des Arms analysierten sie mit einem Algorithmus für Maschinelles Lernen.
Ihr trainiertes Modell konnte den mittleren Verfolgungsfehler um 78 Prozent, von 2,96 Millimeter auf 0,65 Millimeter reduzieren. Kurz: Der Roboter kann die üblicherweise bei einem automatischen System auftretenden Positionierungsfehler minimieren und arbeitet präziser. "Wenn Menschen die Roboter steuern, können sie dies durch visuelles Feedback kompensieren", erklärt Minho Hwang, Assistenzprofessor Daegou Gyeonbuk Institute of Science and Technology in Südkorea. "Aber die Automatisierung der robotergestützten Chirurgie ist aufgrund von Positionsfehlern sehr schwierig."
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
Die Forscher, die ihre wissenschaftliche Arbeit in dem in IEEE Transactions on Automation Science and Engineering veröffentlichten Paper "Automating Surgical Peg Transfer: Calibration With Deep Learning Can Exceed Speed, Accuracy, and Consistency of Humans" beschreiben, testeten daraufhin ihren optimierten Roboter. Zehn Studienteilnehmer, darunter ein erfahrener Chirurg mit mehr als 900 durchgeführten Operationen, sollten ein Peg Transfer durchführen.
Bei diesem standardisierten Training für in der Ausbildung befindliche Chirurgen müssen sechs dreieckige Blöcke auf einer Stecktafel von einer Seite zur anderen Seite bewegt werden. Das sollten sie mit einem herkömmlichen "da Vinci"-Roboter erledigen. Dabei wurde ihnen die Aufgabe gestellt, einen Peg mit einem Roboterarm (unilateral), zwei Pegs mit zwei Roboterarmen gleichzeitig (bilateral) zu bewegen sowie bilateral mit Überkreuzung. Bei letzterer Aufgabe müssen die Probanden den Roboter so ansteuern, dass der Peg mit einem Roboterarm aufgenommen, an den anderen übergeben und dann auf dem Steckbrett abgesetzt wird.
Schneller als ein erfahrener Chirurg
Im Vergleich zum automatisierten System der Forscher übertraf der Roboter den Chirurgen bei der durchschnittlichen Übergabezeit um 31,7 Prozent. Der Chirurg hatte lediglich die Nase vorn, wenn nur ein Arm angesteuert wurde. Bei den schwierigeren Aufgaben, die zwei Arme erfordern, war immer der Roboter besser. Die Erfolgsquote des Roboters lag dann bei 100 Prozent und einer mittleren Transferzeit von 6 Sekunden. Dabei zeigte er sich als äußerst beständig und übertrug 120 Pegs ohne Fehler oder einen Ausfall. Der Chirurg machte zwar ebenfalls keine Fehler, benötigte aber durchschnittlich 7,9 Sekunden.
Die Wissenschaftler sehen darin einen Nachweis, dass eine schnelle und präzise Automatisierung chirurgischer Aufgaben mit starren Objekten bekannter Form möglich ist. Dabei weisen sie jedoch darauf hin, dass die Studie in einer kontrollierten Umgebung durchgeführt wurde. Im menschlichen Körper sei es eine deutlich komplexere Herausforderung.
Die Wissenschaftler planen nun weitere Möglichkeiten der Automatisierung chirurgischer Teilaufgaben wie etwa das Nähen von Wunden. Das System soll dazu weiter verfeinert werden.
(olb)