La inteligencia artificial y la robótica tienen un número interesante de aplicaciones para la resolución de actividades. En algunas ocasiones, el humano interviene al 100% y pueden figurar como asistentes primordiales para incrementar el porcentaje de precisión de ciertas tareas; así como reducir el error en los resultados. Definitivamente el campo con mayor posibilidad de utilidad para estas tecnologías, por las características tan precisas y cuidados es: la medicina.

Cómo vemos desde hace años los robots están cada vez más presentes en las cirugías que requieren una alta precisión, sobre todo en el de las suturas. Tal cual lo demostró el Robot Da Vinci cuando se exhibió cómo realizaba una sutura a una uva.

Y tomando como base este tipo de robots (que regularmente se utilizan en modo teleoperado), se busca que puedan comenzar a aprender a hacer suturas sin la intervención de un humano imitando otras cirugías documentadas en video. 

Para lograr lo anterior; Intel, Google y la Universidad de California en Berkeley publicaron una colaboración de entrenamiento de robots cirujanos utilizando un aprendizaje profundo o deep learning, y con esto lograr con un porcentaje alto para imitar tareas básicas en procedimientos quirúrgicos con videos tutoriales que utilizan estudiantes de medicina.

La implementación de deep learning en estos robots es una clave importante para lograr resultados importantes, ya que una de las características de este proceso es la utilización de redes neuronales siamesas. Este tipo de arquitecturas funcionan para evaluar relaciones entre conjuntos de datos que puedan, por ejemplo, determinar qué tan similares son.  Dichas redes se han utilizado para detección facial, verificación de firma y detección de idioma.

Motion2Vec

Intel, Google y la Universidad de California en Berkeley publicaron un sistema llamado Motion2Vec. Este artículo explica que el modelo de redes neuronales siamesas analizaron videos de cirugia públicos en YouTube para entrenar a un Robot Da Vinci de dos brazos para insertar el hilo de sutura en las agujas y realizar pruebas en un bastidor de tela.

- Anuncio -

Entre los resultados publicados, se necesitaron 78 videotutoriales para entrenar el modelo de IA, y mostraron un 85.5% de precisión de segmentación en promedio, que sugiere una mejora del rendimiento en varias líneas de base de última generación.

Con esta contribución que expone el equipo de investigadores, da pie a que no estamos lejos a que los robots comienzan a ayudar en procedimientos más complejos y de rutina con los médicos en el quirófano.


Vía:

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí