여기에서 장면이 있습니다 그리 멀지 않은 미래. 밝고 첨단 기술 수술실에서는 매끄러운 로봇 팔이 작동 테이블 옆에 위치합니다. 자율 로봇은 완전히 혼자서 작동하지 않지만 다가오는 절차에 도움이되어 정밀도가 향상되고 위험 감소로 독립적으로 주요 작업을 수행합니다.
환자는 중 하나입니다 150,000 명 이상의 환자 매년 미국에서만 대장 암 진단. 유일한 치료법은 결장의 병에 걸린 부분을 제거하는 것입니다. 심지어는 최소 침습 복강경 절차에서 수술 도구와 작은 절개를 통해 삽입 된 얇은 카메라로 수행됩니다. 그러나 수술은 어려운 경향이 있습니다. 외과 의사의 기술, 경험 및 기술이 가장 많습니다 외과 적 결과와 합병증에 영향을 미치는 중요한 요소최대로 발생합니다 사례의 16 %. 이러한 합병증은 환자의 삶의 질을 떨어 뜨리고 사망의 위험을 증가시킬 수 있습니다. 희망은 자율 외과 로봇이 이러한 확률을 향상시킬 수 있기를 희망합니다.
이 비디오에서 Smart Tissue Autonomous Robot (StAR)은 시스템이 소장 한 조각을 어떻게 복강경으로 봉합하는지 보여줍니다.
수술 중에이 로봇은 최대한의 정확성이 필요한 작업을 수행합니다. 외과 의사는 먼저 암 조직을 제거하기 위해 손으로 움직임을 통제 한 다음 남은 건강한 결장을 독립적으로 꿰매면서 로봇의 움직임을 감독합니다. 로봇은 여러 형태의 영상 및 실시간 외과 계획을 사용하여 각 스티치를 밀리미터의 정밀도로 배치합니다. 결과적으로, 결과 봉합선은 더 강하고 균일하여 누출 가능성이 줄어들고 연결이 제대로 치유되지 않을 때 발생할 수있는 위험한 합병증입니다.
자율 로봇은 아직 우리가 방금 설명한 방식으로 사람들에게 작동하는 데 익숙하지 않지만, 이제 우리는이 미래의 수술 스타일이 가능한 도구를 가지고 있습니다. 우리 팀은 공동 저자를 중심으로했습니다 Axel Krieger‘에스 로봇 공학 연구소 볼티모어에있는 Johns Hopkins University에서는 복잡하고 반복적 인 작업을보다 일관되고 정확하게 수행 할 수있는 로봇 개발에 전념하고 있습니다. 최고의 외과 의사보다. 너무 오래 전에 환자는 친숙한 인사말의 새로운 버전을들을 것으로 예상 할 수 있습니다.“로봇은 지금 당신을 볼 것입니다.”
수술 로봇의 역사
로봇 보조 수술 1985 년으로 거슬러 올라갑니다캘리포니아 롱 비치 메모리얼 메디컬 센터 (Long Beach Memorial Medical Center)의 외과 의사 팀이 적응 된 산업용 로봇 팔을 사용하여 바늘을 뇌에 안내하여 생검을 위해 뇌를 안내했습니다. 절차가 잘 진행되었지만 웨스팅 하우스로봇 제조업체는 추가 수술을 중단했다. 이 회사는 로봇이 산업 응용 프로그램을 위해 설계 되었기 때문에 필요한 안전 기능이 부족하다고 주장했다. 이 장애에도 불구하고 외과 로봇은 계속 발전했습니다. 1994 년 미국 규제 기관은 복강경 카메라 포지셔닝을위한 음성 제어 로봇 암 인 최적의 포지셔닝 (AESOP)을위한 자동화 된 내시경 시스템 인 최초의 수술 로봇을 승인했습니다. 2000 년은 소개를 보았다 다빈치 로봇외과 의사가 작은 기기를 잘 제어 할 수있는 텔레오퍼 시스템.
외과 의사는 신중한 무리이며 처음에는 기술을 채택하는 데 속도가 느 렸습니다. 2012 년 미국 수술의 2 % 미만이 로봇과 관련이 있었지만 2018 년에는 그 숫자는 약 15 %로 상승했습니다. 외과 의사는 로봇이 전립선 샘 (Today)의 제거와 같은 특정 절차에 대해 명확한 이점을 제공한다는 것을 발견했습니다. 90 % 이상 미국의 이러한 절차 중에 로봇 보조가 있습니다. 그러나 다른 많은 수술의 이점은 여전히 불확실합니다. 로봇은 비싸고,이를 사용하는 인간 외과 의사는 전문 교육이 필요하므로 일부 전문가들은 수술에 대한 로봇 지원의 전반적인 유용성에 의문을 제기합니다.
하지만, 자발적인 이산 작업을 스스로 처리 할 수있는 로봇 시스템은 인간 교육이 적은 인간의 훈련이 필요하면 더 나은 성능을 보여줄 수 있습니다. 수술에는 멋진 정밀도, 꾸준한 손 및 높은 의학적 전문 지식이 필요합니다. 안전한 전문 절차를 안전하게 수행하는 방법을 배우려면 수년간 엄격한 교육이 필요하며 인간의 오류의 여지가 거의 없습니다. 자율적 인 로봇 시스템을 사용하면 수술 중 안전성과 일관성에 대한 높은 수요가 더 쉽게 충족 될 수 있습니다. 이 로봇은 일상적인 작업을 관리하고 실수를 방지하며 잠재적으로 인간의 입력이 거의없는 전체 작업을 수행 할 수 있습니다.
혁신의 필요성은 분명합니다. 전 세계 외과 의사의 수는 빠르게 감소하는 반면 수술이 필요한 사람들의 수는 계속 증가하고 있습니다. 2024 보고서 미국 의과 대학 협회 (Association of American Medical Colleges)는 2036 년까지 미국 최대 19,900 명의 외과 의사 부족을 예측했습니다.이 로봇은 수백만 명의 사람들이 고품질 수술에 접근 할 수있는 방법을 제시합니다. 그렇다면 왜 자율 수술이 아직 수행되지 않았습니까?
일반적으로 직장에서 로봇을 생각할 때 패키지를 분류하거나 자동차 조립과 같은 공장 작업을 수행하는 상상합니다. 로봇은 통제 된 조건과 비교적 적은 양의 작업을 통해 이러한 환경에서 탁월했습니다. 예를 들어, 자동차 공장에서 조립 라인의 로봇은 모든 자동차에 대해 동일한 장소에 동일한 부품을 설치합니다. 그러나 연조직, 혈관 및 기관과의 동적 상호 작용에 의해 특성화 된 수술 절차의 복잡성은 로봇 자동화로 쉽게 번역되지 않습니다. 통제 된 공장 설정과 달리 각 외과 시나리오는 실시간으로 결정을 내려야하는 예기치 않은 상황을 나타냅니다. 이것이 우리가 일상 생활에서 아직 로봇을 보지 않는 이유이기도합니다. 우리 주변의 세상은 즉석에 적응 해야하는 놀라움으로 가득합니다.
인체의 복잡성을 탐색 할 수있는 로봇을 개발하는 것은 정교한 기계 설계, 혁신적인 이미징 기술, 그리고 가장 최근에는 고급 인공 지능 알고리즘이 필요한 강력한 도전입니다. 이러한 알고리즘은 인체의 예측할 수없는 환경에 적응하기 위해 실시간 데이터를 처리 할 수 있어야합니다.
별 : 자율 외과 봇
2016은 우리 분야의 주요 이정표를 표시했습니다. 우리 팀의 로봇 시스템 중 하나 수행 살아있는 동물의 첫 번째 자율 연조직 수술. 전화 스마트 조직 자율 로봇또는 별, 그것은 인간 외과 의사가 감독하는 동안 상업적으로 이용 가능한 로봇 암을 사용하여 돼지의 작은 장에서 조직을 함께 꿰매었다. 로봇은 조직 가장자리를 따라 봉합 위치 사이를 독립적으로 움직이고 스티치를 자율적으로 배치하기 전에 외과 의사의 승인을 기다렸다. 감독 된 자율성이라고하는이 제어 전략은 일반적으로 중요한 작업을 자동화 할 때 외과 의사가 참여를 유지하도록하는 데 사용됩니다.
Star의 봉합사는 로봇이 치료의 표준보다 객관적으로 더 나은 자율 외과 적 성능을 보여준 것은 처음이었습니다. 인간 외과 의사의 성능과 비교할 때 Star는보다 일관된 봉합사 간격을 달성하여 더 강력하고 내구성있는 봉합선을 만듭니다. 더 강한 스티치 라인은 수동 복강경 기술에 의한 봉합사와 비교하여 새 장 내에서 더 높은 압력을 견딜 수 있습니다. 우리는 이것을 획기적인 업적이라고 생각합니다 그런 누출 모든 종류의 위장 수술을받는 환자에게 가장 두려운 합병증입니다. 최대 20 % 결장을 다시 연결하기 위해 수술을받는 환자는 누출이 발생하여 생명을 위협하는 감염을 일으킬 수 있으며 추가 수술이 필요할 수 있습니다.
이 2016 년 수술 전에 자율 연조직 수술은 공상 과학의 환상으로 간주되었습니다. 연조직은 끊임없이 이동하고 뒤틀리기 때문에 조직이 닿을 때마다 외과 적 장이 변하고, 수술 전 영상을 사용하여 로봇의 움직임을 안내하는 것은 불가능합니다. 우리는 또한 외과 적 영상 상태에 의해 방해 받았다. 내부 수술을 보는 데 사용되는 길고 얇은 튜브 인 수술 스코프와 호환되는 최고의 카메라는 자율 로봇이 탐색에 필요한 정량화 가능한 깊이 정보를 쌓았습니다.
수술 도구와 영상의 중요한 혁신으로 인해 스타 로봇이 성공했습니다. 예를 들어, 시스템은 곡선 바늘로 봉합되어 조직을 통해 바늘을 통과하는 데 필요한 움직임을 단순화합니다. 또한, 새로운 디자인은 단일 로봇 암이 바늘을 안내하고 봉합사 장력을 제어 할 수있게 해주므로 수술 분야에서 도구 충돌의 위험이 없었습니다.
그러나 스타를 가능하게 한 가장 중요한 혁신은 수술 중 장을 실시간으로 추적 할 수있는 새로운 듀얼 카메라 시스템을 사용하는 것이 었습니다. 첫 번째 카메라는 수술 분야에 대한 컬러 이미지와 정량화 가능한 3 차원 정보를 제공했습니다. 이 정보를 사용하여 시스템은 장 조직을 영상화하고 스티치가 원하는 봉합산 간격을 생성하기위한 최적의 위치를 식별하여 수술 계획을 생성했습니다. 그러나 당시 시스템의 이미징 속도는 초당 5 프레임으로 제한되어 실시간 적용을 위해 충분히 빠르지 않았습니다.
이 제한을 해결하기 위해, 우리는 초당 약 20 개의 이미지 표적 조직에 배치 된 근적외선 마커의 위치를 추적합니다. 주어진 마커의 위치가 한 프레임에서 다음 프레임으로 너무 많이 이동하면 시스템은 3 차원 이미지를 생성 한 느린 카메라의 데이터를 기반으로 수술 계획을 일시 중지하고 업데이트합니다. 이 전략을 통해 Star는 2 차원 공간의 연조직 변형을 실시간으로 추적하여 조직 운동이 성공을 위태롭게 할 때만 3 차원 수술 계획을 업데이트 할 수있었습니다.
이 버전의 스타 첫 번째 시도에서 절반 이상의 시간을 초과 할 수있는 올바른 위치에 봉합사를 배치 할 수 있습니다. 실제로, 이것은 별 시스템이 인간이 봉합 바늘을 움직이기 위해 (이미 피부를 뚫고 나온 후) 2.37 개의 스티치마다 필요하다는 것을 의미했습니다. 이 속도는 로봇을 수동으로 제어 할 때 인간 외과 의사가 바늘 위치를 얼마나 자주 교정 해야하는지와 거의 동등했습니다. 바늘 조정 당 적용되는 스티치의 수는 수술 중에 담보 조직의 양을 정량화하는 데 중요한 지표입니다. 일반적으로, 수술 중 더 적은 횟수 조직 (조정 당 봉합수의 수가 많을수록)이 환자의 수술 결과가 더 좋습니다.
그 당시 스타 시스템은 혁신적인 업적이었습니다. 그러나 그 크기와 제한된 손재주는 의사의 열정을 방해했으며, 인간 환자에게는 결코 사용되지 않았습니다. 스타의 이미징 시스템은 복강경 수술에 사용되는 카메라와 내시경보다 훨씬 컸으므로 장을 피부 절개를 통해 끌어 올리는 개방형 수술 기술을 통해서만 장착을 수행 할 수 있습니다. 복강경 수술의 스타를 수정하기 위해서는 외과 적 영상 및 계획에 또 다른 혁신이 필요했습니다.
스타의 외과 적자 자율성 향상
2020 년 (2022 년에 발표 된 결과), 차세대 스타는 연조직 수술 세계에서 또 다른 기록을 세웠습니다. 자발적인 복강경 살아있는 동물의 수술 (다시, 돼지의 장 수술). 이 시스템은 T를 조명하여 실시간으로 수술 장면의 3 차원 이미지를 생성하는 새로운 내시경을 특징으로했습니다. 빛의 패턴과 패턴이 왜곡되는 방식을 측정하는 문제. 또한 내시경의 크기는 복강경 절차에 사용 된 개구부 내에 카메라가 맞도록 충분히 작았습니다.
복강경 접근법에 대한 적응은 시스템의 모든 부분에 영향을 미쳤다. 예를 들어, 이러한 절차는 환자 복부의 제한된 작업 공간 내에서 이루어 지므로 봉합사와의 충돌을 피하면서 봉합사의 적절한 장력을 유지하기 위해 두 번째 로봇 암을 추가해야했습니다. 별이 자율적으로 실을 자율적으로 조작하고 완성 된 스티치로 봉합사가 엉키지 않도록 도와주기 위해 로봇의 수술 도구에 두 번째 조인트를 추가하여 손목 동작을 가능하게했습니다.
장은 복강경으로 봉합되어야 했으므로, 별의 내시경이이를 시각화 할 수 있도록 조직은 일시적인 봉합사와 함께 제자리에 고정되어야했다. 그러나 장을 복벽에 고정시킴으로써 조직은 동물의 호흡마다 움직일 것이다. 이 움직임을 보상하기 위해 기계 학습을 사용하여 호흡으로 인한 움직임을 감지하고 측정 한 다음 로봇을 오른쪽 봉합사로 안내했습니다. 이 절차에서, Star는 첫 번째 스티치 이전의 외과 계획에 대한 옵션을 생성하고 복부 내의 운동을 감지하고 보상했으며 외과 의사 입력없이 수술 계획에서 대부분의 봉합 운동을 완료했습니다. 작업 자율성이라는이 제어 전략은 미래 시스템을 위해 우리가 생각하는 전체 외과 적자 자율성을 향한 근본적인 단계입니다.
원래 별의 조직 검출 방법은 여전히 근적외선 마커의 사용에 여전히 의존했지만, 최근 딥 러닝의 발전으로 인해 이러한 마커가없는 자율 조직 추적이 가능했습니다. 이미지 처리의 머신 러닝 기술은 또한 내시경을 직경 10 밀리미터로 줄이고 STAR의 이전 카메라의 동일한 정확도를 유지하면서 동시 3 차원 영상 및 조직 추적을 실시간으로 활성화시켰다.
이러한 모든 발전을 통해 Star는 작업 중에 미세 조정을 할 수 있었으며, 이로 인해 외과 의사의 시정 조치 수가 줄었습니다. 실제로,이 새로운 스타 시스템은 외과 의사가 바늘 위치를 조정하기 전에 자율적으로 5.88 스티치를 완성 할 수 있습니다. 전체 절차를 위해 로봇을 수동으로 작동시켜 모든 스티치를 통해 바늘을 안내 할 때 외과 의사가 달성 할 수있는 것보다 훨씬 더 나은 결과입니다. 이에 비해 인간 외과 의사가 로봇 보조없이 복강경 수술을 수행 할 때 거의 모든 스티치 후에 바늘 위치를 조정합니다.
AI 및 기계 학습 방법은 작업 자동화를 사용하여 수술 작업을 완료 할 수있는 경계를 추진함에 따라 AI 및 머신 러닝 방법이 계속해서 중요한 역할을 할 것입니다. 결국, 이러한 방법은 지금까지 수술 로봇을 피한보다 완전한 유형의 자동화로 이어질 수 있습니다.
로봇 수술의 미래
기술 발전마다 자율 수술 로봇이 수술실에 가까워집니다. 그러나 이러한 로봇이 임상 환경에서 더욱 사용 가능하게하려면 기계에 인간처럼보고 듣고, 기동하는 도구를 장비해야합니다. 로봇은 컴퓨터 비전을 사용하여 시각적 데이터, 자연 언어 가공을 해석하여 음성 지침을 이해하고 정확한 움직임을위한 고급 모터 제어를 해석 할 수 있습니다. 이러한 시스템을 통합하면 외과 의사가 로봇에게“왼쪽의 조직을 파악하도록”로봇을 구두로 지시 할 수 있음을 의미합니다. 또는 예를 들어“여기에 매듭을 묶습니다”. 대조적으로, 전통적인 로봇 수술 시스템에서, 각 작용은 복잡한 수학적 방정식을 사용하여 설명되어야한다.
이러한 로봇을 구축하려면 수술 절차의 방대한 데이터 세트에서 배울 수있는 일반 목적 로봇 컨트롤러가 필요합니다. 이 컨트롤러는 훈련 중 전문가 외과 의사를 관찰하고 수술 중 연조직 변형과 같은 예측할 수없는 상황에 적응하는 방법을 배웁니다. 인간 외과 의사에게 직접적인 통제를 제공하는 오늘날의 로봇 수술에 사용 된 콘솔과 달리이 미래의 로봇 컨트롤러는 AI를 사용하여 외과 적 작업 중에 로봇의 움직임과 의사 결정을 자율적으로 관리하여 일정한 인간의 입력의 필요성을 줄이면서 로봇을 외과 의사의 감독하에 유지하십시오.
인간 환자를 대상으로하는 수술 로봇은 방대한 양의 데이터를 수집 할 것이며, 결국 로봇 시스템은 해당 데이터를 교육하여 명시 적으로 가르치지 않은 작업을 처리하는 방법을 배울 수 있습니다. 이 로봇은 제어 된 환경에서 작동하고 반복적 인 작업을 수행하기 때문에 새로운 데이터에서 지속적으로 학습하여 알고리즘을 개선 할 수 있습니다. 그러나 의료 데이터가 민감하고 엄격한 개인 정보 보호 규정에 구속되기 때문에 다양한 플랫폼 에서이 데이터를 수집하는 데 문제가 있습니다. 로봇이 잠재력을 최대한 발휘하려면 이러한 지능형 기계를 훈련시키기 위해 병원, 대학 및 산업 간의 광범위한 협력이 필요합니다.
자율적 인 로봇이 임상 세계로 향함에 따라, 우리는 무언가 잘못 될 때 책임에 대해 점점 더 복잡한 질문에 직면하게 될 것입니다. 외과 의사는 전통적으로 환자의 치료의 모든 측면에 대해 책임을 지지만 로봇이 독립적으로 행동하면 외과 의사, 로봇 하드웨어 제조업체 또는 소프트웨어 개발자에게 책임이 있는지 확실하지 않습니다. 예를 들어 로봇의 데이터 오해로 인해 외과 적 오류가 발생하는 경우 외과 의사가 개입하지 않은 것에 대한 잘못이 있습니까, 아니면 기술 제공 업체와 비난이 있습니까? 이러한 시나리오를 탐색하고 환자 안전이 최우선 과제인지 확인하는 데 명확한 지침 및 규정이 필수적입니다. 이러한 기술이 더 널리 퍼져 있기 때문에 환자에게 잠재적 이점 및 관련 위험을 포함한 자율 시스템의 사용에 대해 완전히 알리는 것이 중요합니다.
오늘날의 이미징 및 제어 기술 덕분에 환자가 외과 의사와 자율 로봇 조수가 일상적으로 인사하는 시나리오는 더 이상 먼 가능성이 아닙니다. 환자가 이러한 발전으로부터 혜택을 받기 시작하면 수술실의 자율 로봇은 가능성이 아니라 의학의 새로운 표준 일뿐입니다.