Зашиването на пациент след операция е жизненоважна, но монотонна задача за медиците, често изисква от тях да повтарят същите движения над стотици пъти, предаде Engadget.
Но благодарение на съвместните усилия между Intel и Калифорнийския университет в Бъркли, утрешните хирурзи могат да се освободят от тази работа и да я поверят на роботи.
Екипът на UC Berkeley, ръководен от д-р Аджай Танвани, разработи полу-контролирана система за задълбочено обучение AI, наречена Motion2Vec. Тази система е предназначена за гледане на хирургични видеоклипове, извършвани от действителни лекари с детайно наблюдение на движенията на медика при зашиване (поставяне на игла, изваждане и отстраняване) и след това успява да имитира с висока точност.
„Има много привлекателност при ученето от визуални наблюдения, в сравнение с традиционните интерфейси за учене по статичен начин поради огромното количество информационно съдържание, налично в съществуващите видеоклипове“, каза Танвани пред Engadget. Когато става дума за преподаване на роботи, една снимка, очевидно, струва хиляда думи.
„YouTube получава 500 часа нов материал всяка минута. Това е невероятно хранилище, набор от данни ", добави д-р Кен Голдбърг, който ръководи лабораторията на Университета в Бъркли и съветва екипа на Tанвани в това проучване.
„Всеки човек може да гледа почти всеки един от тези видеоклипове и да го осмисли, но в момента робот не може - те просто го виждат като поток от пиксели. Така че целта на тази работа е да осмислят тези пиксели.“
Ще минат години, преди тези видове технологии да проправят своя път към реалните операционни зали, но Танвани вярва, че след като го направят,Al ще действат подобно на Driver Assist на днешните полуавтономни автомобили. Те няма да заменят човешките хирурзи толкова, колкото ще увеличат поемат повтарящи се задачи. Системата Motion2Vec не е само за зашиване, но не очаквайте тя да извърши следващата ви апендектомия.
Вижте всички актуални новини от Standartnews.com
