ASAP-CORPS:一个半自主平台,用于接触丰富的精密外科手术

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能
• 手术技术 手术技术

背景情况:

• 远程军事行动需要在严格的,通信有限的环境中迅速的医疗反应.
• 半自主远程操作系统对于重症监护至关重要,但对于复杂的程序需要先进的AI.
• 训练手术机器人通常需要广泛的编程或大型演示数据集,这对于复杂的机动作是不切实际的.

研究的目的:

• 开发一种方法,让机器人从有限的演示中学习外科技能,减少数据需求.
• 提高机器人手术政策在动态环境中的通用性和稳定性.
• 为了实现复杂的手术任务的自主执行,如cricothyroidotomy,在具有挑战性的条件下.

主要方法:

• 使用远程操作的机器人平台收集了cricothyroidotomy任务的演示数据集.
• 开发了用于手术子任务 (surgemes) 自动细分和分类的模型.
• 实施了一种多式联运的非政策强化学习方法,通过专家演示获得奖励.

主要成果:

• 在任务细分方面获得了98.2%的准确性,在调查分类方面获得了96.25%的准确性.
• 机器人执行实现了93.5%的任务成功率,超过了行为克隆和塑造奖励RL.
• 拟议的交互功能显著提高了手术任务的分类准确性.

结论:

• 开发的方法有效地从演示中学习外科技能,超越现有方法.
• 这种方法提高了分类准确性,用于手术任务的细分和识别.
• 这项技术显示出在战场场景中推进远程远程医疗的巨大潜力.