Entrenan robot con videos de cirugías para que aprenda a suturar heridas
EU/infobae. Uno de los grandes desafíos dentro de la robótica es crear sistemas de inteligencia artificial (IA) capaces de realizar, con precisión, tareas que requieran motricidad fina. Esto abriría nuevas posibilidades, por ejemplo, dentro de la medicina.
En este sentido, investigadores de la Universidad de California, en Berkeley desarrollaron el algoritmo Motion2Vec, que busca conseguir que un robot sea capaz de suturar a pacientes con la precisión de un humano.
Con este objetivo, utilizaron un sistema de aprendizaje profundo semi-supervisado con el que el robot aprende mirando videos de intervenciones quirúrgicas donde se realizan suturas. Con esa información, el sistema de IA aprende a imitar los movimientos de los profesionales de la salud con el objetivo de imitarlos con precisión.
Los desarrolladores de Motion2Vec emplearon una red neuronal siamesa (siamese neural network) que consiste en el uso de dos redes idénticas que reciben dos conjuntos de datos por separado y luego de procesarlos, los compara y muestra un resultado final.
En este sentido, por un lado el sistema recibe el video del médico haciendo las suturas y por el otro las grabaciones al robot practicando. Establece una comparación entre estos dos clips y así aprende a mejorar la precisión de sus movimientos.
Los videos que se emplean en el entrenamiento son parte la base de datos JIGSAWS, que reúne información de actividad quirúrgica para el modelado de movimiento humano. Los datos que forman parte de JIGSWAS fueron recolectados a través de una colaboración entre la Universidad Johns Hopkins (JHU) y Intuitive Surgical, Inc. (Sunnyvale, CA. ISI) dentro de un estudio aprobado por el IRB.
