Quá trình khâu vết mổ sau khi bệnh nhân được phẫu thuật vốn là một nhiệm vụ quan trọng đòi hỏi sự tập trung cũng như kỹ thuật tốt của các bác sĩ. Trí thông minh nhân tạo có thể sớm trợ giúp cho người trong quá trình này.
Chương trình hợp tác giữa tập đoàn công nghệ Intel và Đại học California, nhóm UC Berkeley do tiến sĩ Ajay Tanwani đảm nhiệm đã phát triển một hệ thống robot trí thông minh nhân tạo AI có khả năng học hỏi (hay còn biết đến với thuật ngữ deep-learning) mang tên Motion2Vec.
 |
| Các robot từ lâu đã được trông đợi sẽ xuất hiện trong các phòng phẫu thuật nhằm trợ giúp công việc của các bác sĩ. Ảnh: Getty. |
Thông qua các video phẫu thuật được ghi lại bởi các bác sĩ, Motion2Vec có nhiệm vụ quan sát và phân tích quá trình cũng như các động tác phẫu thuật, hệ thống robot sau đó sẽ bắt chước và áp dụng những kỹ năng học được với độ chính xác cao.
“Với một lượng lớn thông tin được truyền tải trong các video, việc hệ thống học hỏi quá trình phẫu thuật thông qua quan sát trực quan sẽ hiệu quả hơn nhiều so với các phương pháp truyền thống”, ông Tanwani chia sẻ.
“YouTube là một nguồn tài nguyên đáng kinh ngạc với 500 tiếng dữ liệu mới được tải lên mỗi phút. Con người chúng ta có khả năng theo dõi và hiểu được ý nghĩa của các video, trái lại, robot lại không thể làm được việc đó. Hệ thống chỉ có thể nhận biết các đoạn video tương ứng với một chuỗi các điểm ảnh.
Chính vì vậy, mục tiêu của nghiên cứu lần này là giúp robot giải đáp các điểm ảnh thành thông điệp có ý nghĩa”, bác sĩ Ken Goldberg, người điều hành phòng thí nghiệm UC Berkeley và cố vấn cho tiến sĩ Tanwani cho biết.
Theo Engadget, nhóm đã tận dụng các mạng lưới Siamese, vốn được xây dựng để tìm hiểu các chức năng khoảng cách từ dữ liệu không được giám sát hoặc thiếu giám sát. Qua đó, nhóm sẽ tạo ra lượng dữ liệu cao trong các video và nén chúng thành một không gian nhiều hình dạng.
Về cơ bản, các mạng Siamese có thể xếp hạng mức độ tương đồng giữa hai đầu vào, thường được sử dụng cho các tác vụ nhận dạng hình ảnh như khớp hình ảnh của một người với ảnh giấy phép lái xe của họ.
Tuy nhiên, trong trường hợp này, nhóm của tiến sĩ Tanwani đang sử dụng mạng Siamese với mục đích khớp lại những thao tác phẫu thuật của các bác sĩ vào trong hệ thống của Motion2Vec, từ đó nâng cao khả năng làm việc của robot lên mức tương tự với con người.
 |
| Motion2Vec sẽ không được giao thay thế con người trong các cuộc phẫu thuật mà chỉ có nhiệm vụ giúp đỡ. Ảnh: Getty. |
Dựa vào cấu trúc học hỏi bán giám sát, đội ngũ nghiên cứu sẽ chỉ cần 78 video từ cơ sở dữ liệu JIGSAWS để đào tạo AI của họ thực hiện các nhiệm vụ với độ chính xác phân đoạn lên tới 85,5% và sai số trung bình chỉ 0,94 cm.
Tuy sẽ phải mất nhiều năm nghiên cứu để đưa hệ thống robot đi vào hoạt động thực tế nhưng nhóm của tiến sĩ Tanwani tin rằng, trong tương lai, công nghệ sử dụng trí thông minh nhân tạo áp dụng cho phẫu thuật sẽ dần được phổ biến như chế độ lái tự hành trên các phương tiện giao thông ngày nay.
Motion2Vec được hi vọng sẽ đảm nhiệm các công việc hỗ trợ các bác sĩ trong quá trình phẫu thuật một ngày không xa.
