對醫(yī)務人員來說，將手術后的病人縫合在一起是一項至關重要而又單調(diào)的任務，通常要求他們重復相同的簡單動作數(shù)百遍。最近在英特爾與加州大學伯克利分校之間的共同努力下，不久之后，外科醫(yī)生可以將這項繁瑣的工作分擔給機器人，不過只限用于實現(xiàn)自動縫合。

圖片來源于網(wǎng)絡

由Ajay Tanwani博士領導的加州大學伯克利分校(UC Berkeley)團隊開發(fā)了一種半監(jiān)督的AI深度學習系統(tǒng)，稱為Motion2Vec。該系統(tǒng)旨在觀看由實際醫(yī)生進行的公開手術視頻，在縫合時分解醫(yī)生的動作（插針、拔針和移交），然后以很高的精度進行模擬。 

Tanwani告訴Engadget：“與傳統(tǒng)界面以靜態(tài)方式學習或從[模仿]軌跡學習相比，從視覺觀察中學習具有很大的吸引力，因為現(xiàn)有視頻中提供了大量信息內(nèi)容，” 對于機器人教學，一張圖片顯然勝過千言萬語。

Ken Goldberg博士是加州大學伯克利分校的實驗室負責人，也是Tanwani的團隊這項研究的顧問。他補充說：“ YouTube每分鐘獲得500個小時的新資料。這是一個令人難以置信的數(shù)據(jù)庫。任何人都可以觀看這些視頻中的任意一個并理解它，但是機器人目前無法做到-他們只是將其視為像素流。因此，這項工作的目標是嘗試弄清這些像素。那就是看視頻，對其進行分析，然后能夠?qū)⒁曨l分割成有意義的序列。”

為此，該團隊利用暹羅網(wǎng)絡來訓練AI。Tanwani解釋說，建立暹羅網(wǎng)絡是為了從無監(jiān)督或弱監(jiān)督的數(shù)據(jù)中學習距離函數(shù)。他說：“這里的想法是，您想產(chǎn)生大量重組視頻中的數(shù)據(jù)，并將其壓縮為低維流形。暹羅網(wǎng)絡用于學習該流形內(nèi)的距離函數(shù)。” 

基本上，這些網(wǎng)絡可以對兩個輸入之間的相似程度進行排序，這就是為什么它們經(jīng)常用于圖像識別任務，例如將某人的監(jiān)控鏡頭與駕駛執(zhí)照照片匹配。但是，在這種情況下，研究小組使用網(wǎng)絡將機械手動作的視頻輸入與人類醫(yī)生執(zhí)行相同動作的現(xiàn)有視頻進行匹配。目的是將機器人的性能提高到接近人類的水平。 

由于該系統(tǒng)依賴于半監(jiān)督學習結構，因此該團隊僅需要JIGSAWS數(shù)據(jù)庫中的78個視頻即可訓練其AI以85.5％的分割準確的和平均0.94厘米的目標定位精度來執(zhí)行任務。

這些技術要進入實際手術室尚需時日，但Tanwani相信，一旦實現(xiàn)，外科手術AI將像當今的半自動汽車上駕駛員輔助系統(tǒng)一樣發(fā)揮作用。他們不會取代人類外科醫(yī)生，而是通過接管低水平，重復性的任務來提高他們的表現(xiàn)。Motion2Vec系統(tǒng)不僅用于縫合。如果有適當?shù)挠柧殧?shù)據(jù)，AI最終可以承擔許多職責，例如清創(chuàng)術（從傷口中挑出死肉和碎屑），但不要指望它執(zhí)行你的下一個闌尾切除術。

Goldberg說：“我們還沒有做到這一步，但是我們正在朝外科醫(yī)生的能力邁進，外科醫(yī)生將觀察系統(tǒng)，指出他們想要一排縫合線的位置，傳達出他們想要六個手縫合線的能力。然后，機器人將基本上開始這樣做，外科醫(yī)生將能夠稍微放松一下，以便他們可以得到更多休息時間，并能夠?qū)Ｗ⒂谑中g中更復雜或更細微的部分。” 

Tanwani補充說：“我們相信，這將有助于外科醫(yī)生有效地將時間集中在執(zhí)行更復雜的任務上，并使用技術來協(xié)助他們處理日常工作。”