In einer bahnbrechenden Entwicklung für die Medizintechnik haben Forschende der Johns Hopkins University einen Roboter geschaffen, der komplexe Operationen ohne menschliches Eingreifen durchführen kann.
Der Surgical Robot Transformer-Hierarchy (SRT-H) absolvierte Gallenblasenentfernungen an lebensechten Modellen mit 100%iger Genauigkeit in acht verschiedenen Versuchen. Im Gegensatz zu bisherigen chirurgischen Robotern, die auf vorab markierte Gewebe und kontrollierte Umgebungen angewiesen waren, zeigte SRT-H sowohl mechanische Präzision als auch menschlich anmutende Anpassungsfähigkeit in unvorhersehbaren Situationen.
Der Roboter passt sich in Echtzeit an individuelle anatomische Gegebenheiten an, trifft spontane Entscheidungen und korrigiert sich selbst, wenn etwas nicht wie erwartet läuft. SRT-H basiert auf derselben Machine-Learning-Architektur wie ChatGPT und ist interaktiv: Er reagiert auf gesprochene Befehle wie „Greife den Gallenblasenhals“ und Korrekturen wie „Bewege den linken Arm etwas nach links“. Aus diesem Feedback lernt der Roboter.
Die Entfernung der Gallenblase umfasst eine komplexe Abfolge von 17 Aufgaben. Der Roboter musste bestimmte Gänge und Arterien identifizieren und präzise greifen, Clips strategisch platzieren und Teile mit einer Schere durchtrennen. SRT-H erlernte diese Aufgaben, indem er Videos von Johns-Hopkins-Chirurgen sah, die den Eingriff an Schweinekadavern durchführten. Das Team ergänzte das visuelle Training durch Bildunterschriften, die jede Aufgabe beschrieben. Nach diesem Training führte der Roboter die Operation mit 100%iger Genauigkeit durch.
Obwohl der Roboter länger brauchte als ein menschlicher Chirurg, waren die Ergebnisse mit denen eines Experten vergleichbar. „So wie chirurgische Assistenzärzte verschiedene Teile eines Eingriffs unterschiedlich schnell meistern, zeigt diese Arbeit das Potenzial, autonome robotische Systeme ähnlich modular und schrittweise zu entwickeln“, sagt Jeff Jopling, Chirurg an der Johns Hopkins University und Mitautor der Studie.
Der Roboter arbeitete fehlerfrei, selbst als die Forschenden unerwartete Herausforderungen einführten, etwa indem sie die Startposition des Roboters veränderten oder blutähnliche Farbstoffe hinzufügten, die das Aussehen des Gewebes veränderten. „Für mich zeigt das wirklich, dass es möglich ist, komplexe chirurgische Eingriffe autonom durchzuführen“, sagt Axel Krieger, der leitende Forscher. „Das ist ein Machbarkeitsnachweis, dass es möglich ist, und dass dieses Imitationslern-Framework derart komplexe Eingriffe mit einer so hohen Robustheit automatisieren kann.“
Auch wenn dies einen großen Fortschritt darstellt, schätzt Axel Krieger, dass es noch fünf bis zehn Jahre dauern könnte, bis ein autonomes robotisches System für Humanstudien bereit ist – mit erheblichen regulatorischen Hürden. Als Nächstes plant das Team, das System für weitere Operationsarten zu trainieren und zu testen sowie seine Fähigkeiten auf vollständig autonome Eingriffe auszuweiten.