의료 기술 분야에서 획기적인 발전이 이루어졌다. 존스홉킨스대학교 연구진이 인간의 개입 없이 복잡한 수술을 수행할 수 있는 로봇을 개발한 것이다.
외과 로봇 트랜스포머-계층(SRT-H)은 실제와 유사한 모델에서 담낭 절제술을 8번의 실험 모두 100% 정확도로 완수했다. 기존의 외과 로봇들이 미리 표시된 조직과 통제된 환경이 필요했던 것과 달리, SRT-H는 예측 불가능한 상황에서도 기계적 정밀성과 인간과 유사한 적응력을 동시에 보여주었다.
이 로봇은 각 환자의 해부학적 특성에 실시간으로 적응하고, 즉각적으로 결정을 내리며, 예상치 못한 상황이 발생하면 스스로 수정한다. ChatGPT에 적용된 것과 동일한 머신러닝 구조로 개발된 SRT-H는 "담낭 머리를 잡아"와 같은 음성 명령이나 "왼쪽 팔을 조금 더 왼쪽으로 이동해"와 같은 수정 지시에도 반응한다. 로봇은 이러한 피드백을 통해 학습한다.
담낭 절제술은 17단계의 복잡한 작업 순서로 이루어진다. 로봇은 특정 관과 동맥을 정확히 식별하고 집어야 했으며, 클립을 전략적으로 배치하고 가위로 일부를 절단해야 했다. SRT-H는 존스홉킨스 외과의들이 돼지 사체를 이용해 수술하는 영상을 시청하며 이러한 작업을 학습했다. 연구진은 각 작업을 설명하는 자막을 추가해 시각적 학습을 강화했다. 이 훈련 이후, 로봇은 수술을 100% 정확도로 수행했다.
비록 로봇이 인간 외과의보다 시간이 더 오래 걸렸지만, 결과는 전문가 수준에 필적했다. 논문 공동 저자인 존스홉킨스 외과의 제프 조플링 박사는 "외과 수련의가 각 수술 단계별로 숙련도를 다르게 쌓는 것처럼, 이번 연구는 자율 로봇 시스템도 모듈화되고 점진적으로 발전할 수 있음을 보여준다"고 말했다.
연구진이 로봇의 시작 위치를 변경하거나 조직의 외형을 바꾸는 혈액 유사 염료를 추가하는 등 예기치 못한 변수들을 도입했음에도 로봇은 완벽하게 수술을 수행했다. 책임 연구원 악셀 크리거 박사는 "이 연구는 복잡한 외과 수술도 자율적으로 수행할 수 있음을 보여준다"며, "이번 결과는 가능성을 입증한 것이며, 이러한 모방 학습 프레임워크가 매우 높은 견고성으로 복잡한 수술을 자동화할 수 있음을 시사한다"고 밝혔다.
이번 성과에도 불구하고, 크리거 박사는 자율 로봇 시스템이 실제 인간 대상 임상시험에 도달하기까지는 규제 장벽 등으로 인해 앞으로 5~10년이 더 걸릴 것으로 내다봤다. 연구팀은 앞으로 더 다양한 수술에 시스템을 적용해 훈련 및 테스트를 진행하고, 완전 자율 수술로 역량을 확장할 계획이다.