மருத்துவ தொழில்நுட்பத்தில் 획기மான முன்னேற்றமாக, ஜான்ஸ் ஹாப்கின்ஸ் பல்கலைக்கழக ஆராய்ச்சியாளர்கள், மனித தலையீடு இல்லாமல் சிக்கலான அறுவை சிகிச்சைகளை செய்யக்கூடிய ரோபோவை உருவாக்கியுள்ளனர்.
Surgical Robot Transformer-Hierarchy (SRT-H) எனும் இந்த ரோபோ, உயிருடன் இருப்பதைப் போல உருவாக்கப்பட்ட மாதிரிகளில் பித்தப்பை அகற்றும் அறுவை சிகிச்சைகளை எட்டு முறை 100% துல்லியத்துடன் முடித்தது. முன்பு பயன்படுத்தப்பட்ட அறுவை ரோபோக்கள் முன்கூட்டியே குறிக்கப்பட்ட திசுக்கள் மற்றும் கட்டுப்படுத்தப்பட்ட சூழ்நிலைகளில் மட்டுமே செயல்பட்டன; ஆனால் SRT-H, எதிர்பாராத சூழ்நிலைகளிலும் இயந்திர துல்லியத்துடன் மனிதர்களைப் போல தழுவும் திறனையும் காட்டியது.
இந்த ரோபோ, ஒவ்வொரு நபரின் உடல் அமைப்பை நேரில் அறிந்து, உடனடி முடிவுகளை எடுத்து, எதிர்பாராத நிலைகளில் தானாக திருத்தங்களைச் செய்கிறது. ChatGPT-யை இயக்கும் அதே இயந்திரக் கற்றல் கட்டமைப்பில் உருவாக்கப்பட்டுள்ள SRT-H, "பித்தப்பை தலைப்பகுதியை பிடி" போன்ற குரல் கட்டளைகளுக்கும், "இடது கை ஓரமாக நகர்த்து" போன்ற திருத்தங்களுக்கும் பதிலளிக்கிறது. இந்த பின்னூட்டங்களிலிருந்து ரோபோ கற்றுக்கொள்கிறது.
பித்தப்பை அகற்றும் அறுவை சிகிச்சை 17 சிக்கலான பணிகள் கொண்டது. இதில், குறிப்பிட்ட குழாய்கள் மற்றும் இரத்தக் குழாய்களை கண்டறிந்து துல்லியமாக பிடித்து, கிளிப்புகளை இடம்கொடுத்து, பக்கங்களை வெட்டும் பணிகளும் உள்ளன. SRT-H, ஜான்ஸ் ஹாப்கின்ஸ் அறுவை நிபுணர்கள் பன்றி உடல்களில் இந்த அறுவை சிகிச்சை செய்யும் வீடியோக்களைப் பார்த்து பயிற்சி பெற்றது. ஒவ்வொரு பணியையும் விளக்கும் 자막ங்களுடன் காட்சிப்பயிற்சி வழங்கப்பட்டது. இந்த பயிற்சிக்குப் பிறகு, ரோபோ 100% துல்லியத்துடன் அறுவை சிகிச்சையை முடித்தது.
ரோபோ மனித அறுவை நிபுணரைவிட அதிக நேரம் எடுத்துக்கொண்டாலும், முடிவுகள் நிபுணரின் செயல்பாடுகளுக்கு ஒப்பானவை. "அறுவை பயிற்சி பெறும் மாணவர்கள் ஒவ்வொரு செயல்பாட்டையும் வெவ்வேறு வேகத்தில் கற்றுக்கொள்வது போல, தானியங்கி ரோபோ அமைப்புகளும் அத்தகைய தொகுதி மற்றும் முன்னேற்ற முறையில் உருவாக்கப்படலாம் என்பதை இந்த ஆய்வு காட்டுகிறது," என்கிறார் ஜான்ஸ் ஹாப்கின்ஸ் அறுவை நிபுணர் ஜெஃப் ஜோப்லிங்.
ஆராய்ச்சியாளர்கள் ரோபோவின் ஆரம்ப நிலையை மாற்றுவது, அல்லது திசுக்களின் தோற்றத்தை மாற்றும் இரத்தம் போன்ற நிறமிகள் சேர்ப்பது போன்ற எதிர்பாராத சவால்களை வழங்கினாலும், ரோபோ பிழையில்லாமல் செயல்பட்டது. "இது சிக்கலான அறுவை சிகிச்சைகளை தானாகவே செய்ய முடியும் என்பதை இது உண்மையில் நிரூபிக்கிறது," என்கிறார் தலைமையாசிரியர் ஆக்ஸல் கிரீகர். "இது ஒரு proof of concept; இந்த நகல் கற்றல் (imitation learning) முறையில் இத்தகைய சிக்கலான செயல்களை மிகுந்த நிலைத்தன்மையுடன் தானாகச் செய்ய முடியும் என்பதை இது காட்டுகிறது."
இது பெரிய முன்னேற்றமாக இருந்தாலும், மனிதர்களில் சோதனை செய்ய தானியங்கி அறுவை ரோபோ அமைப்புகள் வருவதற்கு இன்னும் 5 முதல் 10 ஆண்டுகள் ஆகலாம் என தலைமையாசிரியர் ஆக்ஸல் கிரீகர் மதிப்பிடுகிறார்; அதற்குள் பல விதிமுறை சவால்களை கடக்க வேண்டியிருக்கிறது. அடுத்ததாக, இந்த அமைப்பை மேலும் பல வகை அறுவை சிகிச்சைகளில் பயிற்சி செய்து சோதனை செய்யவும், முழுமையான தானியங்கி அறுவை சிகிச்சைகளை செய்யும் திறனை விரிவாக்கவும் திட்டமிடப்பட்டுள்ளது.