انقلابی در اتاق عمل، ربات جراح با دقتی فراتر از انسان

به گزارش پردیس هوش مصنوعی و نوآوری دیجیتال ایران، صحنه‌ای از آینده‌ای نه‌چندان دور را تصور کنید، در اتاق عمل روشن و پیشرفته، یک بازوی رباتیک در کنار تخت جراحی آماده است. این ربات خودران به‌طور کامل به‌تنهایی عمل نخواهد کرد، اما در فرایند جراحی پیش‌رو نقش کمکی ایفا می‌کند و وظایف کلیدی را به‌طور مستقل، با دقت بیشتر و ریسک کمتر انجام خواهد داد.

بیمار این عمل، یکی از ۱۵۰,۰۰۰ نفری است که هر ساله فقط در ایالات متحده به سرطان روده بزرگ مبتلا می‌شوند. تنها درمان قطعی این بیماری، برداشتن بخش بیمار روده بزرگ است. ترجیحاً از طریق جراحی لاپاراسکوپی کم‌تهاجمی، که در آن ابزارهای جراحی و یک دوربین باریک از طریق برش‌های کوچک وارد بدن می‌شوند.

اما این جراحی، چالش‌برانگیز است. مهارت، تجربه و تکنیک جراح از عوامل اصلی تأثیرگذار بر نتایج و عوارض جراحی‌اند، که در تا ۱۶٪ از موارد ممکن است رخ دهند. این عوارض می‌توانند کیفیت زندگی بیمار را کاهش دهند و خطر مرگ را افزایش دهند. امید آن است که یک ربات جراح خودران بتواند این احتمال‌ها را بهبود بخشد.

ربات STAR (ربات خودران بافت نرم) به‌صورت لاپاراسکوپی بخشی از روده کوچک را بخیه می‌زند. در جریان جراحی، این ربات وظایفی را انجام خواهد داد که نیاز به نهایت دقت دارند. ابتدا جراح حرکات آن را برای برداشتن بافت سرطانی هدایت می‌کند و سپس هنگام بخیه‌زدن مجدد بخش سالم روده، عملکرد مستقل ربات را نظارت می‌کند.

با بهره‌گیری از چندین روش تصویربرداری و برنامه‌ریزی جراحی در زمان واقعی، ربات هر بخیه را با دقت زیر میلی‌متری می‌زند. دقتی که برای دست انسان غیرممکن است. در نتیجه، خط بخیه ایجادشده محکم‌تر و یکنواخت‌تر خواهد بود و احتمال نشت که یکی از عوارض خطرناک ناشی از ترمیم ناقص است، کاهش می‌یابد.

گرچه در حال حاضر از ربات‌های خودران به‌صورت کامل برای جراحی انسان استفاده نمی‌شود، اما ابزارهای لازم برای این سبک جراحی فراهم شده‌اند و خودکار شدن بیشتر سیستم‌ها در راه است. تیم دکتر اکسل کریگر در دانشگاه جانز هاپکینز در بالتیمور، به توسعه ربات‌هایی اختصاص دارد که می‌توانند وظایف پیچیده و تکراری را با دقت و ثبات بیشتر از بهترین جراحان انجام دهند. به‌زودی، بیماران ممکن است جمله‌ای نو بشنوند؛ «ربات اکنون شما را خواهد دید».

تاریخچه ربات‌های جراحی 

نخستین جراحی رباتیک در سال ۱۹۸۵ انجام شد، زمانی که تیمی از جراحان در مرکز پزشکی لانگ بیچ در کالیفرنیا از بازوی ربات صنعتی تغییر‌یافته برای هدایت سوزن در مغز جهت تکه برداری یا نمونه برداری (بیوپسی) استفاده کردند. با وجود موفقیت عمل، شرکت وستینگ‌هاوس سازنده ربات عملیات بعدی را متوقف کرد، چرا که ربات برای کاربرد صنعتی طراحی شده بود و فاقد ویژگی‌های ایمنی پزشکی بود. با این حال، تکامل ربات‌های جراحی ادامه یافت.

در سال ۱۹۹۴، اولین ربات جراحی با نام AESOP (سامانه خودکار اندوسکوپی برای موقعیت‌یابی بهینه) تأییدیه گرفت بازویی کنترل‌شونده با صدا برای هدایت دوربین لاپاراسکوپی. در سال ۲۰۰۰، ربات داوینچی معرفی شد، سامانه‌ای کنترل از راه دور که به جراح، اجازه کنترل دقیق ابزارهای ظریف را می‌داد.

جراحان در ابتدا نسبت به این فناوری با احتیاط رفتار کردند. در سال ۲۰۱۲، کمتر از ۲٪ جراحی‌ها در آمریکا با کمک ربات انجام می‌شد، اما تا ۲۰۱۸ این رقم به حدود ۱۵٪ رسید. برای برخی جراحی‌ها مانند برداشت پروستات، مزایای ربات‌ها به حدی است که امروزه بیش از ۹۰٪ این جراحی‌ها در ایالات متحده با کمک ربات انجام می‌شود. با این حال، برای بسیاری از جراحی‌ها، مزایای ربات‌ها هنوز قطعی نیستند. هزینه بالا و نیاز به آموزش تخصصی دارند.

اما سامانه‌های رباتیک خودران که می‌توانند وظایف خاصی را به‌طور مستقل انجام دهند، ممکن است عملکرد بهتری داشته و نیاز به آموزش انسانی کمتری داشته باشند. جراحی نیازمند دقت فوق‌العاده، دستانی پایدار و تخصص بالای پزشکی است. آموزش انجام ایمن چنین جراحی‌هایی سال‌ها زمان می‌برد و جای خطای انسانی بسیار محدود است. ربات‌های خودران می‌توانند این نیازهای سختگیرانه برای ایمنی و یکنواختی را آسان‌تر برآورده کنند و وظایف روتین را انجام و اشتباهات را کاهش دهند و در آینده حتی کل فرایند جراحی را با دخالت اندک انسان اجرا کنند.

STAR ربات جراح خودران

سال ۲۰۱۶ نقطه عطف مهمی برای این حوزه بود، یکی از سامانه‌های رباتیک نخستین جراحی خودران بر روی بافت نرم را در یک حیوان زنده انجام داد. این سامانه با نام ربات خودران بافت هوشمند یا STAR (Smart Tissue Autonomous Robot) شناخته می‌شود. این ربات بخشی از روده کوچک یک خوک را با استفاده از بازوی رباتیک تجاری، تحت نظارت جراح، بخیه زد. ربات به‌طور مستقل بین محل‌های بخیه بر لبه‌ی بافت حرکت می‌کرد و پیش از گذاشتن هر بخیه، منتظر تأیید جراح می‌ماند. این راهبرد کنترلی، که «خودران تحت نظارت» (Supervised Autonomy) نام دارد، تضمین می‌کند که جراح در حین خودکارسازی فرایند جراحی همچنان نقش حیاتی و تعیین کننده داشته باشد.

عملکرد بخیه‌زنی STAR، نخستین باری بود که یک ربات توانست عملکرد جراحی را به‌طور خودران و با کیفیتی بهتر از استانداردهای انسانی انجام دهد. در مقایسه با جراحان، STAR فاصله‌بندی بخیه‌ها را به‌صورت یکنواخت‌تری اجرا کرد که منجر به خط بخیه‌ای محکم‌تر و بادوام‌تر شد. چنین بخیه‌هایی می‌توانند فشار داخلی بیشتری را بدون نشتی تحمل کنند، در حالی که بخیه‌زنی دستی با تکنیک لاپاراسکوپی معمول، از این حیث ضعیف‌تر است.

این پیشرفت، نقطه عطفی مهم تلقی می‌شود، چرا که نشتی بخیه یکی از ترسناک‌ترین عوارض جراحی‌های گوارشی است؛ تا ۲۰٪ بیماران پس از جراحی اتصال مجدد روده بزرگ، دچار نشتی می‌شوند که می‌تواند عفونت‌های تهدیدکننده زندگی ایجاد کرده و به جراحی مجدد منجر شود.

پیشرفت‌های تصویربرداری و طراحی مکانیکی STAR

تا پیش از سال ۲۰۱۶، جراحی خودکار روی بافت‌های نرم بیشتر شبیه یک رؤیای علمی‌-تخیلی بود تا واقعیت. به دلیل اینکه بافت نرم دائماً در حال حرکت و تغییر شکل است، بنابراین میدان جراحی با هر تماس تغییر می‌کند و استفاده از تصاویر پیش‌جراحی برای هدایت ربات عملاً غیرممکن می‌شود.افزون بر این، فناوری‌های تصویربرداری جراحی در آن زمان هنوز آن‌قدر پیشرفته نبودند که امکان ناوبری دقیق برای یک ربات فراهم کنند. دوربین‌هایی که در آندوسکوپ‌های جراحی استفاده می‌شدند، اطلاعات عمقی لازم برای مسیر‌یابی دقیق را نداشتند.

اما با معرفی سیستم STAR، ورق برگشت. این ربات با تکیه بر نوآوری‌هایی در طراحی ابزار و سیستم تصویربرداری توانست چالش‌ها را پشت سر بگذارد. به عنوان نمونه، از یک سوزن منحنی استفاده می‌کرد که عبور از بافت را ساده‌تر می‌کرد. همچنین بازوی رباتیک طوری طراحی شده بود که هم بتواند سوزن را هدایت کند و هم هم‌زمان نخ بخیه را بکشد، بدون اینکه ابزارها با یکدیگر تداخل پیدا کنند.

با این حال، مهم‌ترین نوآوری STAR استفاده از یک سیستم تصویربرداری دوگانه بود که امکان ردیابی بافت روده را به‌صورت هم‌زمان و در لحظه فراهم می‌کرد. دوربین اول، تصاویر رنگی و سه‌بعدی دقیقی از صحنه جراحی فراهم می‌کرد که برای ساخت نقشه جراحی و تعیین محل‌های مناسب بخیه به کار می‌رفت. اما سرعت تصویربرداری پایین (۵ فریم بر ثانیه) باعث می‌شد که این داده‌ها برای کار در لحظه کافی نباشند.

برای حل این مشکل، دوربین دومی با فناوری مادون‌قرمز نزدیک (NIR) به کار گرفته شد که با سرعت ۲۰ فریم در ثانیه از نشانگرهای نصب‌شده روی بافت تصویر می‌گرفت. در صورتی که حرکت نشانگرها بین دو فریم غیرطبیعی به نظر می‌رسید، سیستم به‌طور خودکار عملیات را متوقف می‌کرد و مسیر جراحی را با استفاده از داده‌های سه‌بعدی بازبینی می‌کرد. این رویکرد هوشمندانه به STAR اجازه داد تا میدان جراحی را در دو بعد دنبال کند و فقط در موارد حیاتی، نقشه سه‌بعدی را به‌روزرسانی کند.

در نسخه اولیه، STAR در بیش از نیمی از بخیه‌ها موفق شد که در همان تلاش اول به هدف برسد. به‌طور میانگین، پس از هر ۲.۳۷ بخیه نیاز به تنظیم موقعیت سوزن داشت. این شاخص مهمی برای سنجش آسیب جانبی به بافت است. هرچه دفعات نفوذ سوزن کمتر باشد، نتیجه نهایی برای بیمار بهتر خواهد بود.

با وجود موفقیت فنی، STAR  به دلیل اندازه بزرگ و محدودیت‌های حرکتی، نتوانست اعتماد بالینی لازم برای استفاده انسانی را جلب کند. دوربین‌ها و تجهیزات تصویربرداری آن بزرگ‌تر از ابزارهای رایج لاپاراسکوپی بودند و در نتیجه فقط برای جراحی‌های باز قابل استفاده بودند. برای استفاده از STAR در جراحی‌های لاپاراسکوپی، به نسل جدیدی از نوآوری‌ها نیاز بود.

تکامل STAR در جراحی لاپاراسکوپی

در سال ۲۰۲۰، نسل تازه‌ای از STAR وارد میدان شد و برای نخستین بار، یک جراحی لاپاراسکوپی خودران روی روده خوک زنده انجام داد . این سیستم از اندوسکوپ جدیدی بهره می‌برد که قادر بود در لحظه تصاویری سه‌بعدی تولید کند. این تصاویر با استفاده از تابش الگوهای نوری به سطح بافت و تحلیل تغییر شکل آن‌ها به‌دست می‌آمدند. نکته مهم این بود که این اندوسکوپ به اندازه‌ای کوچک شده بود که در فضای محدود جراحی لاپاراسکوپی قابل استفاده بود.

برای اجرای این نوع جراحی، تمامی اجزای STAR بازطراحی شدند. از آنجا که لاپاراسکوپی در فضایی فشرده انجام می‌شود، بازوی دوم رباتیک به سیستم افزوده شد تا بتواند نخ بخیه را بکشد، بدون آن‌که بازوی اصلی دچار تداخل شود. همچنین، یک مفصل جدید به ابزار بخیه‌زنی افزوده شد که حرکاتی شبیه به مچ دست انسان را ممکن می‌کرد و انعطاف‌پذیری بیشتری به سیستم می‌داد. در این نسخه، بافت روده به دیواره شکم ثابت می‌شد تا دوربین بتواند به‌خوبی آن را ببیند. اما این تثبیت باعث می‌شد بافت در اثر تنفس حرکت کند. برای جبران این حرکت، الگوریتم‌های یادگیری ماشین به کار گرفته شدند تا حرکات تنفسی را شناسایی کرده و سیستم را به موقعیت صحیح هدایت کنند.

در عمل، STAR  پیش از شروع بخیه‌زنی، چندین طرح از نقشه جراحی ارائه می‌داد، حرکات داخلی را تحلیل می‌کرد و بسیاری از مراحل بخیه‌زنی را بدون دخالت انسان انجام می‌داد. این سطح از کنترل با عنوان «خودران بودن وظیفه‌محور» شناخته می‌شود، که گامی مهم در مسیر رسیدن به جراحی کاملاً خودران در آینده است.

پیشرفت در بینایی ماشین و یادگیری عمیق 

در نسخه‌های اولیه، STAR  برای ردیابی بافت به نشانگرهای مادون‌قرمز متکی بود. اما با پیشرفت یادگیری عمیق، امکان ردیابی خودکار و بدون نیاز به نشانگر فراهم شد. الگوریتم‌های پیشرفته بینایی ماشین باعث شدند قطر اندوسکوپ به ۱۰ میلی‌متر کاهش یابد، در حالی که توانایی تصویربرداری سه‌بعدی و ردیابی لحظه‌ای با همان دقت قبلی حفظ شده بود.

نتیجه این پیشرفت‌ها، بهبود چشمگیر عملکرد سیستم STAR  بود. که اکنون می‌تواند به‌طور خودکار ۵.۸۸ بخیه متوالی بدون نیاز به اصلاح موقعیت سوزن انجام دهد، عددی بسیار بهتر از عملکرد جراح انسانی در جراحی لاپاراسکوپی که معمولاً بعد از هر بخیه نیاز به تنظیم سوزن دارد.