„Нашите открития показват, че можем да автоматизираме една от най-сложните и деликатни задачи в хирургията: повторното свързване на два края на червата. STAR извърши процедурата при четири животни и даде значително по-добри резултати от хората изпълнявайки същата процедура", каза старши автор Аксел Кригер, асистент по машинно инженерство в Инженерното училище на Джон Хопкинс.
Роботът се справи отлично с чревната анастомоза, процедура, която изисква високо ниво на повтарящи се движения и прецизност. Свързването на два края на червата е може би най-предизвикателната стъпка в стомашно-чревната хирургия, изискваща хирург да зашие с висока точност и последователност. Дори най-малкото треперене на ръката или неправилно поставен шев може да доведе до изтичане, което може да има катастрофални усложнения за пациента.
Работейки със сътрудници в Детската национална болница във Вашингтон, окръг Колумбия, и Джин Канг, професор по електротехника и компютърно инженерство в Джон Хопкинс, Кригер помогна за създаването на робота, визуално насочвана система, проектирана специално за зашиване на меки тъкани. Текущата им итерация напредва в модел от 2016 г., който поправя прецизно червата на прасе, но изисква голям разрез за достъп до червата и повече насоки от хората.
Екипът оборудва STAR с нови функции за повишена автономност и подобрена хирургическа прецизност, включително специализирани инструменти за зашиване и най-съвременни системи за изображения, които осигуряват по-точни визуализации на хирургичното поле.
Мекотъканната хирургия е особено трудна за роботите поради нейната непредвидимост, принуждавайки ги да могат да се адаптират бързо, за да се справят с неочаквани препятствия, каза Кригер. STAR има нова система за контрол, която може да коригира хирургическия план в реално време, точно както би направил човешки хирург.
„Това, което прави STAR специален е, че това е първата роботизирана система, която планира, адаптира и изпълнява хирургически план в меки тъкани с минимална човешка намеса“, каза Кригер.
Триизмерен ендоскоп, базиран на структурна светлина и алгоритъм за проследяване, базиран на машинно обучение, разработен от Канг и неговите ученици, ръководи STAR. „Ние вярваме, че усъвършенстваната триизмерна система за машинно зрение е от съществено значение за превръщането на интелигентните хирургически роботи в по-умни и по-безопасни“, каза Канг.
Тъй като областта на медицината се придвижва към повече лапароскопски подходи за операции, ще бъде важно да имаме автоматизирана роботизирана система, предназначена за такива процедури, за да помогне, каза Кригер.
„Роботизираната анастомоза е един от начините да се гарантира, че хирургическите задачи, които изискват висока прецизност и повторяемост, могат да се изпълняват с по-голяма точност и прецизност при всеки пациент, независимо от уменията на хирурга“, каза Кригер. „Предполагаме, че това ще доведе до демократизиран хирургичен подход към грижата за пациентите с по-предвидими и последователни резултати за пациентите.“
Екипът от Джон Хопкинс също включваше Хамед Саейди, Джъстин Д. Опферман, Майкъл Кам, Шувен Уей и Саймън Леонард. Michael H. Hsieh, директор на преходната урология в Детската национална болница, също допринесе за изследването.
Работата беше подкрепена от Националния институт по биомедицински изображения и биоинженерство на Националните институти по здравеопазване под номера на награди 1R01EB020610 и R21EB024707.