机器人已经在一定程度上可以模仿外科医生，但训练它们做到这一点通常涉及复杂的编程和耗时的反复试验。现在，机器首次在仅仅分析了医学专家视频片段后，成功学会了复制基本的手术任务。但在它对人类患者开始工作之前，微型机械臂在猪肉上进行了练习。
自 2000 年问世以来，医生们越来越多地将达芬奇手术系统整合到各种手术中。这对小巧的机械臂末端带有镊子状抓手，已用于前列腺切除术、心脏瓣膜修复术以及肾脏和妇科手术。但该设备有其局限性，尤其是在教授新任务方面。
约翰霍普金斯大学机械工程系助理教授 Axel Krieger 在 11 月 11 日的报道中解释说：“它（之前）非常有限。” Krieger 补充说，过去的编程需要专家手动编写手术的每一步，这意味着一种外科缝合技术可能需要长达十年才能完善。
正如 Krieger 和同事在本年度在德国慕尼黑举行的机器人学习会议上所解释的那样，那个 painstaking 的时代可能即将结束。利用与 ChatGPT 等强化学习模型类似的机器学习原理，Kreiger 的团队最近开发了一种基于运动学的新模型。与大型语言模型的基于词汇的数据集不同，新颖的达芬奇手术系统训练程序依赖于运动学，它将机器人运动和角度转化为数学计算。在收集了数百段描绘数千名人类外科医生监督达芬奇机器人的视频后，研究人员让该系统分析这些存档资料，以最好地模仿正确的动作。结果甚至让程序员感到惊讶。
[相关：首次从地球远程对国际空间站进行零重力手术（在橡胶上）。]
“我们只需要图像输入，然后这个人工智能系统就能找到正确的动作，”博士后研究员 Ji Woong Kim 说。“我们发现，即使有几百次演示，模型也能够学习手术过程，并能泛化到它从未遇到过的新环境。”
Krieger 补充说，他们的模型也擅长学习人类并未通过视频演示过的东西。“比如，如果它掉了针头，它会自动捡起来继续。这不是我教它做的。”
为了测试他们的系统升级，Kreiger 的团队指示一台新训练的达芬奇机器人对猪肉进行各种任务，因为猪肉在生物学上与人体组织相似。这些小型抓手随后展示了它们捡起掉落的针头、打结和完成外科缝合的能力，几乎与人类训练师一模一样。更重要的是，即使最初是用硅胶皮肤模型进行训练，它也能够做到这一点，这意味着它无需额外工作就能轻松地将其技能转移到生物组织上。
Krieger 认为，新的学习模型将使达芬奇系统能够在“几天内”完善手术，而不是等待数年让机器人学会新的手术策略。尽管目前自主机器人系统的运行速度比人类慢 14 到 18 倍，但研究人员相信，它们的机器很快就能跟上速度。
Krieger 说：“拥有这个模型，而我们所要做的就是输入摄像头画面，它就能预测手术所需的机器人运动，这真是太神奇了。”
