ロボット外科医が診てくれます

STARの縫合技術を向上させるだけでなく、クリーガー氏はロボットに腫瘍除去という別の技術を教えています3。 これまで同様、クリーガー氏らは赤外線マーカーを使用していますが、今回はがん組織の領域にフラグを立てています。 そして、ロボットは加熱された電極チップを使って、その部分を選択的に切除します。 豚の組織を使った初期の実験では、スターは外科医と同じように正確に腫瘍を除去し、組織を切断することができました。これは、わずかな腫瘍細胞でも残しておくと、がんが再発する可能性があるため、非常に重要な技術です。 “

心臓弁の修復では、限られたスペースの中で手術器具を正確に配置する必要があるため、経験豊富な外科医でも気が抜けません。 そのため、デュポン氏らは自律型ロボットの開発に着手しました。 このプロジェクトの技術者たちの学習曲線は険しいものだったとデュポンは言います。 手術のリスクを最小限に抑えるためには、心臓が動いている間に、心臓の根元から欠陥のある弁まで正確に移動しなければなりませんでしたが、これは常に激しく動いている環境をナビゲートすることを意味します。

研究チームは、ロボットに、特定の血管や弁の位置を含む典型的な心臓の詳細な地図を与えました。 しかし、ロボットは非常に適応力があり、内蔵されたタッチセンサーや視覚センサーからの入力を利用して、各心臓の弁の漏れを見つけ出します。 正確な位置を特定するために、ロボットは「ゴキブリが触角で叩くように」心臓の壁を優しく叩く接触を繰り返します、とデュポンは言います。 今年行われた動物実験では、ロボットは95%の確率で侵入口から損傷した弁の部分まで移動することに成功しました4。

ゆっくりとした革命

研究者たちは、自律的な手術によって、より多くの人が特殊な手術を受けられるようになることを期待しています。 カリフォルニア大学サンフランシスコ校の泌尿器科医カーステン・グリーン氏は、「米国では、全国の外科医の分布は一様ではありません。 “と、カリフォルニア大学サンフランシスコ校の泌尿器科医Kirsten Greene氏は言います。「手術を受けられない地域がたくさんあります。 世界の国々でも同じことが言えます。 自律型ロボットの支援は、手術の専門知識のギャップを埋めるのに役立つと彼女は指摘します。 また、外科医を目指す人たちが手術を習得するまでの時間を短縮することもできるとガーグは言います。

ロボット外科医は、まだ手術の最初から最後までを実行することはできません。 “10年後には、ある種の通常の手術が自動化されているかもしれません」とガーグ氏は言います。 例えば、胆嚢摘出や盲腸など、非常に多くの患者を抱える手術です。 しかし、それはまだ先の話です。なぜなら、外科医は過去の経験を考慮して、複雑な手術の判断を下す能力がロボットよりもはるかに優れているからです。例えば、血管が予想とは異なる場所にある場合にどうすればよいかなどです。 “文脈の理解が必要な場合、ロボットはすぐに挫折してしまいます」とガーグは言います。 クルーズコントロールや車線維持システムなどの機能が、完全な自動運転に先駆けて自動車に搭載されたように、自律型の手術機器も徐々に臨床現場に導入されていく可能性が高いと思います。 ダ・ヴィンチのような定評のあるロボットアシスタントに加えて、クリーガーは、骨切りやがん治療のための放射線照射などの処置にもロボットが使用されていると指摘しています。

自己誘導型ロボットは、一部の病院システムがすでに持っている手術器具をベースにして作られる可能性があり、自動化を加速させるのに役立つでしょう。

自己誘導型ロボットは、すでに病院が持っている手術器具に組み込むことができ、自動化の促進につながる可能性があります。 “デュポンは、「確立されたロボットプラットフォームがあれば、徐々に自律性のレイヤーを追加していくことができます」と述べています。 しかし、それぞれの段階で、研究者は自分たちの装置が臨床使用に耐えうるものであることを証明する必要があります。

さらなる自動化の可能性は、もし知的ロボットが最も困難な操作を引き継いだ場合、外科医の役割がどのように進化するかという疑問をすでに引き起こしています。

さらなる自動化の可能性は、インテリジェントなロボットが最も難しい操作を引き継いだ場合に、外科医の役割がどのように進化するかという疑問をすでに引き起こしています。この分野のほとんどの人は、外科医の居場所はまだあると考えています。 “私は、人を時代遅れにするとは思いません。 人を時代遅れにするのではなく、指揮者のような役割を果たす次のレベルに移すのです」とホイトは言う。 ガルグも同じ意見です。 “

少なくとも今は、それが彼らの計画です。 しかし、自律型ロボット外科医が大規模に導入されれば、予想外の進化を遂げる可能性があります。 例えば、ガーグは、人間と同じように失敗や成功から学び、人間の優位性を狭めるような自己誘導型ロボットを開発しています。 最終的には、何百回もの操作で得られた知識を、広大なネットワークの中で他のロボットと共有し、ロボットのパフォーマンスを高めることができるでしょう。 “デュポンは、「すべてのシステムを接続することで、通常とは異なる解剖学的治療が行われた場合、その症例の知識が他の場所でも利用できるようになります」と述べています。 しかし、そのような情報共有はまだ先の話です。 今のところ、自律型ロボットは人間の外科医を支援するためのものであり、人間を凌駕するものではないとデュポンは強調しています。 “もし、臨床医の学習曲線をより早く向上させ、手技の一部を手伝うことができるシステムがあれば、それが本当の利益になるでしょう」

。