„Twój chirurg będzie robotem”. Kiedy i na jakich zasadach to się stanie?

Dwa lśniące metalowe ramiona zbliżają się do pęcherzyka żółciowego. Lewy delikatnie chwyta jego szyjkę. Tkanka rozciąga się, tworząc przestrzeń między dwiema cienkimi strukturami – przewodem pęcherzykowym, czyli transportującym żółć, a tętnicą dostarczającą krew do narządu. Każdy ruch jest płynny, wykalkulowany. Teraz do akcji wkracza prawe ramię, zakończone klipsownicą. Jego zadaniem jest precyzyjne zamknięcie przewodów, aby po ich przecięciu nie doszło do wycieku. Dlatego wsuwa się ostrożnie w wąską szczelinę, a następnie metalowy klips zatrzaskuje się na przewodzie pęcherzykowym. Procedura powtarza się – drugi klips ląduje tuż obok pierwszego, a trzeci zostaje umieszczony wyżej, bliżej pęcherzyka.

Po chwili klipsownice zastępują nożyczki. Wsuwają się w przygotowaną wcześniej przestrzeń i jednym płynnym ruchem przecinają przewód pęcherzykowy. Pierwszy etap operacji zakończony. Teraz cała procedura powtarza się dla tętnicy pęcherzykowej. Trzy klipsy, jedno cięcie – i pęcherzyk żółciowy zostaje całkowicie odizolowany od układu krwionośnego i żółciowego. W trakcie trwającej nieco ponad 5 minut procedury kilkakrotnie dochodzi do drobnych potknięć, ale za każdym razem chirurg koryguje swoje błędy i z powodzeniem kontynuuje zadanie.

Czytaj też (Polityka): Oto nowa klasa robotnicza: humanoidy. Zabiorą nam pracę? To już nie jest science fiction

Doktor robot operuje świnię

W opisie tym nie byłoby niczego zaskakującego, bo tak z grubsza wygląda jeden z głównych etapów cholecystektomii (usunięcie pęcherzyka żółciowego), czyli standardowej procedury chirurgicznej, często wykonywanej w leczeniu kamicy żółciowej i jej powikłań. Jednak akurat ten zabieg jest niezwykły z co najmniej dwóch powodów. Nie wykonał go człowiek, ale SRT-H (Hierarchical Surgical Robot Transformer), czyli autonomiczny system robotyczny stworzony przez zespół amerykańskich naukowców pod kierunkiem badaczy z Johns Hopkins University. W roli pacjenta wystąpił pęcherzyk żółciowy pobrany od świni, a cała operacja odbyła się w laboratorium.

Celem eksperymentu – którego opis opublikował niedawno „Science Robotics” – nie było leczenie, lecz testowanie nowego poziomu autonomii maszyn chirurgicznych: zdolności do samodzielnego przeprowadzania całych kroków operacyjnych, a nie tylko pojedynczych zadań. Zakończone sukcesem, bo system sztucznej inteligencji, bazując wyłącznie na obrazie z kamer i ucząc się na podstawie wcześniejszych demonstracji, nie tylko wykonał wszystkie 17 zadań składających się na ten etap cholecystektomii. Potrafił on również korygować w czasie rzeczywistym własne błędy, osiągając 100 proc. skuteczności w ośmiu próbach.

Naukowcy Johns Hopkins University wzięli także udział w innym nie mniej interesującym eksperymencie pod kierunkiem badaczy z The Chinese University of Hong Kong. Także przeprowadzonym na świniach – ich narządach, ale również żywych zwierzętach. Celem był test systemu AI, który pozwala robotom chirurgicznym samodzielnie wykonywać zadania.

Działa on jak czteroosobowy zespół specjalistów. Załóżmy, że robot musi nauczyć się chwytać igłę chirurgiczną. Pierwszy specjalista to wzrokowiec – analizuje obraz z kamery i daje znać: „Widzę igłę 2 cm przed nami, położoną pod kątem 45 stopni”. Drugi to tłumacz, który przekłada te obserwacje na język zrozumiały dla maszyny: „Igła znajduje się w pozycji X, Y, Z, można ją chwycić od góry”. Trzeci członek zespołu to strateg. Wykorzystuje technikę uczenia metodą prób i błędów, by zaplanować najlepszą drogę narzędzia do celu. Po tysiącach prób w symulatorze wie już, że w powyższej sytuacji najpierw należy zbliżyć się powoli, a następnie delikatnie obrócić chwytaki. Czwarty specjalista to precyzyjny wykonawca – gdy narzędzie jest już blisko igły, przejmuje kontrolę i wykonuje finalne milimetrowe ruchy potrzebne do jej uchwycenia. Pomysłowość tego rozwiązania polega na tym, że robot trenuje swoje chirurgiczne umiejętności wyłącznie w wirtualnym świecie (specjalnie przygotowanym symulatorze), a potem przenosi je do sali operacyjnej.

Podczas testów systemu na świńskich żołądkach robot z powodzeniem wykonywał pięć zadań pomocniczych: manipulację kamerą endoskopową (umieszczoną w ciele) – 95 proc. skuteczności, chwytanie igły – 83 proc., podnoszenie gazy – 91 proc., retrakcję tkanek (odsuwanie lub odciąganie ich na bok, aby mieć lepszy dostęp do operowanego miejsca) – 91 proc. i zakładanie klipsów na naczynia krwionośne – 87 proc. Każde testowano przy różnych warunkach oświetlenia, pozycjach obiektów i typach instrumentów.

Najważniejszy sprawdzian odbył się podczas operacji żywej świni, kiedy pod nadzorem chirurga robot autonomicznie wykonywał trzy wybrane zadania. Najlepiej radził sobie z chwytaniem gazy – 83 proc. sukcesu. To dość zaskakujące, gdyż była pokryta krwią, więc zlewała się z otaczającymi tkankami, co utrudniało maszynie jej rozpoznanie. System jednak poradził sobie z tym wyzwaniem, prawdopodobnie dlatego, że gazę można skutecznie chwycić w wielu miejscach – niekoniecznie idealnie w środku. Retrakcja tkanek powiodła się w 77 proc. prób, bo tu kłopotliwe było utrzymanie śliskich jelit czy fragmentów żołądka, które czasem wysuwały się z chwytaków. Najtrudniejsze okazało się zakładanie klipsów na jedną z tętnic – tylko 67 proc. skuteczności. Co szczególnie nie dziwi, gdyż tętnica ma średnicę 5 mm, a metalowy klips 10 mm, całość zaś porusza się w rytm oddechu zwierzęcia. Robot musiał więc ustawić klips dokładnie prostopadle do naczynia, objąć je z obu stron i precyzyjnie zacisnąć. Wystarczył jeden milimetr w złą stronę, by nie udało się prawidłowo go zamknąć, co mogło skutkować krwawieniem.

Taki system może stać się podstawą dla inteligentnego chirurgicznego kopilota. Działając pod stałym nadzorem lekarza, przejmowałby najbardziej powtarzalne i męczące zadania asystenckie, np. automatyczne utrzymywanie kamery endoskopowej w idealnym położeniu czy odciąganie tkanek, aby odsłonić pole operacyjne. Dzięki temu chirurg w pełni skupiałby się na kluczowych, najbardziej wymagających etapach operacji. Nie chodzi więc o zastąpienie lekarza, ale o stworzenie mu najlepszego możliwego asystenta – niestrudzonego, precyzyjnego i zawsze gotowego do pomocy.

Czytaj też (Pulsar): Robot, twój brat. Budzi większe zaufanie, jeśli jest podobny do człowieka. Byle nie za bardzo

Tam, gdzie brak specjalistów

Jednak już w tytule obszernej analizy, która również ukazała się w „Science Robotics”, naukowcy z Uniwersytetu Johnsa Hopkinsa i ze Stanfordu pytają, czy postęp nie pójdzie jeszcze dalej, bo „twój następny chirurg będzie robotem”. Przekonują, że obecny model, w którym maszyna jest jedynie przedłużeniem rąk lekarza, napotyka fundamentalne ograniczenia. Sukces operacji nadal zależy od dostępności, umiejętności i codziennej dyspozycji chirurga, co prowadzi do znacznych różnic w wynikach leczenia. Przykładowo, w przypadku laparoskopowego usunięcia jelita grubego z powodu raka – zabiegu, który w samych Stanach Zjednoczonych jest jedyną szansą na wyleczenie dla ponad 150 tys. pacjentów rocznie – wskaźnik powikłań pooperacyjnych, w zależności od umiejętności i techniki operatora, może sięgać nawet 23 proc. Co więcej, dotychczasowe postępy w chirurgii z asystą robota nie zmniejszyły w znaczący sposób ryzyka tak poważnych komplikacji, jak nieszczelność zespoleń jelitowych.

Rozwiązaniem mają być właśnie roboty autonomiczne, zdolne do samodzielnego przeprowadzania procedur. Ich potencjalna przewaga polega na większej precyzji i powtarzalności, przewyższającej nawet najbardziej wprawnych chirurgów. To mogłoby nie tylko obniżyć odsetek powikłań, lecz także skrócić czas oczekiwania na zabiegi i – co niezwykle istotne – „zdemokratyzować” dostęp do wysokiej jakości opieki medycznej. Roboty świadczyłyby usługi na eksperckim poziomie tam, gdzie brakuje wykwalifikowanych specjalistów – od odległych zakątków Ziemi po misje kosmiczne.

Droga do tej wizji była długa i wyboista. Choć historia chirurgii sięga 3000 r. p.n.e., to dopiero XIX-wieczne odkrycia – znieczulenie i antyseptyka – zrewolucjonizowały tę dziedzinę. Poza tym przez długi czas dominowała chirurgia otwarta, wymagająca dużych nacięć w celu odsłonięcia całych organów. Przełom nastąpił wraz z wynalezieniem laparoskopii, która dzięki długim cienkim narzędziom i kamerom wprowadzanym przez niewielkie otwory (porty) znacząco ograniczyła inwazyjność zabiegów. Dalszą minimalizację przyniosło ograniczenie się do jednego portu, a nawet całkowita eliminacja nacięć skórnych dzięki wykorzystaniu naturalnych otworów ciała.

Czym maszyna nasiąknie?

Każdy z tych kroków wiązał się jednak z rosnącymi wymaganiami wobec chirurga. Narzędzia laparoskopowe, często posiadające tylko jeden stopień swobody (końcówka jest sztywna i nie może się zginać ani obracać niezależnie od reszty instrumentu), uczyniły precyzyjne cięcie czy szycie niezwykle trudnym. Operatorzy musieli się zmagać z ograniczonym, dwuwymiarowym obrazem pola operacyjnego i nienaturalną, męczącą pozycją. Odpowiedzią były roboty chirurgiczne, takie jak używany również w Polsce słynny system da Vinci. Działają w modelu „lider naśladowca”: chirurg siedzi przy konsoli (lider), sterując ramionami robota (naśladowca) znajdującymi się przy pacjencie. Dzięki zminiaturyzowanym ruchomym „nadgarstkom” na końcówkach narzędzi robot zapewnia operatorowi wyjątkową zręczność działania, a stereoskopowy trójwymiarowy obraz z kamery pozwala uzyskać percepcję głębi. Dziś chirurgia z asystą robota zdobywa coraz większą popularność – tylko w 2023 r. z pomocą da Vinci przeprowadzono na świecie ponad 2,2 mln operacji.

Mimo tych sukcesów współczesne roboty to wciąż tylko wyrafinowane narzędzia zależne od czynnika ludzkiego. Aby usystematyzować postęp w tej dziedzinie, naukowcy zaproponowali sześciostopniową skalę autonomii (LoA) – obejmującą operacje od klasycznych, całkowicie manualnych, po zabiegi prowadzone przez samodzielne maszyny (patrz ramka).

Jak sprawić, by roboty wspięły się po tej drabinie autonomii? Odpowiedzią wydaje się AI, a konkretnie dwie główne strategie uczenia maszynowego: poprzez naśladowanie (Imitation Learning) oraz ze wzmocnieniem (Reinforcement Learning). To pierwsze przypomina edukację młodego chirurga, który uczy się, obserwując mistrza. Robot analizuje ogromne zbiory danych z prawdziwych operacji, naśladując ruchy i decyzje ekspertów. Zaletą tej metody jest możliwość ominięcia problemów związanych z symulacją i uczenie się na sprawdzonych ludzkich wzorcach. Wyzwania? Po pierwsze, dostęp do danych. Stworzenie dużych, zanonimizowanych i wysokiej jakości zbiorów informacji chirurgicznych jest niezwykle trudne. Po drugie, istnieje ryzyko, że robot nauczy się nie tylko dobrych, ale i złych nawyków.

Uczenie ze wzmocnieniem działa na zasadzie prób i błędów. Robot otrzymuje „nagrody” za pożądane zachowania (np. precyzyjne dotarcie do celu) oraz „kary” za niepożądane. Z oczywistych względów bezpieczeństwa takie eksperymenty nie mogą się odbywać na żywym pacjencie. Dlatego kluczową rolę odgrywają zaawansowane symulatory chirurgiczne. I tu pojawia się największa bariera: tzw. luka „sim-to-real” (ang. simulation-to-real). Nawet najbardziej fotorealistyczne symulacje nie są w stanie idealnie odwzorować złożoności prawdziwego świata, np. elastyczności tkanek, nieprzewidywalności krwawienia czy zmienności oświetlenia. Dlatego model, który doskonale radzi sobie w wirtualnej rzeczywistości, często zawodzi w kontakcie z prawdziwym pacjentem. Choć i tu dokonuje się postęp.

Przyszłość, jak twierdzą autorzy analizy w „Science Robotics”, może należeć do uniwersalnych modeli AI, tzw. wizualno-językowo-działaniowych (VLA). „Robotyczny chirurg AI” mógłby się uczyć w sposób zbliżony do ludzkiego – najpierw przyswajając całą wiedzę medyczną z podręczników, od biologii po anatomię, a następnie trenując na symulatorach i w końcu na danych z prawdziwych operacji, podobnie jak chirurg rezydent.

Czytaj też (Polityka): Nadchodzi rewolucja. Wielu z nas będzie musiało zmienić zawód

Regulacje i bezpieczeństwo

Wdrożenie tak zaawansowanych systemów do praktyki klinicznej to jednak wyzwanie nie tylko technologiczne, lecz również regulacyjne i etyczne. Obecne przepisy, np. amerykańskiej Agencji Żywności i Leków (FDA), wydają się kiepsko nadążać za postępem, gdyż większość zatwierdzonych robotów chirurgicznych wciąż znajduje się na wstępnym poziomie (L-1). Dlatego potrzebne są nowe ramy prawne, regulujące działanie systemów AI, które uczą się i ewoluują w czasie. Pierwsze kroki zostały już zrobione. Na przykład system Maestro firmy Moon Surgical otrzymał jako pierwszy zgodę FDA na śródoperacyjne zastosowanie AI, ale jego zadanie ogranicza się do trzymania laparoskopu – nie ingeruje on bezpośrednio w pracę chirurga.

Kluczową kwestią jest bowiem bezpieczeństwo. Autonomiczny robot w sytuacji, której nie zna z treningu, powinien oddać kontrolę człowiekowi. Należy również zabezpieczyć systemy przed atakami hakerskimi. Pozostaje też otwarte pytanie o odpowiedzialność: kto będzie winny w przypadku błędu autonomicznej maszyny? Szpitale, producenci, a może programiści? No i czy pacjenci będą gotowi powierzyć swoje życie i zdrowie w mechaniczne ręce robota.