Los desarrolladores de Motion2Vec crearon y entrenaron un robot capaz de suturar heridas en salas de cirugía.
Emplearon una red neuronal siamesa (siamese neural network) que consiste en el uso de dos redes idénticas que reciben dos conjuntos de datos por separado y luego de procesarlos, los compara y muestra un resultado final.
El estudio es parte de un proyecto realizando en la Universidad de California en Berkeley. Se busca conseguir que un sistema de inteligencia artificial para que desarrolle la precisión de un humano
En este sentido, por un lado el sistema recibe el video del médico haciendo las suturas y por el otro las grabaciones al robot practicando. Establece una comparación entre estos dos clips y así aprende a mejorar la precisión de sus movimientos.
Los videos que se emplean en el entrenamiento son parte la base de datos JIGSAWS, que reúne información de actividad quirúrgica para el modelado de movimiento humano.
Los investigadores utilizaron 78 videos de JIGSAWS como base de datos para entrenar al robot. Como resultado de este trabajo, Motion2Vec aprendió a suturar con un 85,5% de precisión y un error promedio de 0,94 cm en la precisión a la hora de hacer los puntos de sutura.
A futuro, los investigadores dicen que buscan proporcionar información referente a la asistencia y entrenamiento en cirugías remotas, relata Infobae.
Cactus24 (26-06-2020)
