ИИ впервые самостоятельно выполнил сложную хирургическую операцию на животном, управляя роботом DaVinci без вмешательства человека (но при наблюдении последнего, конечно). Система SRT-H продемонстрировала точность, сравнимую с работой опытного хирурга. Она построена на основе нейросетей типа трансформеров — модели, которые умеют учитывать весь контекст и принимать решения шаг за шагом.
Давайте обсудим, как ИИ обучается оперировать, какие технологии обеспечивают нормальную работу и какие перспективы это открывает для медицины — от рутинных процедур до сложных вмешательств.
Как ИИ стал хирургом: что это за проект
В начале 2025 года команда Университета Джона Хопкинса представила SRT-H (Surgical Robot Transformer) — программно-аппаратную автономную медицинскую систему. Она самостоятельно провела холецистэктомию, операцию по удалению желчного пузыря, на мягких тканях свиньи. Система управляла роботом DaVinci и обошлась без прямого вмешательства человека. Это не просто эксперимент, а демонстрация потенциала искусственного интеллекта: SRT-H базируется на нейросети трансформерного типа, которая умеет анализировать ход операции и принимать решения.
В общем-то, медицинские аппараты — не новинка. Хирургические роботы появились еще в 1990-х, именно тогда Intuitive Surgical выпустила DaVinci. Они позволяли врачам оперировать удаленно, управляя манипуляторами через видеопоток с камер и эндоскопов. Это изменило подход к сложным вмешательствам, но все-таки человек оставался главным элементом. В 2022 году эта же команда разработала робота STAR (Smart Tissue Autonomous Robot), он умел вносить правки в заранее заданный план, ориентируясь на данные с камер. При этом машина требовала четких инструкций и специально размеченных тканей, что ограничивало ее гибкость.
SRT-H — вообще новый уровень. Новинка использует архитектуру трансформеров, похожую на ту, что применяется в языковых ИИ вроде ChatGPT. Только здесь модель обучена не на тексте, а на последовательностях хирургических действий.
Система делится на два модуля: высокоуровневый планирует этапы операции, анализируя видеопоток и контекст, а низкоуровневый переводит команды в точные движения манипуляторов. Это позволяет роботу адаптироваться к изменениям в реальном времени и справляться с вариациями анатомии. SRT-H работает на основе открытой версии робота DaVinci, которую используют в научных целях. Это значит, что технология уже опирается на проверенное оборудование, и при желании ее можно масштабировать: не нужно разрабатывать нового робота с нуля — достаточно адаптировать программное обеспечение.
Для эксперимента выбрали холецистэктомию — операцию, которую в США проводят около 700 тысяч раз в год. SRT-H обучали на действиях врача-человека, который выполнял операцию на DaVinci. Система успешно справилась со всеми новыми образцами, даже когда анатомия отличалась от обучающих данных или изображение было неидеальным. По точности она сравнялась с опытным хирургом, хотя работала медленнее. SRT-H также понимает команды голосом и со временем улучшает свои алгоритмы, как стажер под руководством наставника.
Технологии за скальпелем: подробности операции
Ключ к успеху SRT-H — в ее способности учиться и работать в одной команде с человеком. Система использует имитационное обучение: она наблюдает за действиями хирурга, анализирует их и учится повторять.
Холецистэктомию разбили на 17 этапов — от установки зажимов до перерезания протоков. Во время обучения операцию выполнял хирург, а SRT-H наблюдала за процессом: она фиксировала каждое его действие, связывая его с видеопотоком с эндоскопа и камер на манипуляторах, с текстовыми аннотациями. Так она училась выполнять те же шаги самостоятельно. Всего за 17 часов обучения ИИ научился справляться даже с нестандартными ситуациями — например, когда протоки расположены необычно или камера временно теряет обзор.
Модели-трансформеры, изначально созданные для обработки текстов, показали себя эффективными и в анализе других типов данных — видеопотока и движений манипуляторов. Они позволяют системе распознавать сложные зависимости, выстраивать последовательность действий и гибко реагировать на изменения во время операции. Даже если ткань сместилась или изображение с камеры оказалось нечетким, SRT-H все равно работает точно. Еще одно важное преимущество — способность понимать подсказки на естественном языке. Фразы вроде «поставь зажим чуть выше» помогают системе корректировать действия.
SRT-H стала развитием предыдущей разработки той же команды — робота STAR (Smart Tissue Autonomous Robot), созданного в 2022 году. STAR мог выполнять отдельные этапы операции, опираясь на заранее заданный план и изображение с камер, но требовал четкой разметки тканей и строго следовал инструкциям. В отличие от него, SRT-H куда более универсальна: она способна обучаться разным операциям — от аппендэктомии до сложных вмешательств. Это делает ее шагом к полноценной платформе для автономной хирургии.
Конечно, у технологии есть и ограничения. Чтобы перейти к операциям на живых пациентах, системе нужны большие объемы данных о движениях — так называемая кинематика. Проблема в том, что компания Intuitive Surgical, разработчик DaVinci, ограничивает доступ к этим данным, опасаясь утечки технологий к конкурентам. По словам ведущего исследователя Джи Вун Кима, инженеры готовы сотрудничать, но юридический отдел компании блокирует такие инициативы. В качестве альтернативы Ким предлагает собирать данные с помощью датчиков движения, установленных на обычные хирургические инструменты — без участия DaVinci. Это может ускорить развитие автономной хирургии, но потребует дополнительных усилий и финансирования.
Перспективы и вызовы: ИИ в операционной и за ее пределами
Успех SRT-H открывает новые горизонты для медицины. Автономные системы могут взять на себя рутинные операции, высвобождая время хирургов для особенно сложных случаев. Это крайне важно для регионов с нехваткой специалистов или для экстренных ситуаций, таких как массовые травмы. Высокая точность ИИ снижает риск ошибок, вызванных усталостью или человеческим фактором. В холецистэктомии, например, критично правильно расположить зажимы, и SRT-H делает это не хуже опытного врача.
Но с возможностями приходят вызовы. Первый — этика и ответственность. Кто отвечает за ошибку ИИ: разработчик, больница или, условно, сам робот? Без четких стандартов внедрение таких систем в клиники будет ограниченным. Второй — доступ к данным. Без кинематики развитие автономной хирургии замедлится. Решение с датчиками на инструментах — перспективный обходной путь, но его реализация займет время. Третий — обучение врачей. Если ИИ возьмет на себя рутину, молодым хирургам придется больше работать в симуляторах или под руководством ИИ, а это меняет подход к медицинскому образованию.
В будущем можно ожидать появления машин, которые могли бы не только выполнять операции, но и подавать инструменты, ассистировать хирургам или взаимодействовать с пациентами. Но чтобы это стало реальностью, нужны новые алгоритмы, больше обучающих данных и поддержка со стороны отрасли.