ظهور جراحی از راه دور یا جراحی از راه دور، به دنبال پیشرفت های سریع در فناوری رایانه، ارتباطات از راه دور و روباتیک، محبوبیت زیادی را شاهد بوده است. در نتیجه، پیشرفتهای جدید در آموزش پزشکی و گسترش ابزارهای فنآوری در دسترس پزشکان، به ابزارهای فعلی جراحی از راه دور منجر شده است که مزایای زیر را ارائه میدهد:
ارائه جراحی با کیفیت بالا در مکانهایی که از نظر پزشکی محروم هستند، که ممکن است شامل مناطق روستایی، میدانهای جنگ، و اشکال مختلف وسایل نقلیه بزرگ فضایی و دریایی مانند زیردریاییها، پاسگاهها و فضاپیماها باشد، جایی که کارکنان برای مدت طولانی زندگی میکنند.
خطر عفونت را به حداقل می رساند؛ از آنجایی که جراحان و بیماران از نظر جغرافیایی از هم جدا هستند، جراحی از راه دور خطر انتقال ویروس را از بین می برد.
برنامه ریزی قبل از عمل مرحله ای است که در آن جراحان مداخله جراحی را بر اساس سوابق پزشکی و تصویربرداری بیمار برنامه ریزی می کنند. این مرحله، که از تکنیکهای کلی تحلیل تصویر و یادگیری ماشینی سنتی برای طبقهبندی استفاده میکند، با یادگیری عمیق، که برای طبقهبندی آناتومیکی، تقسیمبندی تشخیص و ثبت تصویر استفاده شده است، تقویت میشود.
الگوریتمهای یادگیری عمیق قادر به شناسایی ناهنجاریهایی مانند شکستگی جمجمه، خونریزی داخل جمجمه و تغییر خط وسط از سی تی اسکن بودند یادگیری عمیق مراقبت های اضطراری را برای این ناهنجاری ها ممکن می کند و یک کلید بالقوه برای اتوماسیون آینده تریاژ است.
شبکههای عصبی مکرر یادگیری عمیق (RNN) که برای پیش بینی نارسایی کلیوی در زمان واقعی و مرگ و میر و خونریزی بعد از عمل جراحی قلب استفاده شدهاند - نتایج بهبود یافتهای را در مقایسه با ابزار مرجع بالینی استاندارد به دست آوردهاند. این یافتهها که منحصراً از طریق جمعآوری دادههای بالینی، بدون پردازش دستی به دست میآیند، میتوانند مراقبتهای ویژه را با توجه بیشتر به بیمارانی که بیشتر در معرض خطر ابتلا به این نوع عوارض هستند، بهبود بخشد.
راهنمایی حین عمل به کمک کامپیوتر همیشه به عنوان پایه و اساس جراحی با حداقل تهاجم(MIS) در نظر گرفته شده است. استراتژی های یادگیری هوش مصنوعی در چندین حوزه MIS مانند ردیابی بافت پیاده سازی شده است. ردیابی دقیق تغییر شکل بافت در هدایت حین عمل و ناوبری در MIS حیاتی است. از آنجایی که تغییر شکل بافت را نمی توان به طور دقیق با نمایش های بداهه شکل داد، دانشمندان یک چارچوب یادگیری انلاین بر اساس الگوریتم هایی ایجاد کرده اند که روش ردیابی مناسب را برای تمرین شناسایی می کند.
تعامل بین انسان و روباتها زمینهای است که جراحان انسانی را قادر میسازد تا از طریق دستکاری بدون لمس، رباتهای جراحی را کار کنند. این دستکاری از طریق حرکات سر یا دست، از طریق تشخیص گفتار و صدا و یا از طریق نگاه جراح امکان پذیر است.
از حرکات سر جراحان برای کنترل از راه دور لاپاراسکوپ های رباتیک استفاده شده است. Face mous رابط انسان و ربات - حرکات صورت جراح را بدون نیاز به هیچ وسیله ای که با بدن تماس برقرار می کند، در زمان واقعی نظارت می کند. حرکت لاپاراسکوپ به سادگی و با دقت توسط حرکات صورت جراح کنترل می شود، از این رو همکاری غیرتهاجمی و غیرکلامی بین انسان و ربات برای روش های مختلف جراحی فراهم می کند.
در سال 2017مرکز پزشکی ماستریخت در هلند از یک ربات مبتنی بر هوش مصنوعی در یک مداخله جراحی میکروسکوپی استفاده کرد. این ربات جراحی برای بخیه زدن رگ های خونی بین 0.03 تا 0.08 میلی متر در یک بیمار مبتلا به لنف ادم استفاده شد. این وضعیت مزمن اغلب یک عارضه جانبی است که در طول درمان سرطان سینه رخ می دهد که باعث تورم در نتیجه تجمع مایعات می شود.
ربات مورد استفاده در این روش که توسط Microsure ساخته شده است توسط یک جراح انسانی دستکاری شده است. حرکات دست او به حرکات کوچکتر و دقیق تری که توسط «دست های روباتی» انجام می شود، کاهش یافته است. این ربات جراحی همچنین برای رفع لرزش در حرکات جراح مورد استفاده قرار گرفت و اطمینان حاصل کرد که دستگاه مبتنی بر هوش مصنوعی این روش را به درستی انجام می دهد.
Resource :