Der Roboterarm stößt die Nadel seitlich in das Silikonmodell, genau neben die darin klaffende Schnittwunde. Auf der gegenüberliegenden Seite greift ein zweiter Arm den hinterhergezogenen Faden und vernäht ihn mit einem Knoten. Das Silikonkissen soll menschliche Haut darstellen, die nach einem medizinischen Eingriff verschlossen werden muss. An dem Modell erproben Forscher*innen der Berliner Hochschule für Technik (BHT), ob die für den Roboter entwickelten Bewegungsalgorithmen das erhoffte Resultat erbringen.
Erprobung am konkreten Anwendungsfall
Roboter sind in der Chirurgie keine Zukunftsmusik. Systeme wie der Da-Vinci-Roboter ermöglichen es, Operationen präzise durchzuführen. Allerdings werden die Maschinen in Kliniken normalerweise ferngesteuert. Das heißt: Der Arzt steuert über eine Konsole die Instrumente. An selbstständig operierenden Robotern wird noch geforscht. So wie an der BHT im Labor für Automatisierungstechnik, Bereich Autonome Chirurgie.
Seit 2021 untersucht Prof. Dr. Francisco Morales Serrano, wie Maschinen mithilfe von Künstlicher Intelligenz bei chirurgischen Eingriffen assistieren können. Für die Erprobung in einem konkreten Anwendungsfall konzentriert sich sein Team auf die Entfernung von Harnblasentumoren, die einen minimal-invasiver Eingriff erfordert. In Kooperation mit Dr. Jörg Neymeyer von der Charité Universitätsmedizin Berlin entsteht ein Roboter-System.
Verlängerter Arm der Chirurg*innen
Die Vision: Zunächst wird dem Patienten oder der Patientin ein Endoskop eingeführt. Dabei handelt es sich um ein Metallrohr mit Kamera, Beleuchtung und Instrumenten. Eines von ihnen soll die Harnblase selbstständig scannen und ein dreidimensionales Abbild der inneren Harnblasenwand erzeugen. Mithilfe von KI-Methoden soll das System den Tumor anhand der Gewebesteifigkeit erkennen und über das Endoskop präzise herausschneiden. Abschließend wird die Wunde vernäht.
Diese Aufgaben kann die Maschine selbstständig ausführen. Professor Morales Serrano betont allerdings, dass die Chirurg*innen die Kontrolle behielten. Sie sollen als Chirurgieplaner*innen agieren. In der Maschine sieht er den verlängerten Arm des Fachpersonals. So könne das Gerät etwa auf erkannte Stellen hinweisen, an denen höchstwahrscheinlich Krebszellen zu finden sind. Ebenso könne es anbieten, den Tumor herauszuschneiden. Die behandelnden Ärzt*innen müssen jedem Schritt zustimmen und können Anpassungen vornehmen.
„Es geht nicht darum, den Menschen zu ersetzen. Die Aufgabe der Maschine besteht darin, das medizinische Personal zu unterstützen und zu entlasten, indem es datengestützt einzelne chirurgische Teilschritte übernimmt. Im Klinikalltag wiederholen sich viele chirurgische Routineaufgaben, die zeitaufwendig sind und präzise ausgeführt werden müssen.“
— Prof. Dr. Francisco Morales Serrano
Im Labor arbeitet Francisco Morales Serrano an einem Demonstrator. Dafür hat er zwei Industrieroboter an einen Metallrahmen montiert. „Leider reicht das Geld nicht für ein komplettes System aus vier Roboterarmen“, bedauert der Automatisierungsexperte. Mit ihnen ließen sich auch die Videokamera und die Beleuchtung dynamisch nachführen. Während eines Eingriffs mit einem Endoskop, das nur indirekte Sicht über die Kamerasonde erlaubt, müssten die Instrumente schließlich ständig neu positioniert werden.
Trial-and-Error
Gegenwärtig untersucht Doktorandin Lama Albalkhi, mit welchen Algorithmen der Roboter vorgegebene Standard-Bewegungen, zum Beispiel für eine Naht, präzise und eigenständig ausführen kann. Bei chirurgischen Eingriffen sind jedoch ebenso Geschwindigkeit und Sicherheit gefragt – selbst bei unvorhergesehenen Situationen. Morales Serrano setzt daher auf Reinforcement Learning (RL). „Diese Methode der Künstlichen Intelligenz, die auf dem Prinzip von Trial-and-Error basiert, ähnelt dem menschlichen Lernen.“
Während des Trainings wird der Roboter für jede Aktion bewertet. Entfernt er beispielsweise Tumorgewebe ohne gesundes Gewebe zu schädigen, bekommt er Anerkennung. Anhand der positiven Rückmeldungen richtet die KI ihr zukünftiges Verhalten aus. Einsatzfähig ist das System allerdings erst dann, wenn es alle OP-Einzelschritte sicher erlernt hat. Ein Vorteil des Lernverfahrens: Mit RL lässt sich das System während des Eingriffs zusätzlich anpassen. Dies ist notwendig, da sich Anatomie und Tumorstruktur individuell unterscheiden.
Woran Prof. Dr. Francisco Morales Serrano an der BHT arbeitet, kann also perspektivisch den Alltag im Operationssaal verändern: Chirurgie-Roboter, die wiederkehrende und präzise Aufgaben selbstständig erledigen und damit Ärztinnen und Ärzte entlasten.