بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
رفع نموذج Surgical WAM معدل نجاح الروبوتات الجراحية من 63.5% إلى 77.8% (وفقاً للورقة البحثية المنشورة على arXiv)، وذلك دون الحاجة إلى بيانات تدريبية مُوسومة إضافية، بل باستغلال ساعات الفيديو الجراحي المتاحة دون أي تسميات حركية.
المشكلة التي يعالجها الفريق البحثي من Wenrui Bao وزملائه ليست تقنية بحتة، بل اقتصادية في جوهرها: تدريب روبوت جراحي على مهام دقيقة يتطلب مسارات حركة مُتزامنة مع تسجيل بصري، وهذا النوع من البيانات مكلف للغاية في جمعه من أنظمة مثل dVRK. في المقابل، الفيديو الجراحي التنظيري وفير وأرخص بكثير. السؤال الذي طرحه الباحثون بوضوح: هل يمكن للتدريب المسبق على هذا الفيديو الحر أن يُحسّن التحكم الحلقي المغلق للروبوت حين تكون البيانات الموسومة شحيحة؟
الإجابة كانت نعم، لكن الأرقام التفصيلية هي ما يستحق التوقف عنده. على مهمة PegTransfer — وهي من أكثر المهام الجراحية تعقيداً إذ تتطلب تنسيقاً ثنائي اليد ومعالجة دقيقة للتلامس — حقق النموذج قفزة 20 نقطة مئوية مطلقة (وفقاً للبحث على arXiv). وجاءت أكبر التحسينات على المهام الغنية بالتلامس والمهام ثنائية اليد، وهي بالضبط السيناريوهات التي تُعاني فيها النماذج التقليدية أكثر.
من الناحية المعمارية، يعتمد Surgical WAM على Cosmos Policy كنموذج توليدي موحّد يجمع بين التنبؤ بالمشاهدات المستقبلية وتوليد قطع الحركة القابلة للتنفيذ. آلية العمل تسير على مرحلتين: أولاً، يتعلم النموذج ديناميكيات المشهد الجراحي البصرية من الفيديو غير الموسوم — أي يبني فهماً لكيفية تطور البيئة. ثانياً، يُضبط دقيقاً fine-tuning على ميزانية ثابتة من العروض التوضيحية الموسومة. عند النشر، يعمل النموذج كمتحكم بأفق متراجع: يُنفّذ جزءاً قصيراً من كل قطعة حركة مُولَّدة، ثم يُعيد التخطيط انطلاقاً من الملاحظة الجديدة — وهذا ما يجعله نظاماً حلقياً مغلقاً حقيقياً لا مجرد ناتج مفتوح.
اختُبر النموذج على أربع مهام جراحية محاكاة (وفقاً لأرقام الورقة البحثية)، وأثبت التدريب المسبق على الفيديو الحر قيمته عبر جميعها، بنسب تحسن متفاوتة تعكس طبيعة كل مهمة. النتيجة الأهم ليست مجرد تحسين الأداء، بل إثبات مبدأ: الديناميكيات البصرية المكتسبة من فيديو غير موسوم قابلة للنقل إلى سياسات تحكم حقيقية، وهو ما أخفقت فيه نماذج جراحية سابقة كانت تستخدم الفيديو للمحاكاة أو تقييم السياسة فحسب دون إغلاق الحلقة.
ما يجعل هذا النهج مختلفاً عن محاولات سابقة هو الجسر الذي يبنيه Surgical WAM بين نمذجة العالم والتحكم الفعلي. نماذج العالم الجراحية الموجودة كانت تتوقف عند حد الفهم؛ هنا يُترجم هذا الفهم إلى حركة. وهذا التمييز تحديداً — بين نموذج يعرف كيف تتطور الجراحة ونموذج يستطيع أن يُجري الجراحة — هو ما يضع هذا البحث في مرتبة مختلفة ضمن مجال تعلم الروبوتات الجراحية.
التحدي الأمامي واضح: التجارب حتى الآن في بيئات محاكاة، والانتقال إلى روبوتات جراحية حقيقية في غرف عمليات فعلية يستلزم تجاوز فجوة الواقع sim-to-real وضمانات سلامة مختلفة تماماً. لكن من منظور الكفاءة في البيانات، الرسالة دقيقة وعملية: لا تحتاج إلى ملايين العروض التوضيحية الموسومة إن كان لديك أرشيف فيديو جراحي غني — وهذا بالضبط ما تمتلكه المستشفيات الكبرى اليوم.
