Sterilizable Scene Graph Generation for Operating Rooms

All'interno di una sala operatoria, l'aria è densa della quieta intensità di una procedura salvavita. Ogni movimento della mano di un chirurgo, ogni spostamento di uno strumento chirurgico e ogni sottile cambiamento nel tessuto trattato racconta una storia. Per decenni, i computer hanno faticato a leggere quella storia. Possono vedere i pixel su uno schermo, ma non riescono facilmente a comprendere le relazioni tra gli oggetti che vedono: che una pinza metallica sta stringendo un pezzo di tessuto, o che un uncino sta tagliando attraverso di esso. Questa capacità di mappare la scena, di comprendere non solo cosa sia presente, ma come le cose interagiscano, è chiamata generazione di grafi di scena (scene graph generation). È la chiave per dare alle macchine una comprensione olistica della chirurgia, il che potrebbe un giorno aiutare i medici fornendo una guida in tempo reale o creando registrazioni automatiche dell'operazione. Tuttavia, i computer abbastanza potenti per farlo richiedono attualmente enormi workstation che sono troppo grandi, troppo calde e troppo difficili da mantenere sterili per il delicato ambiente di una sala operatoria.

Un team di ricercatori ha ora trovato un modo per rimpicciolire questo complesso processo di pensiero fino a una dimensione che si adatta a un semplice dispositivo privo di ventole. Hanno sviluppato un nuovo metodo chiamato SG-NCA, che consente a un computer di guardare un video chirurgico e costruire istantaneamente una mappa strutturata della scena, identificando strumenti e parti del corpo e descrivendo come siano correlati tra loro. La svolta risiede nel modo in cui hanno costruito il sistema. Invece di utilizzare i modelli software enormi e pesanti che solitamente alimentano questo tipo di intelligenza artificiale, si sono rivolti a un approccio molto più leggero ispirato al modo in cui le semplici cellule aggiornano il proprio stato in base ai propri vicini. Addestrando questo sistema attraverso un curriculum passo dopo passo, partendo dagli oggetti più comuni e aggiungendone gradualmente altri, lo hanno istruito a riconoscere gli strumenti specifici e l'anatomia delle chirurgie oculari e della colecistectomia. Il risultato è un sistema che performa altrettanto bene dei giganti modelli utilizzati nei laboratori di ricerca, ma richiede cinquantacinque volte meno parametri interni per funzionare.

I ricercatori hanno testato il loro nuovo sistema su video di chirurgia della cataratta e di rimozione della colecisti, due procedure comuni dove la precisione è tutto. Hanno scoperto che il loro modello leggero poteva identificare gli strumenti chirurgici e le parti del corpo con un'accuratezza che eguagliava i migliori metodi esistenti, nonostante fosse minuscolo in confronto. Mentre i modelli standard usati per il confronto contenevano milioni di parametri — le manopole e i cursori interni che un computer regola per imparare — il loro nuovo sistema ne richiedeva solo una frazione. In effetti, l'intero sistema era così piccolo da poter girare su uno smartphone standard o su una piccola scheda computerizzata a basso consumo, senza la necessità di una scheda grafica dedicata o di un server potente. Questo è profondamente importante per la sala operatoria. I grandi computer attualmente utilizzati per questo lavoro hanno spesso ventole che soffiano aria, il che può diffondere polvere e batteri, un rischio maggiore in un ambiente chirurgico sterile. Occupano anche spazio prezioso in una stanza già affollata di apparecchiature. Il nuovo sistema, al contrario, può girare su dispositivi sigillati e privi di ventole, facili da pulire e sterilizzare, mantenendo l'aria pulita e i dati sicuri all'interno della stanza stessa.

Oltre a identificare gli oggetti, il sistema ha dimostrato la sua capacità di comprendere il flusso della chirurgia. Poteva generare frasi semplici descrivendo ciò che stava accadendo, come notare che una pinza stava retrarre la colecisti mentre un uncino la dissezionava. Questa capacità suggerisce che il sistema possa andare oltre la semplice rilevazione per arrivare a una comprensione più profonda della narrazione chirurgica. Il team ha anche dimostrato che questa tecnologia potrebbe essere implementata sull'edge della rete, il che significa che l'elaborazione avviene direttamente al letto del paziente piuttosto che essere inviata a un server cloud distante. Ciò mantiene privati i dati del paziente e rimuove il ritardo derivante dall'invio di informazioni tramite internet. Dimostrando che un sistema così piccolo può gestire la complessità di una vera chirurgia, i ricercatori hanno aperto la porta a un futuro in cui l'intelligenza chirurgica avanzata non è bloccata dietro massicce barriere a prova di sterilità, ma è accessibile su hardware economico e igienico che si inserisce naturalmente nel flusso della sala operatoria.