Se l’intelligenza artificiale può insegnare alle auto a guidare in maniera autonoma, perché non potrebbe fare lo stesso per la chirurgia?
Affrontare questa sfida è diventata la mission di Theator, una startup con sede a Palo Alto in California e con un centro di ricerca e sviluppo a Tel Aviv in Israele, che sta cercando di accelerare la nascente rivoluzione della chirurgia autonoma.
E lo sta facendo con l’aiuto di Nvidia Inception, un programma di accelerazione per le startup nei campi dell’intelligenza artificiale, della scienza dei dati e dell’high performance computing.
Il co-fondatore e Chief Technology Officer di Theator, Dotan Asselmann, ha dichiarato che la sua azienda ha monitorato i progressi nelle auto a guida autonoma come un modello per la chirurgia, con un focus sull’utilizzo di analisi guidate dall’intelligenza artificiale per migliorare il processo decisionale.
Proprio come le case automobilistiche che progettano auto autonome vogliono fermare un veicolo prima di un incidente, Theator vuole fermare gli interventi chirurgici prima di eventuali errori. E lo sta facendo analizzando i video delle operazioni chirurgiche eseguite in tutto il mondo.
Secondo Asselmann, siccome l’intelligenza artificiale è in grado di scalare, essa può acquisire molta più esperienza di qualsiasi chirurgo. Con questo approccio, il modello di Theator ha già analizzato migliaia di interventi chirurgici che un singolo medico non avrebbe mai il tempo di sperimentare personalmente.
Il problema che Asselmann e il team di Theator hanno identificato è una mancanza di standardizzazione nel processo di revisione chirurgica. La maggior parte dei chirurghi impara il proprio mestiere da poche persone. Infatti, ha detto Asselmann, molti raccolgono la maggior parte delle loro conoscenze dalle proprie esperienze.
Tuttavia, mentre la pratica di condurre la chirurgia assistita visivamente è decollata e la maggior parte delle sale operatorie sono state dotate di telecamere che registrano le procedure, gli interventi non vengono abitualmente catturati, memorizzati o analizzati. Questo è ciò che ha stimolato la nascita di Theator e ha alimentato la sua mission di sfruttare l’intelligenza artificiale e la computer vision per supportare la chirurgia.
La tecnologia dell’azienda viene fornita attraverso un’appliance edge montata sul carrello laparoscopico di una sala operatoria. Da lì, la piattaforma Nvidia Jetson AGX Xavier elabora i video e il software di Theator li rende anonimi e poi li carica nei suoi ambienti di training nei cloud Amazon e Azure.
Sul cloud l’azienda esegue una varietà di modelli di intelligenza artificiale, con il training che avviene su un cluster di GPU Nvidia V100 Tensor Core, mentre GPU Nvidia T4 Tensor Core gestiscono l’inferenza.
Una volta che un video di un intervento chirurgico è stato elaborato, i chirurghi possono immediatamente visualizzare i pacchetti di evidenziazione che si focalizzano su minuti critici selezionati in cui sono state prese decisioni importanti. Ogni procedura viene aggiunta al dataset di training di Theator, espandendo così la comprensione dei suoi modelli.
Applicando l’analisi guidata dall’intelligenza artificiale ai video, la piattaforma di Theator decostruisce i dati risultanti in fasi, eventi, decisioni e milestone. Questo permette ai chirurghi di condurre revisioni post-intervento, in cui possono confrontare parti della procedura con precedenti procedure identiche.
La piattaforma può anche utilizzare le procedure precedenti per fornire assistenza pre-operatoria, e può associare i video per identificare la causa delle complicazioni post-operatorie. Tra le applicazioni future c’è la capacità di prevedere, e potenzialmente ridurre, la necessità di lunghi e costosi interventi derivanti da complicazioni e garantire decisioni chirurgiche migliori.
Asselmann ritiene che Theator possa rimuovere la componente cloud dall’equazione e raggiungere il supporto chirurgico in tempo reale entro un anno o due, affidandosi esclusivamente ai suoi algoritmi di intelligenza artificiale per condurre interi processi di analytics on premise durante la chirurgia minimamente invasiva.
Benché il focus dell’azienda sia attualmente sull’aiuto ai chirurghi, Asselmann si aspetta che la chirurgia semi-autonoma sia possibile entro i prossimi cinque anni. E anche se probabilmente ci sarà sempre un chirurgo nel ciclo, Asselmann crede che l’automazione di livello 3 o 4 per la chirurgia sarà utilizzata soprattutto nei Paesi in via di sviluppo, dove cinque miliardi di persone non hanno accesso a cure chirurgiche adeguate.
