Robotid meditsiinis (0)

Robotid meditsiinis
Referaat
Tallinn 2012

Sisukord

Sissejuhatus 3
Robot - assistent Penelope 4
Kõnnirobot Lokomat 7
Robot, mis aitab teostada silmaoperatsioone 9
Kasutatud kirjandus 10

Sissejuhatus

Tänapäeval räägitakse üha julgemini robotite kasvavast rollist meditsiinis. Need võimaldavad teha kirurgilisi protseduure täpsemalt ja kiiremini, leevendavad vajadust kvalifitseeritud tööjõu järele ning abistavad rutiinsetel, kuid vältimatutel abitöödel.
Neurokirurgia , ortopeediliste, uroloogia - ja teiste spetsiifiliste rakendustega on seotud hulk rahvusvahelisi robotiprojekte. Lisaks assisteerivatele robotitele jõuavad haiglatesse ja polikliinikutesse peagi ka vahetult protseduure tegevad robotid, näiteks mikrorobot, mis liigub veresoontes ning kannab ülitäpseid ravimidoose elundite juurde. Mobiilsed robotid toimetavad patsientidele kindlatel kellaaegadel ravimeid, transpordivad haiglakompleksides meditsiinivarustust või koristavad protseduuriruume ja koridore. Eesti meditsiinis on abiks vaid üks robot, nimelt kõnnirobot Lokomat.

Robot- assistent Penelope

Idee luua kirurgi robot-assistent tärkas Tokyo Denki ülikoolis 2003. aastal. Nimelt käivitati seal Jaapani 21. sajandi tippkeskuste riiklikku programmi silmas pidades professor Katsuhisa Furuta juhtimisel inimesele kohanduva mehhatroonika tippkeskus HAM (Human Adaptive Mechatronics). Lisaks tehnikateadlastele haarati tippkeskuse projektidesse arste, geenitehnolooge, matemaatikuid ja teiste erialade inimesi. Uurimistemaatika tulenes ühest küljest tippkeskuse teadlaste senisest kompetentsist, teisest küljest pöörati suurt tähelepanu Jaapani ühiskonna vajadustele.
Nii nagu Euroopas ja USAs, vananevad inimesed ka Jaapanis. Sellega kaasneb paratamatult suurem vajadus meditsiinilise personali järele polikliinikutes ja haiglates. Näiteks annab tööjõunappus ennast tunda operatsioonisaalides, kus kirurgil tuleb sageli täita rolle, mis ei vasta tema kvalifikatsioonile. Vajadus abipersonali järele sundis USA firmat Robotic Surgical Tech, Inc käivitama esimesena kirurgi robot-assistendi projekti. Robot Penelope, mida firma pakub, suudab tuvastada piiratud sõnavaraga kõnekäsklusi, omab instrumentide eristamiseks visuaaltuvastust ning suudab planeerida manipulaatori liikumist kirurgiliste instrumentide ulatamisel ja vastuvõtmisel. Penelope puudus on piiratud võime kohanduda inimpartneri liigutustele ja käitumisele, mis tingib pika ja tülika häälestusprotsessi.
Alternatiivse idee pakkus välja HAMi tippkeskuse südamekirurg Fujio Miyawaki. Ta seadis kvalitatiivselt uue eesmärgi - anda Penelope-taolisele robotile lisaks võime õppida ja kohanduda inimpartnerist kirurgi käitumuslikele iseärasustele just nii, nagu seda teeb kogenud operatsiooniõde. Etteruttavalt olgu öeldud, et tegemist ei ole utoopilise ülesandega, sest praegu on töörühm loonud juba neljanda põlvkonna robot-assistendi, mis erineb oma kolmest eelkäijast võime poolest iseseisvalt õppida ja tegevuse käigus ümber häälestuda. Samuti viib robot endoskoopilise operatsiooni instrumendid kanüüli avani täpsemalt ja kiiremini kui inimene.
Operatsiooniõde peab olema tähelepanelik kõige suhtes, mis toimub kirurgi tööpiirkonnas, ja nägema ette iga liigutust. Eksimuse vältimiseks peab õde olema äärmiselt distsiplineeritud ja teadma kogu kirurgilist protseduuri mitte halvemini kui kirurg ise. Nii on ideaalne assistent suuteline ulatama mis tahes instrumendi suulise korralduseta ja ajastama ulatamise täpselt selleks hetkeks, mil kirurg sirutab käe. Sellega peaks toime tulema ka ideaalne robot-assistent. Veelgi enam - teoreetiliselt peaks robot ületama oma kolleege sellega, et ei väsi ja kriitilises olukorras ei teki tal häirivaid emotsioone.
Sisuliselt nõuab Fujio Miyawaki seatud eesmärk, et kirurgi robot-assistent läbib Turingi testi, kuigi pisut modifitseeritud kujul: verbaalne interaktsioon on siin asendunud kinemaatilise interaktsiooniga. Teisi sõnu: arst ei tohi saada aru, et ta töötab koos masinaga, kui ja just ei vaata kõrvale. Esmane nõue selle eesmärgi saavutamisel on roboti funktsionaalselt korrektne käitumine ja piisav jõudlus. Et selgitada kirurgi ja opiõe koostööd, korraldati Miyawaki laboris hulk mõõtmisi, kus kasutati kolmemõõtmelist videojälgimissüsteemi ning pilditöötlustarkvara Frame- DIAS II. Viimane võimaldab automaatselt jälgida valgust peegeldavaid markereid kätel ja kehal ning määrata nende koordinaate täpsusega kuni pool millimeetrit.
Saadud andmete põhjal uuriti spetsiifilistele liigutustele vastavaid markerite trajektoore. Trajektooride dünaamika analüüs võimaldab tükeldada pikemad liigutusteseeriad üksikliigutusteks ning eristada liigutustevahelistele üleminekutele iseloomulikud tunnused.
Et robot reageeriks võimalikult õigesti mitmesugustes olukordades , nõuab see väga suure arvu liigutuste ja liigutuste kombinatsioonide tuvastust. Kasutab ju kirurg eri operatsioonide korral erinevaid võtteid ja isegi samas olukorras käitub ta iga kord pisut isemoodi , rääkimata erinevustest kahe või enama inimese käitumises. Roboti tööd lihtsustaks oluliselt käitumise laiema konteksti tundmine . Teades tegevuse tausta ja üldist plaani, oskaks robot oodata vaid teatud liigutuste järgnevusi ja mõista paremini nende otstarvet. Viimane tõstab omakorda roboti reaktsioonikiirust ja planeerimise täpsust. Taustteadmiste põhiosa moodustaksid antud juhul kirurgilise protseduuri stsenaarium ja instrumendid, mida seal kasutatakse. Nimetatud idee pakkus Fujio Miyawaki töörühmale välja käesoleva loo autor oma külaskäigul HAMi tippkeskusesse 2004. aastal. Ideest haarati kinni ning osa projektiga seotud teadustööst kandus 2005. aastal üle Tallinna Tehnikaülikooli arvutiteaduse instituuti ja küberneetika instituudi juhtimissüsteemide osakonda. Eesti-poolse töörühma ülesandeks sai lahendada roboti kontekstitundlike teadmiste modelleerimise ja roboti juhtimisega seotud probleemid.
Uuringutes selgus peagi, et kontekstispetsiifiliste mudelite tervikuks sidumisel on üksikliigutuste detailid otstarbekas kõrvale jätta. Roboti teadmisi temasse puutuvast maailmast esitavad seega kontekste siduvad üldistatud mudelid ning hulk kontekstispetsiifilisi mudeleid , mis kokku määravad roboti teadmiste horisondi.
Üldisuse astme järgi jagunevad mudelid kolme rühma. Madalaima abstraktsioonitasemega rühma moodustavad liigutuste trajektoore kirjeldavad kvantitatiivsed mudelid, olgu siis diferentsiaalvõrrandite kujul või konkreetseid trajektoore esitavad numbrilised jadad. Järgmise taseme moodustavad mudelid, mis kirjeldavad üksikliigutuste võimalikke järjestusi ja liigutuste üleminekutingimusi. Niisuguste mudelite näiteks on mitmesuguste kvantitatiivsete laiendustega automaadid , närvivõrgud jne.
Koos abstraktsioonitasemega kasvab mudelites kirjeldatava käitumise määramatus. Kõige abstraktsemate mudelite kihi moodustavadki roboti tegevuse kõiki kontekste ja kontekstide ümberlülitamistingimusi kirjeldavad mudelid. Viimased tagavad roboti nn situatsioonitundlikkuse suures plaanis. Kontekstimudelid esitatakse kitsenduste süsteemidena matemaatilisi loogikaid või algebravõrrandeid kasutades.
Instrumentaaltase hõlmab riisvara spetsiifilisi juhtimisfunktsioone. Juhtimiskontuur sisaldab ühelt poolt 3D-videojälgimissüsteemi roboti jaoks oluliste objektide positsioneerimiseks ja teiselt poolt manipulaatori liigutamise funktsioone, et instrumendid jõuaksid soovitud kiirusega täpselt sinna, kuhu vaja. Manipulaatori trajektoori kirjeldavad madalaima abstraktsioonitaseme mudelid.
Reaktiivse juhtimise tase (ingl reactive control ) vastab inimese reflektoorsele käitumisele. Kui näiteks instrumendi ulatamisel satub kirurgi käsi liikuvale manipulaatorile liiga lähedale, peab reaktiivne juhtimine garanteerima manipulaatori ohutu peatumise või trajektoori muutuse. Reaktiivne juhtimine on sündmuspõhine ning ilmneb olukordades, mis nõuavad kiiret reaktsiooni. Roboti „instinktiivsed" reaktsioonid on reeglina ette määratud ja need käivitab mõni sündmus keskkonnas. Reaktiivse käitumise põhimõte on: „Ära mõtle, tegutse!" Mudelid, mille järgi toimub siin juhtimine, on suhteliselt ette määratud.
Kavandatava juhtimise tase (ingl deliberative control) hõlmab nii roboti enda kui keskkonna pikemaajalist käitumist, mis nõuab planeerimist muutuvate kitsenduste tingimustes. Juhtimisdeviis on: „Enne mõtle, siis tegutse!" Just siin mängib olulist rolli roboti võime kohaneda ja õppida nii inimeste tegevuse passiivsest jälgimisest kui ka oma jooksvast kogemusest konkreetse inimpartneriga.
Nii reaktiivse kui ka kavandatava juhtimise tase eeldavad, et robot on võimeline kohanema ja õppima. Nagu eespool kirjeldatud, peab robot omandatud teadmiste salvestamiseks ja üldistamiseks kasutama mitmeid mudeleid ja abstraktsiooniskeeme. Just selles valdkonnas on andnud roboti arendusse oma panuse TTÜ arvutiteaduse instituudis välja töötatud interaktsioonide ehk vastasmõjude õppimise meetod. Õpitud interaktsiooni mudeli põhjal saab robot jäljendada selle osapoolte rolle. Teiseks saab enne käitumismudeli kasutuselevõttu tõelise operatsiooni tingimustes matemaatiliselt tõestada käitumismalli sobivust ja ohutust arvatavates opitingimustes.
Märkimist väärib ka TTÜ küberneetika instituudi juhtimissüsteemide osakonnas välja töötatud liigutuste tuvastuse hübriidne meetod. See kasutab paralleelselt mitut tuvastusalgoritmi - närvivõrke, sh Kohoneni võrke, ja statistilist mudelit. Lõpliku otsuse vastuvõtmiseks liigutuse tuvastusel korraldab arbiiter- automaat meetodite vahel hääletuse. Kõige tõepärasema otsuse valib ta välja hääletustulemuste ja meetodite usaldusväärsuse põhjal. Meetod annab liigutuste tuvastusel keskmiselt üle 90 protsendi õigeid tulemusi, mis ei ole küll veel ideaalne täpsus, kuid edasine häälestamine lubab loota oluliselt paremaid tulemusi.
Liigutuste visuaalne tuvastamine ja mõõtmine ei ole vajalik ainult robot-assistendi loomisel. Mitmetel erialadel mõjutab käeliste oskuste lihvimine ja liigutuste ökonoomsus otseselt jõudlust ja kvaliteeti. Head kirurgi iseloomustatakse tihti sõnadega „kindla käega" või tublit töömeest sõnadega „kuldsete kätega". Spordis, kus iga sentimeeter ja sekundisajandik võib otsustada medali saatuse , on liigutuste mõõtmine ja viimistlemine sportlase põhitegevus. Kirjeldatud teadustöö mõeldavad rakendused on näiteks professionaalsete käitumisprofiilide õppimine ja tuvastus , käeliste oskuste mõõtmine ja hindamine ning sihtrühmaks kirurgid , minöörid, sportlased , masinate operaatorid ja paljude teiste erialade esindajad.

Kõnnirobot Lokomat

Lokomat teraapia põhineb teadmisel, et kahjustatud närvisüsteem vajab igapäevaeluks vajaliku funktsiooni (näiteks kõnni) taastamiseks selle tegevuse kordamist mitmeid-mitmeid kordi , et ajus saaksid tekkida ja ümberkõlastuda uued ühendused kahjustamata närvirakkude vahel (neuroplastilisus). Seda nimetatakse ka „tegevus-põhine õppimine”.
Lokomat kõnnirobot on võimeline läbi viima sama liigutust sadu kordi 45 minutilise treeningu vältel. Tavalise füsioteraapia tunni jooksul ei ole selline intensiivsus võimalik.
Lisaks intensiivsele treeningule annab kõnnirobot arvutiekraanil pidevat tagasisidet kuidas treenitav lihas harjutusega hakkama saab. Lokomat teraapia võimaldab intensiivset funktsionaalselt kõnnitreeningut ka raske halvatusega patsiendil üheainsa terapeudiga. Ratastoolis patsiendid pääsevad trenažöörile kaldteed mööda.
Arvuti poolt kontrollitud mootorid , mis on täpselt sünkroniseeritud trenažööri kiirusega, liigutavad patsiendi jalgu , mis jäljendavad füsioloogilist kõnnimustrit. Mugav ja hõlbus kasutajaliides võimaldab füsioterapeudil kergelt Lokomatiga tegutseda ning kohandada treeningparameetreid vastavalt patsiendi individuaalsete vajadustega. Automatiseeritud kasutamine vähendab terapeudi füüsilist koormust ning võimaldab pikema ja efektiivsema teraapiaseansi läbiviimist.
Täpne dünaamiline keharaskuse toetus muudab füsioloogilise kõnnitreeningu võimalikult efektiivseks
Dünaamiline madala inertsiga vedrustussüsteem võimaldab täpse patsiendi mahalaadimise ning edendab suuremat füsioloogilist kõnnimustrit võimalikult efektiivseks sensoorseks stimulatsiooniks. Pidev reguleeritav keharaskuse toetus hõlbustab laste ning kergekaaluliste patsientide treeningut. Automatiseeritud patsiendi tõstmine ning mahalaadimine hõlbustavad treeningut ning võimaldab aja planeerimist teraapiasessiooni käigus. Keharaskuse tuge on võimalik kohandada täpselt patsiendi vajadustele, tagades optimaalse treeningkeskonna.
LOKOMAT- täiustunud funktsionaalne tugi-liikumiselundkonna teraapia, mis on patsiendi vajaduste järgi programmeeritav
Lokomat abistab kõnnihäirega patsientide kõnniliigutusi linttrenažööril ning ühendab intensiivse funktsionaalse lokomotoorse teraapia patsiendi abistamise ning tagasiside vahenditega.
Lokomat teraapia plussid

• Liikuv elektrooniline kõnniortoos suunab patsiendi jalgu trenazööril, pakkudes laialdasi treeningvõimalusi.
  
• Kiirem areng läbi pikema ning tõhusama funktsionaalse treeningsessiooni võrreldes manuaalse treadmill treeninguga.
  

• Väiksem füüsiline koormus terapeudil.
  
• Vajab ühtainsat terapeuti.
  
• Kerge järelevalve ning abistamine .
  
• Kõnnimuster ja juhtimistugevus on individuaalselt kohandatavad patsiendi vajadustele, et saavutada võimalikult efektiivne funktsionaalne treening .
  
• Patsiendi motivatsioon paraneb tänu visualiseeritud tagasisidele.
  
• Hindamisvahendid võimaldavad kerget ning korratavat patsiendi arengudünaamika mõõtmist.
  
• Kui vajalik, kergesti ümberlülitatav automaatsest manuaalseks teraapiaks.
  

Robot, mis aitab teostada silmaoperatsioone

Hollandi Eindhoveni Tehnoloogiaülikooli doktorant Thijs Meenink ehitas DaVinci kirurgilise robotiga sarnase süsteemi, mis on mõeldud spetsiaalselt silmaoperatsioonideks. Robot on loodud sooritamaks äärmiselt stabiilset kätt ja suurt täpsust nõudvaid võrkkesta ja klaaskeha operatsioone, mis on inimkirurgidele vanemaks jäädes üha keerukamad.
Kahe juhtkangiga kontrollüksusest ja kahe käega robotmoodulist koosnev süsteem filtreerib operaatori käevärinad välja, kuna see skaleerib liigutused väiksemaks. Kui kirurgi käsi nõksataks näiteks sentimeetri võrra, liiguks robotkäsi ainult millimeetri võrra.
Roboti nõelasarnased instrumendid on vaid poole millimeetri jämedused ning hõlmavad tange, kirurgikääre ja dreene. Neid saab vahetada sekundite vältel - oluline omadus, kuna üks silmaoperatsioon võib väidetavalt sisaldada kuni 40 instrumendivahetust. Süsteemi täpsuse tõttu saavad instrumendid siseneda patsiendi silma korduvalt ühes ja samas kohas, minimeerides silmakoe vigastamist.
T. Meeniku süsteem võimaldab ka juhtkangide kaudu saada kompivat tagasisidet. See tähendab, et kirurg tunnetab enam-vähem silmakoe poolt instrumentidele osutatud vastupanu ning saab vastavalt tegutseda. Protseduur peaks kirurgile ka füüsiliselt kergem olema, kuna ta saab patsiendi kohal kummargil seismise asemel istuda.
Thijs Meenik usub, et süsteemi katsetatakse inimpatsiendi peal lähema viie aasta jooksul. Seniajani aga tegeleb ta selle turustamisega.

Kasutatud kirjandus

http://www.horisont.ee/node/848

http://adeli.ee/fusioteraapia/lokomat-konnirobot/

http://www.robootika.ee/index.php/Silmaoperatsioone_sooritav_robot