Informação para você ler, ouvir, assistir, dialogar e compartilhar!
Tenha acesso ilimitado
por R$0,30/dia!
(no plano anual de R$ 99,90)
R$ 0,30/DIA ASSINAR
No plano anual de R$ 99,90
Sarahbeth Maney/The New York Times
Sarahbeth Maney/The New York Times
Cade Metz, The New York Times - Life/Style

21 de maio de 2021 | 05h00

Sentado num banquinho a vários metros de um robô de braços longos, Danyal Fer envolveu os dedos em duas alças de metal perto de seu peito. Conforme movia as alças – para cima e para baixo, para a esquerda e para a direita – o robô imitava cada pequeno movimento com seus braços. Aí, quando o médico apertou o polegar e o indicador, uma das minúsculas garras do robô fez quase o mesmo. É assim que cirurgiões como Fer há muito usam robôs ao operar pacientes. Eles podem remover a próstata de um paciente sentado num console de computador no outro lado da sala.

Mas, depois dessa breve demonstração, Fer e seus colegas pesquisadores da Universidade da Califórnia, Berkeley, mostraram como esperam avançar na técnica. Fer soltou as alças e um novo tipo de software de computador assumiu o controle. Enquanto ele e os outros pesquisadores observavam, o robô começou a se mover inteiramente por conta própria.

Com uma garra, a máquina ergueu um minúsculo anel de plástico de um pino igualmente minúsculo sobre a mesa, passou o anel de uma garra para a outra, moveu-o pela mesa e cuidadosamente o prendeu a um novo pino. Em seguida, o robô fez o mesmo com vários outros anéis, completando a tarefa tão rapidamente quanto na vez em que fora guiado por Fer.

O exercício de treinamento foi originalmente projetado para humanos: mover os anéis de um pino a outro é como os cirurgiões aprendem a operar robôs como o de Berkeley. Agora, um robô automatizado que realiza o teste pode igualar ou até mesmo exceder um humano em destreza, precisão e velocidade, de acordo com um novo artigo de pesquisa da equipe de Berkeley.

O projeto faz parte de um esforço muito mais amplo para trazer a inteligência artificial para a sala de cirurgia. Usando muitas das mesmas tecnologias que movem carros autônomos, drones autônomos e robôs de depósito, os pesquisadores estão trabalhando para automatizar também os robôs cirúrgicos. Esses métodos ainda estão longe do uso diário, mas o progresso está se acelerando.

“É um momento emocionante”, disse Russell Taylor, professor da Universidade Johns Hopkins e ex-pesquisador da IBM conhecido no mundo acadêmico como o pai da cirurgia robótica. “É onde eu esperava que estivéssemos vinte anos atrás”.

Durante um telefonema recente, Greg Hager, cientista da computação da Johns Hopkins, disse que a automação cirúrgica pode progredir tanto quanto o software Autopilot, que guiava seu Tesla pela rodovia New Jersey enquanto ele falava. O carro estava andando sozinho, disse ele, mas sua esposa ainda estava com as mãos no volante, caso algo desse errado. E ela assumiria quando fosse a hora de sair da rodovia.

“Não podemos automatizar todo o processo, pelo menos não sem supervisão humana”, disse ele. “Mas podemos começar a construir ferramentas de automação que vão deixar a vida do cirurgião um pouco mais fácil”.

Cinco anos atrás, pesquisadores do Sistema Nacional de Saúde Infantil em Washington, D.C., projetaram um robô que conseguia suturar automaticamente o intestino de um porco durante uma cirurgia. Foi um passo notável em direção ao tipo de futuro que Hager imagina. Mas o avanço veio com um asterisco: os pesquisadores implantaram nos intestinos do porco pequenos marcadores que emitiam uma luz infravermelha e assim ajudavam a guiar os movimentos do robô.

O método está longe de ser prático, pois não é fácil implantar ou remover os marcadores. Mas, nos últimos anos, os pesquisadores de inteligência artificial melhoraram significativamente o poder da visão computacional, o que pode permitir que os robôs realizem tarefas cirúrgicas por conta própria, sem esses marcadores.

A mudança vem sendo impulsionada pelas chamadas redes neurais, sistemas matemáticos que conseguem aprender habilidades por meio da análise de grandes volumes de dados. Ao analisar milhares de fotos de gatos, por exemplo, a rede neural pode aprender a reconhecer um gato. Da mesma forma, a rede neural pode aprender com imagens capturadas por robôs cirúrgicos.

Os robôs cirúrgicos são equipados com câmeras que gravam vídeos tridimensionais de cada operação. O vídeo é transmitido para um visor que os cirurgiões observam enquanto orientam a operação, acompanhando o ponto de vista do robô.

Depois, essas imagens também fornecem um roteiro detalhado que mostra como as cirurgias são realizadas. Elas podem ajudar novos cirurgiões a entender como usar esses robôs e também auxiliar no treinamento de robôs para que estes realizem tarefas por conta própria. Ao analisar imagens que mostram como o cirurgião guia o robô, a rede neural pode aprender as mesmas habilidades.

É assim que os pesquisadores de Berkeley vêm trabalhando para automatizar seu robô, que se baseia no Sistema Cirúrgico da Vinci, uma máquina de dois braços que ajuda os cirurgiões a realizar mais de 1 milhão de procedimentos por ano. Fer e seus colegas coletam imagens do robô movendo os anéis de plástico sob controle humano. Em seguida, seu sistema aprende com essas imagens, identificando as melhores maneiras de agarrar os anéis, passando-os entre as garras e movendo-os para novos pinos.

Mas esse processo também veio com asterisco. Quando o sistema informava ao robô para onde se mover, o robô muitas vezes errava o local por milímetros. Ao longo de meses e anos de uso, os muitos cabos de metal dentro dos braços do robô se esticaram e se dobraram de determinados jeitos, então seus movimentos já não eram tão precisos quanto deveriam ser.

Operadores humanos podem compensar essa mudança, inconscientemente. Mas o sistema automatizado, não. Muitas vezes é o problema da tecnologia automatizada: ela tem dificuldade para lidar com mudanças e incertezas. Os veículos autônomos estão longe de ser vastamente utilizados porque ainda não são ágeis o suficiente para lidar com todo o caos do mundo cotidiano.

A equipe de Berkeley decidiu construir uma nova rede neural que analisou os erros do robô e aprendeu quanta precisão ele estava perdendo a cada dia que passava. “Ela aprende como as articulações do robô evoluem com o tempo”, disse Brijen Thananjeyan, estudante de doutorado da equipe. Quando o sistema automatizado pode computar essa mudança, o robô consegue agarrar e mover os anéis de plástico, correspondendo ao desempenho dos operadores humanos.

Outros laboratórios estão tentando abordagens diferentes. Axel Krieger, pesquisador da Johns Hopkins que fez parte do projeto de sutura de porco em 2016, está trabalhando para automatizar um novo tipo de braço robótico, com menos peças móveis e que se comporta de forma mais consistente do que o tipo de robô usado pela equipe de Berkeley. Pesquisadores do Worcester Polytechnic Institute estão desenvolvendo maneiras para que as máquinas guiem cuidadosamente as mãos dos cirurgiões enquanto executam tarefas específicas, como inserir a agulha para uma biópsia de câncer ou cauterizar o cérebro para remover um tumor.

“É como um carro que é autônomo para ficar dentro da faixa, mas que você ainda controla o acelerador e o freio”, disse Greg Fischer, um dos pesquisadores de Worcester. / TRADUÇÃO DE RENATO PRELORENTZOU

The New York Times Licensing Group - Todos os direitos reservados. É proibido todo tipo de reprodução sem autorização por escrito do The New York Times

Encontrou algum erro? Entre em contato

Comentários

Os comentários são exclusivos para assinantes do Estadão.

O Estadão deixou de dar suporte ao Internet Explorer 9 ou anterior. Clique aqui e saiba mais.