Informatycy z Uniwersytetu Kalifornijskiego w San Diego opracowali dokładniejszy system nawigacji, który pozwoli robotom lepiej radzić sobie z ruchliwymi środowiskami klinicznymi na oddziałach ratunkowych. Naukowcy opracowali również zbiór danych wideo typu open source, aby w przyszłości pomóc w szkoleniu zrobotyzowanych systemów nawigacyjnych.
Zespół kierowany przez prof. Laurel Riek i dr hab. studentka Angelique Taylor, szczegółowo opisała swoje odkrycia w artykule na Międzynarodową Konferencję Robotyki i Automatyzacji.
Projekt był wynikiem kilkuletnich rozmów z lekarzami. Konsensus był taki, że roboty najlepiej pomogą lekarzom, pielęgniarkom i personelowi na oddziale ratunkowym, dostarczając materiały. Oznacza to, że roboty muszą wiedzieć, jak unikać sytuacji, w których lekarze zajmują się opieką nad pacjentem.
„Aby wykonać te zadania, roboty muszą rozumieć kontekst złożonych środowisk szpitalnych i pracujących wokół nich ludzi” – powiedział Riek, który jest pracownikiem informatyki i medycyny ratunkowej na Uniwersytecie Kalifornijskim w San Diego.
Taylor i współpracownicy zbudowali system nawigacyjny Safety Critical Deep Q-Network (SafeDQN) w oparciu o algorytm, który bierze pod uwagę, ile osób jest zgrupowanych razem w przestrzeni oraz jak szybko i gwałtownie ci ludzie się poruszają. Opiera się to na obserwacjach zachowania lekarzy na oddziale ratunkowym. Kiedy stan pacjenta się pogarsza, zespół natychmiast gromadzi się wokół niego, aby udzielić pomocy. Ruchy lekarzy są szybkie, czujne i precyzyjne. System nawigacji kieruje robotami do poruszania się wokół tych skupionych grup ludzi, nie przeszkadzając im.
„Nasz system został zaprojektowany tak, aby poradzić sobie z najgorszymi scenariuszami, jakie mogą się zdarzyć na oddziale ratunkowym” – powiedział Taylor, który jest częścią laboratorium Riek’s Healthcare Robotics na Wydziale Informatyki i Inżynierii Uniwersytetu Kalifornijskiego w San Diego.
Zespół wyszkolił algorytm na filmach z YouTube, pochodzących głównie z filmów dokumentalnych i reality show, takich jak „Trauma: Life in the ER” i „Boston EMS”. Zestaw ponad 700 filmów jest dostępny dla innych zespołów badawczych do szkolenia innych algorytmów i robotów.
Naukowcy przetestowali swój algorytm w środowisku symulacyjnym i porównali jego działanie z innymi najnowocześniejszymi zrobotyzowanymi systemami nawigacyjnymi. System SafeDQN generował najbardziej wydajne i najbezpieczniejsze ścieżki we wszystkich przypadkach.
Kolejne kroki obejmują testowanie systemu na fizycznym robocie w realistycznym środowisku. Riek i jego współpracownicy planują nawiązać współpracę z badaczami z UC San Diego Health, którzy obsługują centrum szkoleń i symulacji opieki zdrowotnej w kampusie.
Algorytmy mogą być również wykorzystywane poza oddziałem ratunkowym, np. Podczas akcji poszukiwawczo-ratowniczych.
