Suture robotisée sécurisée : une IA apprenante et consciente de son incertitude

L’automatisation de la chirurgie mini-invasive assistée par robot, actuellement entièrement contrôlée manuellement par un chirurgien expérimenté, présente un potentiel immense. Elle permettrait de réduire la fatigue physique, les tâches répétitives et la pénurie de chirurgiens qualifiés. Des travaux récents ont exploré l’intelligence artificielle (IA) pour y parvenir, avec des résultats prometteurs en termes d’adaptabilité. Cependant, le manque d’explicabilité et de garanties de sécurité fiables freinent l’adoption de ces méthodes.

Ce nouvel article présente une méthode d’apprentissage sûr et conscient de l’incertitude. Les chercheurs ont entraîné un modèle d’ensemble de politiques de diffusion à partir de démonstrations expertes d’insertion d’aiguilles. Ce modèle permet de quantifier l’incertitude épistémique de la politique, ce qui est crucial pour identifier les situations inhabituelles (Out-Of-Distribution). En cas de situation dangereuse, le système peut ainsi restituer le contrôle au chirurgien.

De plus, une fonction barrière de contrôle sans modèle (model-free Control Barrier Function) a été mise en place pour garantir formellement la sécurité de l’action prédite. Des tests ont été réalisés sur un simulateur de suture robotique de pointe, mettant en scène divers scénarios tels que la chute de l’aiguille, le déplacement de la caméra et le mouvement du fantôme (objet simulé). La politique apprise s’est révélée robuste à ces perturbations, affichant des comportements correctifs et une bonne généralisation, tout en détectant efficacement les situations inhabituelles.

La fonction barrière de contrôle a, quant à elle, réussi à limiter l’action pour qu’elle reste dans l’ensemble de sécurité spécifié, même en cas de prédictions dangereuses. Cette approche ouvre la voie à une intégration plus sûre et plus fiable de l’IA en chirurgie robotisée, en Afrique comme ailleurs, en réduisant les risques et en améliorant la précision des interventions.