Salud
Los científicos informáticos desarrollan un sistema de navegación preciso para robots de salas de emergencia
Añade Unite.AI a tus fuentes preferidas en Google
Un sistema de navegación para robots que ha demostrado ser más preciso ha sido desarrollado por científicos informáticos de la Universidad de California en San Diego. El sistema permitirá a los robots navegar mejor por las salas de emergencia y entornos clínicos congestionados. Junto con el nuevo sistema, los investigadores también desarrollaron un conjunto de datos de videos de código abierto que se pueden utilizar para entrenar futuros sistemas de navegación robótica.
La investigación se presentó en un artículo para la Conferencia Internacional de Robótica y Automatización, que tendrá lugar en Xi’an, China, del 30 de mayo al 5 de junio. El equipo estuvo liderado por la profesora Laurel Riek y la estudiante de doctorado Angelique Taylor.
Los clínicos han hablado durante mucho tiempo sobre cómo los robots podrían ayudar a los médicos, enfermeras y personal en la sala de emergencia, y una de las conclusiones fue que podrían hacerlo mejor entregando suministros y materiales. Para que esto suceda, los robots tendrían que ser capaces de evitar situaciones que involucran a clínicos ocupados con pacientes en condición crítica o grave.
Riek tiene nombramientos en ciencias de la computación y medicina de emergencia en la UC San Diego.
“Para realizar estas tareas, los robots deben entender el contexto de entornos hospitalarios complejos y las personas que trabajan alrededor de ellos”, dijo Riek.
Red de navegación profunda de seguridad crítica (SafeDQN)
El sistema de navegación construido por Taylor y sus colegas se llama Red de navegación profunda de seguridad crítica (SafeDQN). Fue construido alrededor de un algoritmo que observa cuántas personas están reunidas en un espacio y cómo se mueven abruptamente.
El algoritmo se basa en observaciones de clínicos en la sala de emergencia, por ejemplo, cuando un equipo completo proporciona ayuda a un paciente con una condición que empeora. Los clínicos se mueven en un entorno de emergencia de una manera muy precisa y rápida, por lo que el sistema de navegación permite a los robots moverse alrededor de estos grupos de personas mientras evitan interferir.
Taylor es parte del Laboratorio de Robótica de Atención Médica de Riek en el Departamento de Ciencias de la Computación e Ingeniería de la UC San Diego.
“Nuestro sistema fue diseñado para lidiar con los peores escenarios que pueden ocurrir en la sala de emergencia”, dijo Taylor
El algoritmo se entrenó con videos de YouTube que provienen de documentales y programas de realidad sobre salas de emergencia. Hay más de 700 videos disponibles para que otros equipos de investigación los utilicen para entrenar algoritmos y robots.
El algoritmo se probó en un entorno simulado, y cuando se comparó con otros sistemas de navegación de robots de vanguardia, el sistema SafeDQN fue más eficiente y seguro en todos los casos.
Los investigadores ahora probarán el sistema en un robot físico en un entorno real, y dicen que tiene aplicaciones fuera de la sala de emergencia, como misiones de búsqueda y rescate.
