Sanità

Gli scienziati informatici sviluppano un sistema di navigazione preciso per i robot delle sale d’emergenza

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Un nuovo sistema di navigazione per robot che si è rivelato più preciso è stato sviluppato da scienziati informatici all’Università della California, San Diego. Il sistema consentirà ai robot di navigare meglio nei reparti di emergenza e in ambienti clinici affollati. Insieme al nuovo sistema, i ricercatori hanno anche sviluppato un set di dati di video open source che possono essere utilizzati per addestrare futuri sistemi di navigazione robotica.

La ricerca è stata presentata in un documento per la Conferenza internazionale su robotica e automazione, che si terrà a Xi’an, Cina, dal 30 maggio al 5 giugno. Il team era guidato dal professor Laurel Riek e dal dottorando Angelique Taylor.

I clinici hanno a lungo discusso di come i robot potrebbero aiutare i medici, le infermiere e il personale nei reparti di emergenza, e una delle conclusioni è stata che potrebbero farlo meglio consegnando forniture e materiali. Per far ciò, i robot dovrebbero essere in grado di evitare situazioni che coinvolgono clinici impegnati con pazienti in condizioni critiche o gravi.

Riek ricopre incarichi di informatica e medicina d’emergenza all’UC San Diego.

“Per eseguire questi compiti, i robot devono comprendere il contesto degli ambienti ospedalieri complessi e le persone che lavorano intorno a loro”, ha dichiarato Riek.

Rete neurale profonda di navigazione critica per la sicurezza (SafeDQN)

Il sistema di navigazione costruito da Taylor e colleghi si chiama Rete neurale profonda di navigazione critica per la sicurezza (SafeDQN). È stato costruito intorno a un algoritmo che osserva quante persone sono radunate in uno spazio e come si muovono bruscamente.

L’algoritmo si basa su osservazioni di clinici nei reparti di emergenza, ad esempio, quando un’intera squadra fornisce assistenza a un paziente con una condizione in peggioramento. I clinici si muovono in un ambiente di emergenza in modo molto preciso e veloce, quindi il sistema di navigazione consente ai robot di muoversi intorno a questi gruppi di persone evitando di intralfare.

Taylor fa parte del Laboratorio di robotica sanitaria di Riek presso il Dipartimento di informatica e ingegneria dell’UC San Diego.

“Il nostro sistema è stato progettato per gestire i peggiori scenari che possono verificarsi nel reparto di emergenza”, ha dichiarato Taylor

L’algoritmo è stato addestrato con video su Youtube provenienti da documentari e programmi televisivi sui reparti di emergenza. Ci sono oltre 700 video disponibili per altri team di ricerca che desiderano addestrare algoritmi e robot.

L’algoritmo è stato testato in un ambiente simulato e, quando confrontato con altri sistemi di navigazione avanzati per robot, il sistema SafeDQN si è rivelato più efficiente e sicuro in tutti i casi.

I ricercatori testeranno ora il sistema su un robot fisico in un ambiente reale e affermano che ha applicazioni al di fuori del reparto di emergenza, come ad esempio le missioni di ricerca e salvataggio.

Alex McFarland è un giornalista e scrittore di intelligenza artificiale che esplora gli ultimi sviluppi nel campo dell'intelligenza artificiale. Ha collaborato con numerose startup di intelligenza artificiale e pubblicazioni in tutto il mondo.