AI와 의료의 만남: 자율 수술의 새로운 지평

존스홉킨스대학교와 스탠포드대학교 연구진이 수술용 로봇 '다빈치(da Vinci)'에 모방학습 기술을 적용해 자율적인 수술 동작이 가능한 시스템을 개발했다. 다빈치 로봇은 전 세계 67개국에 6,500대가 설치되어 있으며, 2021년 기준 1,000만 건 이상의 수술에 활용됐다. 수술 과정의 영상과 동작 데이터가 수술 후 분석을 위해 저장되어 있어, 이를 활용한 자율 수술 시스템 개발이 가능할 것으로 기대를 모았다.

5cm 오차를 극복한 혁신적인 기술

다빈치 로봇은 관절 움직임을 측정하는 센서인 포텐시오미터의 부정확성으로 인해 최대 5cm의 오차가 발생하는 문제가 있었다. 이는 단순한 시각-서보잉(visual-servoing) 작업조차 실패하게 만드는 원인이 됐다. 연구진은 이 문제를 해결하기 위해 여러 동작 표현법을 연구했는데, 카메라 중심 방식을 시작으로 도구 중심 방식을 거쳐 최종적으로 하이브리드-상대적 방식을 개발했다. 특히 하이브리드-상대적 동작 방식은 로봇 움직임의 이동은 내시경 끝단을 기준으로, 회전은 현재 도구 끝단을 기준으로 계산하는 방식으로 가장 높은 성공률을 보였다.

로봇의 '눈'이 된 손목 카메라

연구진은 기존 다빈치 로봇에 손목 카메라를 추가해 성능을 크게 향상시켰다. 임상 현장에서는 일반적으로 사용되지 않는 손목 카메라지만, 정확한 깊이 추정이 필요한 작업에서 특히 효과적이었다. 예를 들어, 바늘 전달 과정에서 손목 카메라는 바늘이 대상 그리퍼에 정확히 전달되는지 판단하는 데 큰 도움을 주었다.

놀라운 성공률로 입증된 성능

연구진이 개발한 시스템은 기본적인 수술 작업들에서 놀라운 성과를 보였다. 조직을 들어올리는 작업에서는 모든 시도가 성공했으며, 바늘을 잡고 전달하는 복잡한 작업에서도 완벽한 성공률을 기록했다. 매듭 묶기 작업의 경우 실을 잡고 고리를 만드는 과정은 모두 성공했으며, 전체 작업에서도 대부분의 시도가 성공적이었다. 특히 하이브리드-상대적 방식을 사용했을 때 가장 우수한 성과를 달성했다.

실제 조직에서도 통했다

연구진은 시스템의 일반화 성능을 평가하기 위해 돼지고기, 닭고기 등 실제 동물 조직과 3D 봉합 패드를 사용한 실험도 진행했다. 시스템은 이전에 경험하지 못한 환경에서도 성공적으로 작업을 수행했으며, 특히 바늘 잡기와 전달 작업에서 모든 시도가 성공하는 뛰어난 성과를 보였다.

더 큰 도약을 위한 과제들

현재 시스템이 가진 주요 한계점으로는 크기가 큰 손목 카메라의 사용, 현재 관찰에만 기반한 동작 수행, 그리고 사람의 지시에 따른 행동 변화 능력의 부재를 들 수 있다. 연구진은 더 작은 크기의 카메라 개발과 빠른 도구 교체가 가능한 메커니즘 개발을 통해 이러한 한계를 극복할 계획이다.

이번 연구는 부정확한 로봇 동작 데이터를 활용해 성공적으로 모방학습을 구현했다는 점에서 큰 의미가 있다. 이는 향후 대규모 임상 데이터를 활용한 자율 수술 로봇 개발의 토대가 될 것으로 기대된다.

■ 이 기사는 AI 전문 매체 ‘AI 매터스’와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 논문 바로가기)