Een internationaal team van onderzoekers, onder leiding van Jiawei Ge, heeft een nieuw platform ontwikkeld om de drempel voor onderzoek naar autonome minimaal invasieve chirurgie te verlagen. Het systeem, genaamd het Autonomous Robotic Translational System (ARTS), is volledig open-source en maakt gebruik van commercieel beschikbare componenten. Hiermee wordt gepoogd de afhankelijkheid van kostbare, gespecialiseerde klinische apparatuur of industriële hardware te doorbreken.
Technische configuratie en kosten
Het ARTS-platform is ontworpen voor maximale reproduceerbaarheid. De totale kosten voor de bouw van het systeem worden geschat op ongeveer 137.000 Amerikaanse dollar. Volgens een technische publicatie op arxiv.org bestaat de hardware uit drie robotarmen. Twee van deze armen zijn van het type UR5e en zijn uitgerust met instrumenten uit de da Vinci X/Xi-serie. De derde arm, een UR5, dient ter ondersteuning van een stereo-endoscoop die is voorzien van twee FLIR-camera's.
Om de chirurgale controle te waarborgen, is het systeem uitgerust met een speciale console. Deze interface bevat voetschakelaars, haptische handgrepen en een stereoviewer. Ter preventie van incidenten is er een hardwarematige noodstop geïntegreerd. Deze stelt een supervisor in staat om alle drie de robotarmen onmiddellijk stil te zetten, onafhankelijk van de actuele status van de software.
Softwarematige architectuur en precisie
De aansturing van het platform verloopt via ROS 2. Om installatiefouten te voorkomen en consistentie tussen verschillende hardware-omgevingen en containers te garanderen, hebben de ontwikkelaars elke software-afhankelijkheid vastgelegd. De prestaties van het systeem zijn gericht op lage latentie en hoge snelheid. De UR5e-armen worden aangestuurd op een maximale snelheid van 500 Hz.
De synchronisatie tussen de camera's is zeer nauwkeurig, met een tijdsverschil van slechts 12 microseconden. De vertraging tussen de handbeweging van de operator en de reactie van de robotarm bedraagt 58 milliseconden, terwijl het beeldsignaal van de endoscoop na 68 milliseconden op het scherm verschijnt. In de documentatie op wordt daarnaast een pose-herhaalbaarheid vermeld die varieert tussen 0,14 en 0,25 mm, wat vergelijkbaar is met de prestaties van een da Vinci Research Kit (dVRK) Classic arm. Met behulp van een optische tracker werd een gemiddelde fout in het remote-center-of-motion vastgesteld tussen 0,34 en 0,37 mm.
Validatie en open wetenschap
Om de effectiviteit van het platform te toetsen, zijn er tests uitgevoerd met zowel experts als beginners. De deelnemers voerden de 'peg transfer'-opdracht uit, een standaardprocedure uit de Fundamentals of Laparoscopic Surgery (FLS), gebruikmakend van een laparoscopische trainerbox. Daarnaast is het systeem succesvol ingezet door een expert voor het hechten op een suture-pad.
Het uiteindelijke doel van het project is om een breed toegankelijke basis te bieden voor toekomstig onderzoek naar chirurgische autonomie. Daarom zijn alle firmware-bestanden, software en hardware-ontwerpen publiekelijk beschikbaar gesteld. De resultaten van dit project zijn ingediend voor het International Symposium on Medical Robotics (ISMR) van 2027, zoals beschreven in de publicatie via . Hoewel het systeem zich richt op medische robotica, is de bredere context van artistieke en technische innovatie in de wetenschap vaak terug te vinden in multidisciplinaire tijdschriften zoals mdpi.com, waar de intersectie tussen technologie en menselijke vaardigheid centraal staat.