RAG-RUSS: 頸動脈自律検査のための検索拡張型ロボット超音波システム

- ロボティック超音波（US）の新手法「RAG-RUSS」を提案。 - 頚動脈検査を臨床ワークフローに沿って自律的に実行する解釈可能なフレームワーク。 - 現在のステージと次の計画行動を明示的に説明可能。 - 医療データ不足に対応するためretrieval-augmented generationを導入。 - 28人のボランティアデータで訓練し、未見の4人の volumetric scans でテスト。 - 横断像と縦断像を含む頚動脈検査を完遂できることを示した。

- 既存のロボティックUSはルールベースかブラックボックス的なend-to-end学習に依存。 - 臨床受容と安全性の懸念が普及の障壁となっていた。 - RAG-RUSSは解釈可能性を提供し、現在のステージと次の行動を説明可能。 - retrieval-augmented generationにより、大規模訓練データへの依存を低減し汎化性能を向上。 - 臨床ワークフローに沿った完全な頚動脈検査を自律的に実行できる点が新しい。

- retrieval-augmented generationを組み込み、解釈可能な意思決定を実現。 - 現在のスキャンステージを説明し、次のプローブ動作を自律的に計画。 - 臨床ワークフローに従い、横断像と縦断像の両方をカバーする検査を実行。 - 28人のボランティアから取得したデータで訓練。 - 未見の4人の volumetric scans でテストし、汎化性能を評価。

- 28人のボランティアから収集したデータで訓練を実施。 - 未見の4人から記録した volumetric scans をテスト用に確保。 - 結果、現在のスキャンステージを説明し、自律的にプローブ動作を計画して頚動脈検査を完遂できることを確認。 - 横断像と縦断像の両方を含む検査が可能であることを示した。

- 既存手法のブラックボックス性やルールベースの限界を克服する解釈可能性が臨床受容に重要。 - 医療データの不足に対処するためretrieval-augmented generationを導入し、汎化とデータ依存低減を図った。 - 小規模な被験者数（訓練28人、テスト4人）での検証であり、さらなる大規模検証が必要。 - 臨床現場での安全性や有効性に関する議論は要旨からは不明。

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、ロボティック超音波（robotic ultrasound）、retrieval-augmented generation、解釈可能なAI（interpretable AI）が挙げられる。 - 同分野の定番として、ルールベースのロボティックUSやend-to-end学習に基づく自律スキャン手法が考えられる。