日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

手術ナビゲーション/自律制御arXiv:2603.07909

純視覚気管支鏡ロボット自律化のための長期・短期エージェント

Long-Short Term Agents for Pure-Vision Bronchoscopy Robotic Autonomy

シェア:XThreadsFacebookLINEはてブBluesky

CT由来の仮想目標と内視鏡映像のみを用い、外部トラッキングなしで気管支鏡ナビゲーションを自律実行する枠組みを提案。短期反応エージェントと長期戦略エージェントを階層化し、矛盾時は世界モデル批評家が将来視覚状態を予測して行動を選択する。ファントム・摘出豚肺・生体豚で検証し、専門医と同等の性能を示した。

詳しい要約

1. どんなもの?

- ロボット支援気管支鏡ナビゲーションのための純粋視覚自律フレームワーク。 - 術前CTから仮想ターゲットを生成し、ライブ内視鏡映像のみで長距離ナビゲーション。 - 外部トラッキング(電磁気追跡や形状センシング)を術中に使用しない。 - 階層的なlong-short agentsを採用:短期反応エージェントと長期戦略エージェント。 - ファントム、ex vivoブタ肺、生体ブタで評価。

2. 先行研究と比べてどこがすごい?

- 既存のナビゲーションは電磁気追跡や形状センシングなど外部局在技術に依存。 - それらはハードウェア複雑性を増し、術中の解剖学的ミスマッチに脆弱。 - 本研究は外部トラッキングなしで純粋視覚のみを実現。 - 術中に外部センサ不要で、ハードウェア簡素化とミスマッチ耐性が期待。

3. 技術・手法の肝は?

- 階層的long-short agents:短期反応エージェントが低遅延連続運動制御。 - 長期戦略エージェントが解剖学的曖昧点で意思決定支援。 - 両者の推奨が衝突した場合、world-model criticが候補行動の将来視覚状態を予測。 - 予測状態がターゲットビューに最も一致する行動を選択。 - 術前CT由来の仮想ターゲットとライブ内視鏡映像を利用。

4. どうやって有効だと検証した?

- 高忠実度気道ファントム、ex vivoブタ肺3つ、生体ブタモデルで評価。 - ファントムでは計画されたすべての区域ターゲットに到達。 - ex vivoでは第8世代まで80%の成功率を維持。 - 生体では専門気管支鏡医に匹敵するナビゲーション性能を達成。 - センサフリー自律気管支鏡ナビゲーションの前臨床的実現可能性を支持。

5. 議論はある?

- 要旨からは明示的な議論や限界は不明。 - 純粋視覚のみで外部トラッキング不要という利点が示唆される。 - 前臨床段階であり、臨床応用には更なる検証が必要と考えられる。 - 解剖学的曖昧点でのworld-model criticの有効性が議論の焦点になり得る。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として電磁気追跡(electromagnetic tracking)や形状センシング(shape sensing)が挙げられる。 - 同分野の定番として気管支鏡ナビゲーション、ロボット自律ナビゲーション、world model、階層的強化学習に関する論文が次に読むべき候補。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Junyang Wu, Mingyi Luo, Fangfang Xie, Minghui Zhang, Hanxiao Zhang, Chunxi Zhang, Junhao Wang, Jiayuan Sun, Yun Gu, Guang-Zhong Yang

分類: cs.RO, cs.AI

原文アブストラクト

Accurate intraoperative navigation is essential for robot-assisted endoluminal intervention, but remains difficult because of limited endoscopic field of view and dynamic artifacts. Existing navigation platforms often rely on external localization technologies, such as electromagnetic tracking or shape sensing, which increase hardware complexity and remain vulnerable to intraoperative anatomical mismatch. We present a vision-only autonomy framework that performs long-horizon bronchoscopic navigation using preoperative CT-derived virtual targets and live endoscopic video, without external tracking during navigation. The framework uses hierarchical long-short agents: a short-term reactive agent for continuous low-latency motion control, and a long-term strategic agent for decision support at anatomically ambiguous points. When their recommendations conflict, a world-model critic predicts future visual states for candidate actions and selects the action whose predicted state best matches the target view. We evaluated the system in a high-fidelity airway phantom, three ex vivo porcine lungs, and a live porcine model. The system reached all planned segmental targets in the phantom, maintained 80\% success to the eighth generation ex vivo, and achieved in vivo navigation performance comparable to the expert bronchoscopist. These results support the preclinical feasibility of sensor-free autonomous bronchoscopic navigation.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI