日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

医療ロボティクスarXiv:2607.07253

手動、ジョイスティック、または触覚制御?ロボット介入神経放射線処置におけるナビゲーション戦略のin vitro比較

Manual, Joystick, or Haptic Control? An In Vitro Comparison of Navigation Strategies for Robotic Interventional Neuroradiology Procedures

シェア:XThreadsFacebookLINEはてブBluesky

ロボット介入神経放射線処置のためのコントローラインターフェースを比較し、触覚フィードバック付きデバイス模倣コントローラがジョイスティックより優れていることを示した。

詳しい要約

1. どんなもの?

本研究は、血管内神経インターベンション手術におけるロボット制御インターフェースを比較したin vitro研究である。力センシングプラットフォームを組み込んだカスタム血管内ロボット、デバイス模倣コントローラ、センサ化神経血管ファントムを開発し、10人のインターベンション神経放射線科医(初心者4人、専門家6人)が4つの制御モダリティ(ハプティックフィードバックあり/なしのデバイス模倣コントローラ、ジョイスティック、手動ナビゲーション)で模擬ナビゲーションを実施した。ナビゲーション時間、ピーク血管壁力、誤カテーテル挿入、脱出イベントを評価し、ユーザー分析も行った。

2. 先行研究と比べてどこがすごい?

先行研究と比べて、本研究は力センシングプラットフォームを統合したカスタム血管内ロボットとセンサ化ファントムを用いて、複数の制御モダリティを直接比較した点が新しい。特に、安全性指標として血管壁力を定量的に評価し、手動ナビゲーションとロボット制御を同一条件下で比較した点が優れている。また、専門家と初心者の両方を含むユーザー分析により、経験の影響を考慮した評価を行っている。

3. 技術・手法の肝は?

技術の肝は、カスタム血管内ロボットとデバイス模倣コントローラの開発、および力センシングプラットフォームを備えた神経血管ファントムの構築である。4つの制御モダリティ(ハプティックあり/なしのデバイス模倣、ジョイスティック、手動)を比較し、ナビゲーション時間、ピーク血管壁力、誤カテーテル挿入、脱出イベントを計測した。統計解析にはp値を用い、ユーザー主観評価も実施した。

4. どうやって有効だと検証した?

10人のインターベンション神経放射線科医(初心者4人、専門家6人)が模擬ナビゲーションを実施し、各モダリティの性能を比較した。手動ナビゲーションが最速(平均47.7秒)で、ハプティックあり(248.7秒)、ハプティックなし(314.7秒)、ジョイスティック(392.6秒)と有意差があった(p<0.001)。血管壁力は全モダリティで0.70Nの穿刺閾値未満であり、安全性が確認された。ジョイスティックは手動より脱出イベントが有意に多かった(1.56 vs 0.13; p=0.018)。専門家は初心者より誤カテーテル挿入が少なく(0.25 vs 0.62; p=0.035)、血管壁力も低かった(p<0.0005)。ユーザーはハプティックあり/なしを同程度に直感的と感じ、ジョイスティックより直感的と評価した(p=0.033)。

5. 議論はある?

議論として、デバイス模倣コントローラはジョイスティックよりほとんどの指標で優れているが、ハプティックフィードバックの性能向上効果は有望であるものの統計的に有意ではなかった。手動ナビゲーションが最速である一方、ロボット制御は安全性を維持しつつも時間がかかる。専門家の経験が性能に影響し、ハプティック有効時にその差が顕著になることが示唆された。要旨からは、臨床応用への影響や、ハプティックの最適な強度・タイミングなどについては不明である。

6. 次に読むべき論文は?

要旨で参照されている先行研究や関連手法は明示されていないが、同分野の定番として、血管内ロボット制御に関する研究(例えば、Robotic catheter systems for neurointervention)や、ハプティックフィードバックの効果を検証した研究が挙げられる。具体的には、Corindus CorPath systemや、haptic feedback in endovascular teleoperationなどの論文が関連する。

※ 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: Benjamin Jackson, Nikola Fischer, Harry Robershaw, Xingyu Chen, S. H. Hadi Sadati, Yang Li, Jeremy Lynch, Nasr Abdelsalam, Jonathon Buwanabala, Matthew Benger, Sara Sciacca, Naga Kandasamy, Marco Mancuso-Marcello, Parthiban Balasundaram, Sahan Guruge, Neelan Das, Alejandro Granados, Kawal Rhode, Thomas C Booth

分類: cs.RO

原文アブストラクト

Objective: To evaluate robotic controller interfaces for interventional neuroradiology procedures in-vitro incorporating a force-sensing platform to assess safety. Methods: A custom endovascular robot, device-mimicking controller, and sensorized neurovascular phantom were developed. Ten interventional neuroradiologists (4 novices, 6 experts) performed simulated navigations using four control modalities: device-mimicking controllers with and without haptic feedback, joystick-based input, and manual navigation. Navigation time, peak vessel-wall forces, incorrect catheterisations, and prolapse events were assessed, alongside user analyses. Results: Manual navigation was fastest (mean 47.7 s) compared to haptic-on (248.7 s), haptic-off (314.7 s), and joystick (392.6 s) modalities (p<0.001). Regardless of controller type, vessel-wall forces were below the 0.70 N puncture threshold; therefore all modalities were considered safe. Joystick produced significantly more prolapse events than manual control (1.56 vs 0.13; p=0.018). Operator experience was relevant to performance: experts made fewer incorrect catheterisations than novices (0.25 vs 0.62; p=0.035) and applied less vessel-wall force (p<0.0005); these effects were sustained across controllers but accentuated when haptics were on. Users perceived haptic on and haptic off as similarly intuitive, and more intuitive than joystick (p=0.033). Conclusion: Device-mimicking robotic controllers outperform joystick interfaces on most metrics; haptic feedback shows promising but non-significant performance benefits.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXO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
  3. 3newmo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
  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