深層学習ベースの生体外ブタ眼における自律網膜静脈カテーテル挿入術
Peiyao Zhang1,2, Peter Gehlbach3, Russell H Taylor1,2,4
1Department of Mechanical Engineering, Johns Hopkins University, Baltimore, MD 21211, USA.
Science robotics
|December 17, 2025
まとめ
網膜静脈カテーテル挿入術（RVC）の自律ロボットワークフローは、高い成功率を示しています。この深層学習搭載システムは、網膜静脈閉塞症（RVO）の治療における精度を向上させます。
科学分野:
- 眼科学
- ロボット工学
- 人工知能
背景:
- 網膜静脈閉塞症（RVO）の治療には、しばしば高い手術精度が必要です。
- 網膜静脈カテーテル挿入術（RVC）は、RVOに対する新興の、技術的に要求の厳しい処置です。
- ロボット支援は、RVCの結果を改善するためにますます検討されています。
研究 の 目的:
- 深層学習とコンピュータビジョンを用いた自律網膜静脈カテーテル挿入術（RVC）のワークフローを開発・評価すること。
- ロボットシステムがRVCにおける重要かつ専門家に依存するステップを実行できるようにすること。
- 静的および動的なシミュレートされた手術条件下でのワークフローのパフォーマンスを評価すること。
主な方法:
- 2つのSteady-Hand Eye Robot（SHER）を使用して、100マイクロメートルの針とスパチュラを制御しました。
- 針の動きの予測とイベント検出（接触、穿刺）のために3つの畳み込みニューラルネットワークをトレーニングしました。
- リアルタイムイメージングのために、手術用顕微鏡と術中光干渉断層計（iOCT）システムを統合しました。
主要な成果:
- 生体外ブタ眼20例において、自律RVCで90%の成功率を達成しました。
- シミュレートされた正弦波状の眼球運動（呼吸）下で83%の成功率を示しました。
- このワークフローは、動的な条件下で堅牢かつ安定していることが証明されました。
結論:
- 深層学習とロボット支援を統合した自律RVCワークフローは、実行可能かつ効果的です。
- 提案されたシステムは、RVO治療における精度と信頼性を大幅に向上させます。
- このアプローチは、RVO管理における手術結果の改善の可能性を秘めています。
