Toward a Surgeon-in-the-Loop Ophthalmic Robotic Apprentice using Reinforcement and Imitation Learning

要約

ロボット支援手術システムは、手術の精度を高め、人的ミスを最小限に抑える上で大きな可能性を示しています。
しかし、既存のシステムには、個々の外科医の独自の好みや要件に対応する能力がありません。
さらに、これらは主に一般手術 (腹腔鏡検査など) に焦点を当てており、眼科手術などの高精度の顕微手術には適していません。
したがって、眼科白内障手術中に個々の外科医のスキルレベルと好みの手術技術に適応できる外科医中心の自律エージェントのためのシミュレーションベースの画像誘導アプローチを提案します。
私たちのアプローチでは、模擬環境を利用して、画像データに基づいて強化学習エージェントと模倣学習エージェントをトレーニングし、白内障手術の切開段階のすべてのタスクを実行します。
外科医の行動と好みを外科医インザループによるトレーニング プロセスに統合することで、私たちのアプローチにより、ロボットはデモンストレーションを通じて個々の外科医の独自のアプローチを暗黙的に学習し、適応できるようになります。
これにより、外科医にとってより直感的でパーソナライズされた手術体験が実現します。
同時に、自律ロボット実習生の一貫したパフォーマンスを保証します。
私たちは、提案された指標を使用してアプローチの有効性を定義し、評価します。
そして、ジェネリックエージェントと外科医中心の適応エージェントとの間のトレードオフを強調します。
さらに、私たちのアプローチは他の眼科手術にも拡張できる可能性があり、新世代の外科医インザループ自律手術ロボットへの扉が開かれます。
将来の開発と再現性のために、オープンソースのシミュレーション フレームワークを提供します。

要約(オリジナル)

Robotic-assisted surgical systems have demonstrated significant potential in enhancing surgical precision and minimizing human errors. However, existing systems lack the ability to accommodate the unique preferences and requirements of individual surgeons. Additionally, they primarily focus on general surgeries (e.g., laparoscopy) and are not suitable for highly precise microsurgeries, such as ophthalmic procedures. Thus, we propose a simulation-based image-guided approach for surgeon-centered autonomous agents that can adapt to the individual surgeon’s skill level and preferred surgical techniques during ophthalmic cataract surgery. Our approach utilizes a simulated environment to train reinforcement and imitation learning agents guided by image data to perform all tasks of the incision phase of cataract surgery. By integrating the surgeon’s actions and preferences into the training process with the surgeon-in-the-loop, our approach enables the robot to implicitly learn and adapt to the individual surgeon’s unique approach through demonstrations. This results in a more intuitive and personalized surgical experience for the surgeon. Simultaneously, it ensures consistent performance for the autonomous robotic apprentice. We define and evaluate the effectiveness of our approach using our proposed metrics; and highlight the trade-off between a generic agent and a surgeon-centered adapted agent. Moreover, our approach has the potential to extend to other ophthalmic surgical procedures, opening the door to a new generation of surgeon-in-the-loop autonomous surgical robots. We provide an open-source simulation framework for future development and reproducibility.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google