要約
目的：血管内治療における器具の自律的ナビゲーションは，手術時間を短縮し，手術中の意思決定を改善し，治療へのアクセスを向上させながら，術者の放射線被曝を低減することができる。このシステマティックレビューでは，人工知能（AI）が自律的血管内治療ナビゲーションに与える影響，課題，機会を評価するために最近の文献を調査する。 方法PubMedおよびIEEEXploreデータベースを検索した。適格基準には、血管内治療におけるカテーテル/ガイドワイヤーの自律的ナビゲーションを可能にするAIの使用を調査した研究を含めた。PRISMAに従い、論文はQUADAS-2を用いて評価した。プロスペロー：Crd42023392259。 結果：462件の研究のうち、14件が組み入れ基準を満たした。強化学習（9/14、64％）と実演からの学習（7/14、50％）が自律ナビゲーションのデータ駆動モデルとして使用された。主に物理的ファントム（10/14、71％）とインシリコ（4/14、29％）のモデルが使用された。心臓の血管内またはその周辺での実験が大半の研究（10/14、71％）で報告されているが、単純な非解剖学的血管プラットフォームが3つの研究（3/14、21％）で、ブタの肝臓静脈系が1つの研究で使用されている。研究間でバイアスのリスクと一般化可能性の低さが認められた。検討された研究のいずれにおいても、患者に対する処置は行われなかった。研究では患者の選択基準、参照基準、再現性が欠如しており、臨床的エビデンスレベルが低い結果となった。 結論自律的血管内ナビゲーションにおけるAIの可能性は有望であるが、実験的な概念実証の段階にあり、技術的準備レベルは3であった。我々は、今後数年間に提案されるデータ駆動型アルゴリズムの比較を可能にするためには、性能指標を明確にした参照基準が極めて重要であることを強調する。
要約(オリジナル)
Purpose: Autonomous navigation of devices in endovascular interventions can decrease operation times, improve decision-making during surgery, and reduce operator radiation exposure while increasing access to treatment. This systematic review explores recent literature to assess the impact, challenges, and opportunities artificial intelligence (AI) has for the autonomous endovascular intervention navigation. Methods: PubMed and IEEEXplore databases were queried. Eligibility criteria included studies investigating the use of AI in enabling the autonomous navigation of catheters/guidewires in endovascular interventions. Following PRISMA, articles were assessed using QUADAS-2. PROSPERO: CRD42023392259. Results: Among 462 studies, fourteen met inclusion criteria. Reinforcement learning (9/14, 64%) and learning from demonstration (7/14, 50%) were used as data-driven models for autonomous navigation. Studies predominantly utilised physical phantoms (10/14, 71%) and in silico (4/14, 29%) models. Experiments within or around the blood vessels of the heart were reported by the majority of studies (10/14, 71%), while simple non-anatomical vessel platforms were used in three studies (3/14, 21%), and the porcine liver venous system in one study. We observed that risk of bias and poor generalisability were present across studies. No procedures were performed on patients in any of the studies reviewed. Studies lacked patient selection criteria, reference standards, and reproducibility, resulting in low clinical evidence levels. Conclusions: AI’s potential in autonomous endovascular navigation is promising, but in an experimental proof-of-concept stage, with a technology readiness level of 3. We highlight that reference standards with well-identified performance metrics are crucial to allow for comparisons of data-driven algorithms proposed in the years to come.
arxiv情報
| 著者 | Harry Robertshaw,Lennart Karstensen,Benjamin Jackson,Hadi Sadati,Kawal Rhode,Sebastien Ourselin,Alejandro Granados,Thomas C Booth |
| 発行日 | 2024-05-06 09:28:30+00:00 |
| arxivサイト | arxiv_id(pdf) |