SRT-H: A Hierarchical Framework for Autonomous Surgery via Language Conditioned Imitation Learning

要約

自律的なロボット手術に関する研究は、主に制御された環境での単純なタスクの自動化に焦点を当てています。
ただし、実際の外科的応用には、長時間の時間スケールにわたって器用な操作が必要でありながら、ヒト組織の多様な変動全体の一般化を要求します。
これらの課題は、既存のロジックベースまたは従来のエンドツーエンドの学習戦略を使用して対処することは依然として困難です。
このギャップを埋めるために、器用で長老の外科用タスクの階層的なフレームワークを提案します。
私たちの方法は、タスク計画のための高レベルのポリシーと、手術ロボットのタスク空間制御を生成するための低レベルのポリシーを採用しています。
高レベルのプランナーは、言語を使用したタスクを計画し、ロボットを粗いレベルで導くタスク固有または是正命令を作成します。
計画のモダリティとして言語を活用すると、直感的で一般化可能なインターフェイスが提供され、経験豊富な外科医が処置中にどのように電車に指示するかを反映しています。
複雑な低侵襲手術、胆嚢摘出術、および主要な設計の選択肢を評価するためのアブレーション研究を実施した、ex-vivo実験におけるフレームワークを検証します。
私たちのアプローチは、n = 8の異なる元生ビボ胆嚢にわたって100％の成功率を達成し、人間の介入なしで完全に自律的に動作します。
階層的アプローチは、現実的な外科的応用の非常に動的な環境で避けられない最適でない状態から回復するポリシーの能力を大幅に改善します。
この研究は、ステップレベルの自律性の最初の実証を表しており、臨床研究のための自律外科システムに対する重要なマイルストーンをマークしています。
外科的ロボット工学の一般化可能な自律性を進めることにより、私たちのアプローチは、現実の展開に近い分野をもたらします。

要約(オリジナル)

Research on autonomous robotic surgery has largely focused on simple task automation in controlled environments. However, real-world surgical applications require dexterous manipulation over extended time scales while demanding generalization across diverse variations in human tissue. These challenges remain difficult to address using existing logic-based or conventional end-to-end learning strategies. To bridge this gap, we propose a hierarchical framework for dexterous, long-horizon surgical tasks. Our method employs a high-level policy for task planning and a low-level policy for generating task-space controls for the surgical robot. The high-level planner plans tasks using language, producing task-specific or corrective instructions that guide the robot at a coarse level. Leveraging language as a planning modality offers an intuitive and generalizable interface, mirroring how experienced surgeons instruct traineers during procedures. We validate our framework in ex-vivo experiments on a complex minimally invasive procedure, cholecystectomy, and conduct ablative studies to assess key design choices. Our approach achieves a 100% success rate across n=8 different ex-vivo gallbladders, operating fully autonomously without human intervention. The hierarchical approach greatly improves the policy’s ability to recover from suboptimal states that are inevitable in the highly dynamic environment of realistic surgical applications. This work represents the first demonstration of step-level autonomy, marking a critical milestone toward autonomous surgical systems for clinical studies. By advancing generalizable autonomy in surgical robotics, our approach brings the field closer to real-world deployment.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google