手術室にロボット手術補助装置 (RSA) を導入することで、手術の精度と効率が向上しています。現在、外科医はこれらのロボットを遠隔操作で操作しており、ロボットの器用さが増し、手術ワークフローを効率化できる可能性があります。2 つの新しいテンプレート フレームワーク、SuFIA と SuFIA-BC の導入は、RSA の機能をさらに向上させることを目的としています。SuFIA は、高レベルの計画に自然言語ガイダンスと大規模言語モデルを採用し、SuFIA-BC は動作クローニング技術を使用して RSA の器用さと精度を向上させます。

SuFIA と SuFIA-BC の背後にある研究は、外科医の疲労を軽減し、患者の安全性を高め、高品質の医療をより利用しやすくするという目標によって推進されています。これらのフレームワークは、シミュレーション環境と物理環境の両方で、さまざまな外科サブタスクにわたってテストされています。フォトリアリスティックなアセットの導入により、従来はデータ アクセスの制限や専門家のデモンストレーションやハードウェアに関連する高コストによって妨げられてきた外科用ロボット研究への参入障壁が低くなることが期待されています。

ORBIT-Surgical フレームワークの機能強化により、外科用ロボット用のフォトリアリスティックなトレーニング環境が生まれました。NVIDIA Omniverse を搭載したこの環境は、解剖学的に正確なモデルと高忠実度のレンダリングを特徴としています。このフレームワークから作成されたデジタル ツイン シミュレーターは、複雑な外科手術タスクにおける動作クローン モデルのトレーニングと評価に不可欠です。この研究では、さまざまな視覚観察様式を調査し、基本的な外科手術サブタスクにおけるさまざまなモデルの有効性を評価します。

研究結果によると、行動クローニング モデルのパフォーマンスは、タスクの複雑さと使用される視覚的観察の種類によって異なることが示されています。Pointクラウド ベースのモデルは空間タスクに優れていますが、RGB ベースのモデルは色の手がかりが重要な場合に効果的です。この研究では、モデル トレーニングにおけるサンプル効率の重要性と、カメラの視点の変化に対するポイント クラウド モデルの堅牢性も強調されています。これらの洞察は、外科手術の現場で RSA を実際に展開するために不可欠であり、新しいフレームワークの潜在的な利点を強調しています。