AI og robotikk forvandler presisjon i medisinske nåleprosedyrer

AI og robotikk forvandler presisjon i medisinske nåleprosedyrer

Se for deg en lege som prøver å nå en kreftknute dypt i en pasients lunge - et mål på størrelse med en ert gjemt bak en labyrint av kritiske blodkar og luftveier som skifter for hvert pust. En millimeter av en strekning kan trenge gjennom en stor arterie, og fall kan bety at kreften mangler helt og får spre seg hvis den ikke blir behandlet.

Dette er i tusenvis av prosedyrer hver dag der nøyaktighet er avgjørende og oppgaven er utsatt for anatomiske hindringer som ikke er gjennomtrengelige eller følsomme. Kan kunstig intelligens (AI) og roboter bidra til å overvinne disse utfordringene og forbedre pasientresultatene?

En ny æra med "AI-lederskap" er i medisin. Roboter med avansert AI kan hjelpe leger og automatisere visse oppgaver, noe som gjør enestående nøyaktighet og komplekse prosedyrer tryggere og mer effektive. "

Ron Alterovitz, Lawrence Grossberg, som er professor ved Institutt for informatikk

En ny artikkel iVitenskap Robotikk Formaliserer konseptet med AI-veiledning for medisinske nålprosedyrer og skisserer nivåene av AI-veiledning for hver komponent. Forfatterne definerer fire komponenter av AI-veiledning: persepsjon av anatomi, planlegging av instrumentbevegelser, persepsjon av instrumentstatus og utførelse av instrumentbevegelser under en prosedyre. AI-veiledede roboter kan oppnå større nøyaktighet og presisjon i nåleveiledning enn menneskelige leger, samtidig som de muliggjør bruk av banebrytende nåledesign som kan krumme seg gjennom kroppen.

Artikkelen, "Medical Needles in the Hands of AI: Toward Autonomous Robot Navigation," ble skrevet av Alterovitz, samt Janine Hoelscher fra Clemson University og Alan Kuntz fra University of Utah. Hoelscher og Kuntz har tidligere gjennomført doktorgradsarbeid i informatikk ved UNC med Alterovitz som rådgiver.

Tiden for AI-ledelse

I flere tiår har leger stolt på bildeveiledning og bruk av røntgen, computertomografi (CT) og magnetisk resonans (MR) bilder for å visualisere en pasients anatomi og nålebaneplan før en prosedyre. Dette fremskrittet, som stammet fra oppdagelsen av røntgenstråler på slutten av 1800-tallet, tillot tryggere tilgang til punkter i kroppen.

Nylige fremskritt innen AI muliggjør nå et sprang fremover. AI kan automatisk analysere bilder, identifisere mål og hindringer, beregne trygge baner og til og med autonomt lede robotnåler rundt sensitivt vev på steder dypt inne i kroppen. Et slikt eksempel, demonstrert av et team av forskere ved University of North Carolina i Chapel Hill, Vanderbilt University og University of Utah, demonstrerte en medisinsk robot som autonomt kan rette en nål til klinisk relevante mål i en lunge med høy nøyaktighet i levende vev, og demonstrerer bedre ytelse enn tradisjonelle verktøy alene. Forfatterne beskriver dette transformative skiftet fra bildeveiledning til AI-veiledning, der AI hjelper til med å oppfatte pasientens anatomi, spore fremgang gjennom prosedyren, planlegge instrumentbevegelser og til og med utføre disse forespørslene.

"I flere tiår har visuell veiledning hjulpet leger med å planlegge og utføre medisinske prosedyrer bedre," sa Alterovitz. "AI-veiledningen går enda lenger for å gjøre prosedyrer sikrere og mindre invasive."

Artikkelen formaliserer konseptet med AI-veiledning, som utnytter AI til å forbedre legens ytelse og skape byggesteiner for større nivåer av robotautonomi. Artikkelen definerer de fire komponentene i AI-veiledning som:

1. Oppfatte anatomi

2. Planlegging av instrumentbevegelser

3. Oppfatning av instrumenttilstand

4. Utfør instrumentbevegelser under en prosedyre

Hver av disse fire komponentene kan gi sitt eget nivå av AI-veiledning:

• Eye-On/Practice-On-der legen utfører oppgaven med AI som gir assistanse

• Eyes-on/Hands-Off-der AI-en utfører oppgaven mens legen overvåker AI-en og er klar til å gripe inn i uvanlige situasjoner

• Avstengning/Hands-Off - der AI utfører oppgaven og legen bare kommer inn når AI ber om det

• Komplett AI-guide – der AI-en fullfører oppgaven

Til slutt klassifiserer artikkelen gjeldende systemer i disse kategoriene og diskuterer forskningsutfordringer for å muliggjøre høyere nivåer av AI-veiledning. Spesielt fremhever forskere kritiske barrierer for utbredt klinisk adopsjon, slik som behovet for å garantere sikkerhet, operere innenfor det regulatoriske miljøet, utvikle lege-AI-grensesnitt som er intuitive på alle nivåer av AI-veiledning, og muligheten til å integrere nødvendig teknologi i alle aspekter av en klinisk arbeidsflyt.

Selv om Alterovitz erkjente de mange utfordringene som gjensto å overvinne, uttrykte han sine tanker om fremtiden til AI-veiledning i medisinske prosedyrer.

"Gjennombrudd innen AI og robotikk vil fortsette å muliggjøre økende nivåer av AI-veiledning og robotautomatisering for medisinske prosedyrer," sa Alterovitz. "AI og robotikk kan gi leger nye verktøy for å gjøre utfordrende prosedyrer tryggere og mer effektive."

Kilder: