AI och robotik förändrar precisionen i medicinska nålprocedurer

AI och robotik förändrar precisionen i medicinska nålprocedurer

Föreställ dig en läkare som försöker nå en cancerknöl djupt i en patients lunga - ett mål på storleken av en ärta gömd bakom en labyrint av kritiska blodkärl och luftvägar som skiftar för varje andetag. En millimeter av en sträcka kan penetrera en stor artär, och fall kan innebära att cancern saknas helt och får spridas om den lämnas obehandlad.

Detta är i tusentals procedurer varje dag där noggrannhet är avgörande och uppgiften är utsatt för anatomiska hinder som inte är genomträngliga eller känsliga. Kan artificiell intelligens (AI) och robotar hjälpa till att övervinna dessa utmaningar och förbättra patienternas resultat?

En ny era av "AI-ledarskap" är inom medicinen. Robotar med avancerad AI kan hjälpa läkare och automatisera vissa uppgifter, vilket gör oöverträffad noggrannhet och komplexa procedurer säkrare och mer effektiva. "

Ron Alterovitz, Lawrence Grossberg, som är professor vid institutionen för datavetenskap

En ny artikel iVetenskapsrobotik Formaliserar konceptet med AI-vägledning för medicinska nålprocedurer och beskriver nivåerna av AI-vägledning för varje komponent. Författarna definierar fyra komponenter i AI-vägledning: perception av anatomi, planering av instrumentrörelser, perception av instrumentstatus och utförande av instrumentrörelser under en procedur. AI-styrda robotar kan uppnå större noggrannhet och precision i nålstyrning än mänskliga läkare, samtidigt som de möjliggör användning av banbrytande nåldesigner som kan kröka sig genom kroppen.

Uppsatsen, "Medical Needles in the Hands of AI: Toward Autonomous Robot Navigation", skrevs av Alterovitz, såväl som Janine Hoelscher från Clemson University och Alan Kuntz från University of Utah. Hoelscher och Kuntz har tidigare doktorerat i datavetenskap vid UNC med Alterovitz som rådgivare.

Eran av AI-ledarskap

I decennier har läkare förlitat sig på bildvägledning och användning av röntgenstrålar, datortomografi (CT) och magnetisk resonans (MR) bilder för att visualisera en patients anatomi och nålvägsplan innan ett ingrepp. Detta framsteg, som härrörde från upptäckten av röntgenstrålar i slutet av 1800-talet, möjliggjorde säkrare åtkomst till punkter i kroppen.

De senaste framstegen inom AI möjliggör nu ett steg framåt. AI kan automatiskt analysera bilder, identifiera mål och hinder, beräkna säkra banor och till och med autonomt styra robotnålar runt känsliga vävnader på platser djupt inne i kroppen. Ett sådant exempel, demonstrerat av ett team av forskare vid University of North Carolina i Chapel Hill, Vanderbilt University och University of Utah, visade en medicinsk robot som autonomt kan rikta en nål mot kliniskt relevanta mål i en lunga med hög noggrannhet i levande vävnad, vilket visar bättre prestanda än traditionella verktyg enbart. Författarna beskriver denna transformativa förändring från bildvägledning till AI-vägledning, där AI hjälper till att uppfatta patientens anatomi, spåra framsteg genom proceduren, planera instrumentrörelser och till och med utföra dessa förfrågningar.

"I årtionden har visuell vägledning hjälpt läkare att bättre planera och utföra medicinska procedurer," sa Alterovitz. "AI-vägledningen går ännu längre för att göra procedurer säkrare och mindre invasiva."

Artikeln formaliserar konceptet med AI-vägledning, som utnyttjar AI för att förbättra läkarens prestation och skapa byggstenar för större nivåer av robotautonomi. Artikeln definierar de fyra komponenterna i AI-vägledning som:

1. Uppfatta anatomi

2. Planera instrumentrörelser

3. Uppfattning om instrumenttillstånd

4. Utför instrumentrörelser under en procedur

Var och en av dessa fyra komponenter kan ge sin egen nivå av AI-vägledning:

• Eye-On/Practice-On-där läkaren utför uppgiften med AI som ger assistans

• Eyes-on/Hands-Off-där AI:en utför uppgiften medan läkaren övervakar AI:n och är redo att ingripa i ovanliga situationer

• Avstängning/Hands-Off-där AI:n utför uppgiften och läkaren bara går in när AI:n begär det

• Komplett AI-guide – där AI:n slutför uppgiften

Slutligen klassificerar artikeln nuvarande system i dessa kategorier och diskuterar forskningsutmaningar för att möjliggöra högre nivåer av AI-vägledning. Forskare lyfter särskilt fram kritiska hinder för utbredd klinisk adoption, såsom behovet av att garantera säkerhet, verka inom den reglerande miljön, utveckla gränssnitt för läkare och AI som är intuitiva på alla nivåer av AI-vägledning och förmågan att integrera nödvändig teknologi i alla aspekter av ett kliniskt arbetsflöde.

Även om Alterovitz erkände de många utmaningar som återstod att övervinna, uttryckte han sina tankar om framtiden för AI-vägledning i medicinska procedurer.

"Genombrott inom AI och robotik kommer att fortsätta att möjliggöra ökande nivåer av AI-vägledning och robotautomatisering för medicinska procedurer," sa Alterovitz. "AI och robotik kan ge läkare nya verktyg för att göra utmanande procedurer säkrare och mer effektiva."

Källor: