Исследователи из Университета Джонса Хопкинса создали первую в мире систему автономной навигации мягкого робота-катетера, которая использует машинное обучение для проведения эндоваскулярных операций. Система достигает 83% успешности в достижении целевых аневризм на незнакомых сосудистых структурах, что сопоставимо с результатами опытных нейрохирургов.
Основная проблема эндоваскулярной хирургии заключается в том, что хирурги работают практически вслепую — кровеносные сосуды видны только после инъекции контрастного вещества, которое токсично в больших количествах. Представьте, что вы управляете тонкой проволокой диаметром менее 1 мм через лабиринт сосудов мозга, видя путь лишь несколько секунд после каждой инъекции контраста. Система обучалась на 647 демонстрациях в 36 различных конфигурациях сосудистых лабиринтов.
Ключевая особенность разработки — использование трансформер-архитектуры, которая предсказывает не одно действие, а целую последовательность из 50 команд (эквивалент 2 секунд работы). Это как если бы шахматист планировал не один ход, а целую комбинацию заранее. Модель самостоятельно решает, когда вводить контрастное вещество — в среднем каждые 7.5 секунд против 22-28 секунд у врачей-людей.
В сравнительных тестах система показала лучшие результаты, чем другие подходы машинного обучения: Diffusion Policy достигла только 22% успешности, а простая нейросеть — 28%. Даже классический алгоритм следования по центральной линии сосуда с идеальной информацией о структуре показал лишь 50% успешности. Два опытных клинициста достигли сопоставимых с ИИ результатов, но работали значительно медленнее — 3.5-4.1 мм/сек против 6.3 мм/сек у робота.
Несмотря на многообещающие результаты, система тестировалась на роботах диаметром 5 мм, что больше реальных субмиллиметровых катетеров. Следующий этап — испытания на животных моделях с последующим переходом к клиническим исследованиям. Потенциально такая технология может снизить время операций и дозу облучения как для пациентов, так и для медперсонала.
Источник новости и обложки: arxiv.org