[論文レビュー] Raven: Open Surgical Robotic Platforms

Yangming Li, Blake Hannaford+1 more|arXiv (Cornell University)|Jun 27, 2019

Surgical Simulation and Training参考文献 78被引用数 4

ひとこと要約

本論文は、過去3年間におけるRaven IおよびIIのオープンソース手術用ロボットプラットフォームの影響を評価し、引用分析を用いて手術用ロボット分野の研究動向を分析している。機械的設計と遠隔操作が主な研究分野であることが判明し、機械学習や自律性の採用は限定的である。また、シミュレーション、評価、サイバーセキュリティに関する課題も提起され、オープンな研究課題と手術用ロボット分野の今後の方向性に関する知見が提供されている。

ABSTRACT

The Raven I and the Raven II surgical robots, as open research platforms, have been serving the robotic surgery research community for ten years. The paper 1) briefly presents the Raven I and the Raven II robots, 2) reviews the recent publications that are built upon the Raven robots, aim to be applied to the Raven robots, or are directly compared with the Raven robots, and 3) uses the Raven robots as a case study to discuss the popular research problems in the research community and the trend of robotic surgery study. Instead of being a thorough literature review, this work only reviews the works formally published in the past three years and uses these recent publications to analyze the research interests, the popular open research problems, and opportunities in the topic of robotic surgery.

研究の動機と目的

• 過去3年間におけるRaven IおよびIIのオープンソース手術用ロボットプラットフォームが研究コミュニティに与えた影響を評価すること。
• Raven関連の出版物を事例として、手術用ロボット分野における最も活発な研究テーマと新たな課題を特定・分析すること。
• 機械学習、自律性、シミュレーション、サイバーセキュリティなどの先進技術が、手術用ロボット分野の研究でどの程度採用されているかを検討すること。
• 特にRavenのようなオープンプラットフォームに関連して、未解決のニーズと機会を強調すること。
• 最近の文献に基づく傾向、貢献、限界を要約することで、今後の研究を導くこと。

提案手法

• Raven IおよびIIを引用した過去3年間の106編の査読済み論文を対象とした引用ベースの文献レビューを実施した。
• 研究分野（例：機械的設計、遠隔操作、自律性、シミュレーション、評価、サイバーセキュリティ）ごとに論文を分類し、動向を特定した。
• 引用された研究の技術的焦点（制御アーキテクチャ、センサ統合、システムの安全性メカニズムなど）を分析した。
• ROS互換性やリアルタイムLinux制御を通じて、オープンソースのソフトウェアおよびハードウェアがイノベーションをどのように促進したかを評価した。
• Ravenプラットフォームがシミュレーション、トレーニング、リモートアクセスにどのように使われているかを評価した。特に、Ravenシミュレータおよびオンラインインターフェースの開発状況を含めた。
• 深層学習やソフトロボティクスの採用が低いことなどの研究ギャップを特定し、データ不足や信頼性の懸念といった障壁について議論した。

実験結果

リサーチクエスチョン

• RQ1 過去3年間でRavenプラットフォームを用いた手術用ロボット分野における最も顕著な研究テーマは何か？
• RQ2 Raven IおよびIIのオープンソース性は、手術用ロボット分野におけるイノベーションと協働にどのように影響したか？
• RQ3 機械学習、特に深層学習が、広範なロボット分野では成功を収めているにもかかわらず、なぜ現在の手術用ロボット分野研究で未だに活用が限定的なのか？
• RQ4 手術用ロボットシステムにおける自律性、シミュレーション、サイバーセキュリティを進めるにあたり、主な課題と未解決のニーズは何か？
• RQ5 Raven IおよびIIの設計および制御の特徴は、現在の手術用ロボット分野研究の方向性と制限にどのように影響を与えているか？

主な発見

• 機械的設計およびモデリングが最も活発な研究分野であり、引用された論文の38％が手術用ロボットの機敏性、安定性、制御精度の向上に焦点を当てている。
• 遠隔操作が依然として支配的な制御パラダイムであり、引用された論文の28％がシステムアーキテクチャ、マスターコントローラ、通信プロトコルに焦点を当てている。
• サイバーセキュリティが重要な懸念として浮上しており、引用された論文の6％がRavenプラットフォームを用いた遠隔手術システムにおける脅威と防御を分析している。
• 自律的ロボット手術は未だ未開拓であり、引用された論文のうち10％しか運動計画やタスク自動化（例：ニードル挿入、縫合）に焦点を当てていない。
• シミュレーションと評価は著しく未活用であり、引用された論文のうち3％がシミュレーション、2％がシステム評価に割り当てられており、検証およびトレーニングツールのギャップが顕在している。
• Ravenのソフトウェアおよびハードウェアのオープンソース性のおかげで、18の研究機関で広く採用され、制御、安全性、センサ統合分野におけるイノベーションを促進している。