[論文レビュー] Recent Developments and Future Challenges in Medical Mixed Reality

Long Chen, Thomas W. Day+2 more|arXiv (Cornell University)|Aug 3, 2017

Augmented Reality Applications参考文献 62被引用数 5

ひとこと要約

本論文は、1995年から2015年までの1,403編の研究論文を対象に、潜在ディリクレ配分（LDA）を用いたデータ駆動型の医療ミックスドリアルリティ（MR）分類を提示する。主な応用分野として手術支援、教育、リハビリテーションが顕著に浮き彫りにされ、技術的課題としてはトラッキング、レジストレーション、リアルタイム処理が臨床応用を阻害する主要因であることが明らかになった。

ABSTRACT

Mixed Reality (MR) is of increasing interest within technology-driven modern medicine but is not yet used in everyday practice. This situation is changing rapidly, however, and this paper explores the emergence of MR technology and the importance of its utility within medical applications. A classification of medical MR has been obtained by applying an unbiased text mining method to a database of 1,403 relevant research papers published over the last two decades. The classification results reveal a taxonomy for the development of medical MR research during this period as well as suggesting future trends. We then use the classification to analyse the technology and applications developed in the last five years. Our objective is to aid researchers to focus on the areas where technology advancements in medical MR are most needed, as well as providing medical practitioners with a useful source of reference.

研究の動機と目的

• 医療MRの応用分野と技術分野における研究動向を特定・分類すること。
• 20年間にわたる医療MRの動向を、偏りのない自動テキストマイニング手法を用いて分析すること。
• 臨床応用を阻害する主な技術的障壁、特にトラッキング精度、レジストレーション、レイテンシなどの課題を特定すること。
• ソフト tissue 変形の取り扱いやハプティクス統合といった、未開発だが高いインパクトをもつ分野を同定し、今後の研究を導くこと。
• 研究者および臨床医が医療現場におけるMRの導入を進めるための体系的かつ体系的な参考資料を提供すること。

提案手法

• Scopusから抽出した1,403編の医療MR研究論文を対象に、生成的確率的モデルである潜在ディリクレ配分（LDA）を適用し、自動的にトピックを分類した。
• LDAを用いて、要約およびキーワードにおける語句頻度に基づくトピック重みを導出し、階層的かつ偏りのない医療MR分類体系を構築した。
• 語句の意味的クラスタリングに基づき、「手術」「教育」「リハビリテーション」「トラッキング」「レジストレーション」など10の明確なトピックに分類した。
• 時間的経過に伴うトピックの出現頻度をマッピングすることで、発展・衰退傾向を示すトレンド分析を実施した。
• 特に2010年から2015年の最近の進展に注目し、技術的革新と臨床的応用の両面から主要トピックをレビューした。
• 特定された分野において、リアルタイム性能、システムレイテンシ、計算能力、臨床的妥当性の各側面から課題を評価した。

実験結果

リサーチクエスチョン

• RQ1 1995年から2015年までの医療MR研究において、主な応用分野と技術的サブフィールドは何か？
• RQ2 医療MRの研究焦点は、臨床応用を念頭に置いて、20年間にわたりどのように変化したか？
• RQ3 実用的臨床応用を制限する主な技術的障壁（トラッキング精度、レジストレーション、レイテンシなど）は何か？
• RQ4 手術、リハビリテーション、教育などの医療分野において、MRの研究が最も進んでいる分野はどこで、現在の研究において最大のギャップはどこにあるか？
• RQ5 HoloLensのような新興ハードウェアプラットフォームは、医療MRの研究開発の方向性にどのように影響を与えているか？

主な発見

• LDAに基づく分類により10のコアトピックが特定され、『手術』と『教育』が最も顕著な応用分野として浮き彫りにされた一方、『トラッキング』と『レジストレーション』は中心的な技術的課題であった。
• 上位10のトピックの54.5％が応用指向であり、『手術』が最も高いトピック重み（0.0545）を示しており、手術分野におけるMR研究の集中度が顕著に高まっていることが示された。
• 進展は見られても、内視鏡的手術における軟部組織の変形をリアルタイムで追跡する問題は依然として解決不能であり、特にモノスコピック内視鏡と気腹症による臓器のずれが大きな障壁となっている。
• 現在のMRシステムはトラッキングにSLAMに大きく依存しているが、柔軟な組織環境では剛体特徴が不足するため、変形可能なシーンモデリングのための新しいアプローチが求められている。
• ハプティクスフィードバックの統合は、レイテンシとキャリブレーションの問題により限定的であり、1件の研究のみが100msのレイテンシと1ピixelの視覚的・ハプティカルな整合性を達成している。
• 医療MRの理論的性能要件（30fps、5000～6000 GFLOPS）は、現在のモバイルハードウェアの20倍以上に上回っており、クラウドベースの並列処理と次世代モバイルGPUの開発が急務であることが示された。