ワールドモデルを用いた安全な自律型血管内治療（内膜切除）に向けて

arXiv cs.RO / 2026/4/23

📰 ニュースDeveloper Stack & InfrastructureModels & Research

共有:

要点

この論文では、機械的血栓除去（MT）のための自律的な血管内ナビゲーションを対象に、ワールドモデルに基づく強化学習フレームワークを提案し、多様な血管解剖や長い航行ホライゾンに対する頑健性の向上を目指しています。
著者らは、TD-MPC2エージェントを複数のシミュレーション課題で評価し、患者固有の血管データ（ホールドアウト）を用いて性能をSoft Actor-Critic（SAC）と比較します。
シミュレーションでは、TD-MPC2がSACより高い平均成功率を示しました（58% vs. 36%、p < 0.001）。また、先端の接触力は0.15 Nで、破裂閾値である1.5 Nを大きく下回っています。
蛍光透視ガイダンス下で患者固有の血管ファントムを用いたin vitro試験では、成功率はTD-MPC2（68%）とSAC（60%）で同程度でしたが、TD-MPC2は経路比で優れていました（p = 0.017）。一方で、手技時間は長くなりました（p < 0.001）。
著者らは、ホールドアウトのin silicoデータと蛍光透視下のin vitro実験の両方で検証した自律MTナビゲーションとして初のデモであり、より安全で一般化しやすいAI支援血管内治療の可能性を示すと主張しています。