脳静脈系BCIアクセスの自律ロボットナビゲーションを初実証、SAC制御でファントム到達に成功

著者らは、右内頸静脈から上矢状静脈洞までの二つの連続する脳静脈系ナビゲーションタスクを、模擬環境のみで訓練した自律ロボットが未知の解剖モデルでも達成できるか、またオンラインで失敗を予測して人間の監督を支援できるかを検証した。

血管内BCIは開頭を回避できるが、脳静脈の解剖は個人差が大きく、関連血管は先細りして蛇行するため、手動ナビゲーションでは術者の技能に依存し、透視による被曝も生じる。従来の自律カテーテル操作研究は主に大動脈弓や冠動脈、脳動脈を対象としており、脳静脈系の自律到達は未検討だったため、再現性の高い目標到達手法が確立されていなかった。

従来は、透視下で術者がガイドワイヤとカテーテルを手動操作して目標血管に到達する手技が標準だった。強化学習を用いた自律カテーテルナビゲーションは心臓インターベンションや動脈内血栓除去でin silicoおよびin vitroの実証が進んだが、対象は大動脈弓、冠動脈、脳動脈に限られ、脳静脈系は扱われていなかった。またオンライン失敗予測を組み合わせて人間の監督を支援する枠組みもなかった。

本研究は、脳静脈系アクセスを右内頸静脈から下位上矢状静脈洞まで（タスクA）と、下位上矢状静脈洞から最上位上矢状静脈洞まで（タスクB）の二つに分割し、模擬血管環境stEVE上でSoft Actor-CriticをLSTM観測エンコーダ付きで訓練した。訓練では1つの解剖モデルに幾何学的拡張（全体スケーリング、局所伸縮、回転、中心線制御点の摂動など）を加え、観測はガイドワイヤ先端を含む3点の画像平面座標と目標位置、前回行動のみとした。タスクごとにGRUベースの再帰型失敗予測器を事後学習し、今後20制御ステップ以内の失敗確率を推定した。実機評価では、3Dプリントした血管ファントムを透視下に置き、2自由度の独立キャリッジを持つロボットマニピュレータでカテーテルとガイドワイヤを操作した。予測確率が0.80を6ステップ超えた場合に自動でガイドワイヤを後退させる概念実証も実装した。

シミュレーションでは各条件250エピソード、合計1000エピソードを評価した。訓練解剖ではタスクAが85.6%（214/250）、タスクBが98.4%（246/250）の成功率だった。ホールドアウト解剖ではタスクAが42.0%（105/250）に低下し、タスクBは91.6%（229/250）だった。実機の透視下ファントム実験は各条件5回、合計20回実施し、全体で14回成功（成功率70%、95%信頼区間48.1〜85.5%）だった。内訳は訓練解剖でタスクAとBが各80%（4/5）、ホールドアウト解剖でタスクAが40%（2/5）、タスクBが80%（4/5）だった。失敗予測器はシミュレーションで失敗の99.3〜100.0%を検出し、誤警報率は0.8〜6.7%、警告リードタイムの中央値は22〜27ステップだった。しかし実機では失敗前に予測確率が上昇した一方、成功したランでも確率が高くなる較正のずれが生じた。

著者らは、利用可能な脳静脈画像データが2解剖のみで、訓練とホールドアウトに1つずつ使用したこと、実機評価が各条件5回と少なく、手動の専門家ナビゲーションとの比較がないことを限界として挙げた。3DプリントしたPLAファントムは拍動や生理的運動、コンプライアンスを再現しておらず、摩擦特性が生体血管と異なる可能性がある。成功判定は目標到達のみで、接触力、血管壁応力、穿孔や解離などの安全性指標は評価されていない。BCIデバイスの留置や神経信号記録、ex vivo/in vivo検証は行われていない。失敗予測器は同じ制御器ファミリーの軌道から訓練されており、未知の制御器やハードウェア故障を検出できるかは不明で、自動後退は安全性を検証したものではなく、後退なしの対照実験もない。実機は単一の自作ロボットマニピュレータと単一のガイドワイヤ・カテーテル種類のみで評価されており、ハードウェア一般化は未検証である。コード公開の有無は論文では報告されていない。