Path Planning of Surgical Robot for Minimally Invasive Surgery on Riemannian Manifold

Im Inneren des menschlichen Körpers ist der für einen Chirurgen verfügbare Arbeitsraum oft eine enge, gekrümmte Kammer. Bei minimalinvasiven Operationen führt ein Arzt lange, schlanke Instrumente durch eine kleine Öffnung in der Bauchwand ein. Diese Werkzeuge müssen um empfindliche Organe herummanövrieren, ohne diese zu berühren, während sie gleichzeitig um diesen einzigen, fixen Eintrittspunkt rotieren. Diese Einschränkung schafft ein schwieriges geometrisches Rätsel: Der Roboter, der das Werkzeug hält, kann sich nicht einfach in einer geraden Linie bewegen, da die Spitze des Werkzeugs mit einem Organ kollidieren könnte oder die Gelenke des Roboters selbst ihre physikalischen Grenzen erreichen könnten. Jahrzehntelang haben Chirurgen diese Roboterarme von Hand gesteuert, aber der Mangel an erfahrenen Roboterchirurgen hat den Drang nach Maschinen vorangetrieben, die ihre eigenen sicheren Wege planen können. Die Herausforderung besteht darin, eine Route zu finden, die nicht nur sicher vor Kollisionen ist, sondern auch schonend für die Mechanik des Roboters und die Körperwand des Patienten.

Ein Forschungsteam der Universität Tokio und des National Institute of Informatics hat einen neuen Weg entwickelt, um dieses Navigationsproblem zu lösen. Anstatt zu versuchen, den Pfad im dreidimensionalen Raum abzubilden, in dem sich die Spitze des Roboters bewegt, haben sie das Problem in einen anderen Raum transformiert, der die Winkel der Gelenke des Roboters beschreibt. Sie behandelten diesen Raum der Gelenkwinkel als eine gekrümmte Oberfläche, ähnlich wie eine Landkarte der Erde eine flache Darstellung einer Kugel ist. Durch dies konnten sie mathematische Werkzeuge nutzen, die für gekrümmte Oberflächen entwickelt wurden, um die glatteste und sicherste Route für den Roboter zu finden. Ihre Methode behandelt die Gelenke des Roboters so, als würden sie auf einer Landschaft wandern, in der Hindernisse Hügel sind, die zu umgehen sind. Sie fanden heraus, dass dieser „Landschaft“ der Gelenkwinkel für die spezifischen Formen der inneren Organe überraschend einfach zu navigieren ist, was es dem Roboter ermöglicht, einen sicheren Pfad mit weniger Belastung für seine Motoren als herkömmliche Methoden zu berechnen.

Das Team testete ihre Idee mit einem Roboterarm, der für die Chirurgie konzipiert wurde und über fünf bewegliche Gelenke sowie ein am Ende befestigtes Werkzeug verfügt. In einem typischen Szenario muss der Roboter sein Werkzeug vom Eintrittspunkt an der Bauchwand zu einem Zielorgan, wie etwa der Gallenblase oder der Blase, bewegen, ohne das umliegende Gewebe zu berühren. Das Team erstellte eine digitale Simulation eines menschlichen Abdomens, wobei eine konkave Form die Körperhöhle darstellte und eine Kugel im Inneren platziert wurde, um ein Organ wie die Gallenblase nachzubilden. Anschließend untersuchten sie zwei verschiedene Planungsstrategien. Der erste war ein Standardansatz, der den Pfad im physischen Raum plant, in dem sich die Werkzeugspitze bewegt. Der zweite war ihre neue Methode, die den Pfad plante, indem sie die Winkel der Gelenke des Roboters betrachtete.

Beim Standardansatz versucht der Computer, eine Linie durch den 3D-Raum der Körperhöhle zu zeichnen. Da die Körperhöhle jedoch gekrümmt ist und die Organe komplex sind, litten frühe Ansätze, die Voxel- oder Mesh-Approximationen für die Hindernisprojektion verwendeten, oft unter hohem Speicherbedarf oder groben Kollisionsprüfungen. Die neue Methode der Forscher kehrte die Perspektive um. Sie erkannten, dass die „verbotenen“ Bereiche, die durch die Organe entstehen, wenn sich die Gelenke des Roboters bewegen, im Raum der Gelenkwinkel anders aussehen. Insbesondere stellten sie fest, dass die komplexen, gekrümmten Formen der Organe, die im physischen Körper konkav sind, im Raum der Gelenkwinkel oft als einfache, konvexe Formen erscheinen. Eine konvexe Form ist wie ein glatter Hügel, der nach außen gekrümmt ist, während eine konkave Form wie eine Höhle oder eine Schale ist, die nach innen gekrümmt ist. Dieser Unterschied ist entscheidend, da das Finden des kürzesten Weges um einen glatten Hügel mathematisch viel einfacher und schneller ist als der Weg um eine Höhle.

Durch die Umwandlung des Problems in diesen Gelenkwinkelraum konnten die Forscher einen schnellen, effizienten Algorithmus nutzen, um die beste Route zu finden. Sie definierten Kosten für jede mögliche Bewegung und bestraften Pfade, die den Roboter zu nah an seine physikalischen Grenzen oder zu nah an die simulierten Organe brachten. Dann nutzten sie eine Sampling-Technik, um eine Karte sicherer Punkte zu erstellen und verbanden diese mit den Pfaden geringster Kosten mittels des Dijkstra-Algorithmus. Als sie die Ergebnisse verglichen, erzeugte die neue Methode eine Trajektorie, die eine signifikant geringere Bewegung der Gelenke des Roboters erforderte. In ihren Tests betrug der durchschnittliche Winkel des Werkzeugs relativ zur Bauchwand bei der neuen Methode etwa 31,8 Grad, im Vergleich zu 39,5 Grad bei der traditionellen Methode. Der erreichte Maximalwinkel lag bei 40,3 Grad gegenüber 47,7 Grad. Diese kleineren Winkel bedeuten, dass der Roboter nicht so stark gegen die Bauchwand des Patienten verdreht, was die Belastung des Eintrittsportals reduziert und das Risiko von Gewebeschäden senkt.

Die Studie zeigte auch, dass die neue Methode rechnerisch effizient ist. Da die Hindernisse im Gelenkwinkelraum als einfache konvexe Formen behandelt werden konnten, musste der Computer keine massive, erschöpfende Suche durchführen, um die Lösung zu finden. Stattdessen konnte er einen „gierigen“ (greedy) Ansatz verwenden, um den nächstgelegenen Punkt auf der Hindernisgrenze innerhalb des Graphen zu finden, der dann als Komponente in der breiteren Dijkstra-Suche verwendet wurde. Dies ist vergleichbar mit einem Wanderer, der einen glatten Hügel hinaufsteigt, um den Gipfel zu finden, in dem Wissen, dass der Weg frei ist, anstatt jedes Detail eines komplexen Höhlensystems erkunden zu müssen. Die Forscher validierten diese Ergebnisse durch Experimente mit einem Roboterarm und einer Nachbildung einer Blase und bestätigten, dass die berechneten Pfade tatsächlich glatter verliefen und weniger Gelenkbewegungen erforderten.

Diese Arbeit deutet auf eine vielversprechende Richtung für die Zukunft der Roboterchirurgie hin. Obwohl sich die aktuelle Studie auf spezifische, vereinfachte Organformen konzentrierte, deuten die Ergebnisse darauf hin, dass die komplexe Geometrie des menschlichen Körpers vereinfacht werden kann, wenn man sie durch die Linse der eigenen Mechanik des Roboters betrachtet. Die Forscher merkten an, dass ihre Methode besonders gut für Situationen geeignet ist, in denen die Organe als Kombinationen konvexer Oberflächen approximiert werden können. Sie räumten ein, dass komplexere Hindernisse weitere Verfeinerungen der Bedingungen erfordern könnten, damit diese Vereinfachung funktioniert. Dennoch ist die Kernbotschaft klar: Indem man die Art und Weise ändert, wie das Problem betrachtet wird – weg vom Raum des Körpers hin zum Raum der Gelenke des Roboters –, wird es möglich, sicherere und effizientere Pfade zu generieren. Dieser Ansatz könnte es chirurgischen Robotern schließlich ermöglichen, mit einem höheren Grad an Autonomie zu operieren, was die Arbeitsbelastung der Chirurgen verringert und minimalinvasive Eingriffe noch sicherer macht.