Point Tracking in Surgery--The 2025 Surgical Tattoos in Infrared Challenge (STIRC2025)
本論文は、MICCAI EndoVis 2025において開催された2025年Surgical Tattoos in Infrared Challenge (STIRC2025) の結果と参加手法を提示するものであり、セグメンテーションや3D再構成といった外科的応用を推進するために、STIRデータセットを用いて7つのチームのポイントトラッキング精度と推論効率を評価したものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
あなたは、キャラクターが柔らかくて、ぐにゃぐにゃしたゼリーでできている、ハイステークスなビデオゲームを見ているところだと想像してください。カメラは激しく回転しながら、ズームインとズームアウトを繰り返しています。あなたの仕事は？ そのゼリーの上にある、7つの特定のキラキラしたラメの粒に、指をピタッと貼り付けておくことです。どれほど形が伸びたり、ねじれたり、巨大な手が覆いかぶさってきたりしても、です。もし一つでも粒を見失ったら、ゲームオーバーです。
これは、2025年のSTIRチャレンジ（Surgical Tattoos in Infrared：赤外線による外科的タトゥー）が直面している課題そのものです。これは、コンピュータ科学者たちが、手術中の動く組織の上にある小さな点を追跡する「デジタル指」を構築するために競い合うコンテストです。目標は、単に点を見ることではありません。組織が濡れたヌードルのようにグニャグニャと動いている間でも、それらが3D空間のどこに正確に位置しているのかを知ることなのです。
セットアップ：見えないインクと見えない目
公平性を期すため、主催者はSTIRC2025と呼ばれる特別なデータセットを作成しました。彼らは単にランダムなビデオを使ったのではありません。「外科的タトゥー」という技法を用いたのです。これは、赤外線の下では光るものの、肉眼では見えない特殊なインクを使って、豚の皮膚（ライブテスト用）や異なる組織（デッドテスト用）に小さな点を描くようなものです。
データの仕組みは以下の通りです：
- 開始： カメラは赤外線で光る点を見ます。
- アクション： カメラは通常の白色光に切り替わり、外科医（またはロボット）が組織を動かします。
- 終了： カメラは再び赤外線に切り替わり、点が最終的にどこに移動したかを確認します。
このチャレンジでは、チームに合計234個の点を含む32個のビデオクリップ（各クリップの長さは平均して約7.7秒）が提供されました。チームは、まるで超高速の「リーダーの後をついていくゲーム」のように、フレームごとにこれらの点を追跡できるアルゴリズムを書かなければなりませんでした。
ゲームのルール
審査員は2つの要素を測定しました。
- 精度（Accuracy）： アルゴリズムの予測が、ドットの実際の最終位置にどれだけ近かったかを測定しました。これらは異なる「許容レベル」でチェックされました。2Dトラッキングについては、ピクセル（4, 8, 16, 32, 64ピクセル）単位で誤差を測定しました。3Dトラッキングについては、ミリメートル（2, 4, 8, 16, 32mm）単位で測定しました。
- 効率性（Efficiency）： アルゴリズムがいかに速いかです。手術においては、コンピュータが考えるのを待つことはできません。彼らは「レイテンシ」（1フレームを処理するのにかかる時間）を測定し、システムがクラッシュを引き起こすような「遅い瞬間」がないことを確認するために、95パーセンタイルと99パーセンタイルを調べました。
競技者と結果
7つのチームがアリーナに入りました。結果は以下の通りです。
2Dトラッキング・レース（平面スクリーン）
目標は、平らな2Dスクリーン上の点を追跡することでした。
- 驚きの勝者： 最も精度の高い手法は、チームによる派手な新発明ではなく、主催者が提供したスタート地点としてのベースライン手法であるMFT（Multi-Frame Tracker）でした。これは平均精度83.50を記録しました。
- 人間のチーム： 最も優れた人間チームであるCCG DGISTが、スコア82.99で2位に入りました。彼らは、2つの異なるトラッキングスタイル（短い動きに強いものと、長い動きに強いもの）を組み合わせ、ドライバーがギアを変えるように切り替える「ハイブリッド」なアプローチを用いました。
- 「コントロール」グループ： すべての点に対して「動きゼロ」と予測したチームがありました。彼らのスコアは50.00であり、何もしないことが明らかに（試行錯誤するよりも）劣っていることを証明しました。
3Dトラッキング・レース（奥行き）
これはより困難でした。チームは、点が空間のどの深さに位置しているかを突き止めなければなりませんでした。
- 勝者： チームNCT TSOが、スコア68.46でトップに立ちました。彼らは「カルマンフィルタ」（動きを予測する数学的ツール）を用いた巧妙なトリックを使い、ミスを防ぐために自身の計算を自己検証しました。
- 準優勝： チームMFTIQProbが、57.09で2位となりました。
- ベースライン： 主催者自身の3Dベースライン（2Dトラッキングとステレオカメラを組み合わせたもの）は58.80でした。これは、勝者であるNCT TSOがベースラインを上回った一方で、2位のMFTIQProbはベースラインを下回ったことを意味します。
スピード・レース（効率性）
スピードは重要です。アルゴリズムが遅すぎると、外科医はそれを使うことができません。
- 最速： チームNCT TSOも、スピード・コンテストで勝利しました。彼らのアルゴリズムは、わずか26.25ミリ秒で1フレームを処理しました。
- 格差： 次に速いチームは、140.52ミリ秒かかり、5倍も遅かったのです。
- カットオフ： スピード・レースに参加するには、精度が最高精度の**90%**以上である必要がありました。2つのチーム（SRVとBlueJays）は、精度が低すぎてスピード・カテゴリーには参加できませんでした。
論文が述べていること（および述べていないこと）
著者らは、以下の点に注意深く言及しています。
- 魔法の弾丸（特効薬）は存在しない： ベースラインのMFT手法が最も高精度であった事実は、チームが「過学習（オーバーフィッティング）」（テストデータを暗記しすぎること）をしていたか、あるいはベースラインが非常に堅実であることを示唆しています。著者らは、手法がテストセットだけでなく、新しいデータに対しても機能するようにするために、今後のチームは**堅牢なクロスバリデーション（交差検証）**に焦点を当てる必要があると示唆しています。
- 3Dは依然として困難： 論文では、どのチームもゼロから「完全に3Dで」ポイントを追跡したわけではないと指摘しています。全員が2Dトラッキングとステレオカメラの数学を組み合わせて使用していました。著者らは、3Dの深さをネイティブに理解するモデルを作ることは、現時点では複雑すぎると考えています。
- 「コントロール」のチェック： 「ゼロの動き」を予測するコントロール手法は、全員が正しくデータを使用しているかを確認するために含まれていました。もし「何もしない」チームに勝てなければ、それはやり方が間違っているということです。
まとめ
2025年のSTIRチャレンジは、組織を追跡するための非常に高速で正確なツールは存在するものの、「完璧な」ソリューションはまだ構築されている最中であることを示しました。最高の成果を上げたのは、2DにおけるチームCCG DGISTや、3DおよびスピードにおけるチームNCT TSOのように、伝統的な信頼性と新しいテクニックを組み合わせたチームでした。
著者らは、次のステップは単にモデルを大きくすることではなく、限られたデータから学習し、「疑似ラベル（AI自身の予測を用いて教えること）」を活用し、現実の手術における奇妙な照明やグニャグニャとした動きに混乱することなく対処できる、よりスマートなモデルを構築することであると示唆しています。これは進行中のプロセスですが、「デジタル指」は着実に安定してきています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。