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

人間の体内では、外科医が作業するためのスペースは、しばしば狭く湾曲した空間となります。低侵襲手術を行う際、医師は腹壁の小さな開口部から細長くしなやかな器具を挿入します。これらの器具は、単一の固定された進入点（エントリーポイント）を中心に回転しながら、繊細な臓器に触れることなくそれらを回避して進まなければなりません。この制約は難しい幾何学的なパズルを生み出します。ロボットが器具を保持しているため、器具の先端が臓器に衝突したり、ロボット自身の関節が物理的な限界に達したりすることを防ぐために、単純に直線的に動くことができないからです。数十年にわたり、外科医はこれらのロボットアームを手動で操作してきましたが、熟練したロボット外科医の不足により、自ら安全な経路を計画できる機械への期待が高まっています。課題は、衝突を避けられるだけでなく、ロボットの機構や患者の体壁にも優しいルートを見つけ出すことです。

東京大学と情報学研究機構の研究チームは、このナビゲーション問題を解決する新しい手法を開発しました。彼らは、ロボットの先端が動く3次元空間の中で経路をマッピングしようとする代わりに、ロボットの関節の角度を記述する別の種類の空間へと問題を変換しました。彼らは、この関節角度の空間を、地球の地図が球体の平面表現であるのと同様に、曲面として扱いました。これにより、曲面用に設計された数学的ツールを用いて、最も滑らかで安全なルートを見つけることができました。彼らの手法は、ロボットの関節を、障害物を避けるべき「丘」とする風景の中を歩いているかのように扱います。彼らは、特定の臓器の形状に対して、この関節角度の「風景」が驚くほど単純にナビゲート可能であることを発見しました。これにより、従来の方法よりもモーターへの負担が少ない、安全な経路をロボットが計算できるようになりました。

研究者たちは、5つの可動関節と先端に器具を備えた手術用ロボットアームを用いて、このアイデアをテストしました。典型的なシナリオでは、ロボットは体壁の進入点から、胆嚢や膀胱などの標的となる臓器へ向けて、周囲の組織に接触することなく器具を移動させる必要があります。チームは、凹型の形状で人体腔を表現し、内部に胆嚢のような臓器を模した球体を配置することで、ヒトの腹部のデジタルシミュレーションを作成しました。そして、2つの異なる計画戦略を実行しました。1つ目は、器具の先端が動く物理的な空間内で経路を計画する標準的なアプローチです。2つ目は、彼らの新しい手法であり、ロボットの関節の角度に着目して経路を計画するものです。

標準的なアプローチでは、コンピュータは体腔内の3次元空間の中に線を引こうとします。しかし、体腔は湾曲しており、臓器は複雑であるため、障害物の投影にボクセルやメッシュ近似を用いた初期のアプローチでは、高いメモリ要求や粗い衝突判定に悩まされることがよくありました。研究者たちの新しい手法は、この視点を逆転させました。彼らは、ロボットの関節が動くとき、臓器によって作られる「禁止領域」が関節角度の空間では異なって見えることに気づきました。具体的には、身体の中で凹形である複雑で湾曲した臓器の形状が、関節角度の空間ではしばしば単純な凸形状として現れることを見出したのです。凸形状とは、外側に向かって膨らむ滑らかな丘のようなものであり、一方で凹形状は洞窟やボウルのように内側に窪んだ形状を指します。この区別は極めて重要です。なぜなら、滑らかな丘の周囲を通る最短経路を見つけることは、洞窟の周囲を通る経路を見つけるよりも、数学的にはるかに容易で高速だからです。

この問題を関節角度の空間に変換することで、研究者たちは、最適なルートを見つけるための高速かつ効率的なアルゴリズムを使用することができました。彼らは、あらゆる可能な動きに対してコストを定義し、ロボットが物理的な限界に近づきすぎたり、シミュレートされた臓器に近づきすぎたりする経路に対してペナルティを課しました。そして、サンプリング手法を用いて安全な点のマップを構築し、ダイクストラ法を用いてそれらを最小コストの経路で接続しました。結果を比較したところ、新手法はロボットの関節の動きが大幅に少ない軌跡を生み出しました。テストにおいて、体壁に対する器具の平均角度は、従来の手法では39.5度であったのに対し、新手法では約31.8度でした。最大角度についても、従来は47.7度であったのに対し、新手法では40.3度でした。これらの角度が小さいということは、ロボットが患者の体壁に対して急激にねじれていないことを意味し、これによりエントリーポートへのストレスが軽減され、組織損傷のリスクが低減されます。

この研究は、計算効率の高さも示しました。関節角度の空間における障害物は単純な凸形状として扱うことができるため、コンピュータは解を見つけるために膨大な探索を行う必要がありませんでした。代わりに、グラフ内の障害物境界の最も近い点を「貪欲（グリーディ）」なアプローチで見つけ出し、それを広範なダイクストラ探索の構成要素として利用することができました。これは、複雑な洞窟の隅々まで探索する必要があるのではなく、滑らかな丘を登って頂上を見つけるハイカーのようなものです。研究者たちは、ロボットアームと模擬膀胱を用いた実験を通じてこれらの知見を検証し、計算された経路が実際に、より滑らかで、より少ない関節運動を必要とすることを確認しました。

この研究は、ロボット手術の未来に向けた有望な方向性を示唆しています。今回の研究は特定の簡略化された臓器形状に焦点を当てたものですが、その結果は、ロボット自身のメカニズムというレンズを通して見ることで、ヒトの体の複雑な幾何学構造を単純化できる可能性があることを示しています。研究者たちは、彼らの手法が、臓器を凸面の組み合わせとして近似できる状況に特に適していると述べています。より複雑な障害物については、この単純化が機能するための条件についてさらなる精査が必要であることも認めています。しかし、核心となる発見は明白です。問題を「体の空間」から「ロボットの関節の空間」へと捉え方を変えることで、より安全で効率的な経路を生成することが可能になるのです。このアプローチは、最終的に手術ロボットが高い自律性を備えて動作することを可能にし、外科医の負担を軽減し、低侵襲手術を患者にとってさらに安全なものにすることができるでしょう。