特開 2023-64087 ロボットアームを誘導してカテーテルを動作させるためのニューラルネットワークのための訓練システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023064087

(43)【公開日】2023-05-10

(54)【発明の名称】ロボットアームを誘導してカテーテルを動作させるためのニューラルネットワークのための訓練システム

(51)【国際特許分類】

   A61B 34/10 20160101AFI20230428BHJP

【ＦＩ】

A61B34/10

【審査請求】未請求

【請求項の数】16

【出願形態】ＯＬ

【外国語出願】

(21)【出願番号】P 2022169712

(22)【出願日】2022-10-24

(31)【優先権主張番号】63/271,270

(32)【優先日】2021-10-25

(33)【優先権主張国・地域又は機関】US

(31)【優先権主張番号】17/965,061

(32)【優先日】2022-10-13

(33)【優先権主張国・地域又は機関】US

(71)【出願人】

【識別番号】511099630

【氏名又は名称】バイオセンス・ウエブスター・（イスラエル）・リミテッド

【氏名又は名称原語表記】Ｂｉｏｓｅｎｓｅ Ｗｅｂｓｔｅｒ （Ｉｓｒａｅｌ）， Ｌｔｄ．

(74)【代理人】

【識別番号】100088605

【弁理士】

【氏名又は名称】加藤 公延

(74)【代理人】

【識別番号】100130384

【弁理士】

【氏名又は名称】大島 孝文

(72)【発明者】

【氏名】アサフ・ゴバリ

(72)【発明者】

【氏名】アンドレス・クラウディオ・アルトマン

(72)【発明者】

【氏名】バディム・グリナー

(57)【要約】

【課題】訓練システムを提供すること。
【解決手段】ロボットアームを制御して、カテーテルを操作して、侵襲的臨床カテーテルベースの処置をロボット的に実行するように、機械学習（例えば、ＮＮ）又は他の人工知能（ＡＩ）モデルを訓練するための方法及びシステムが提供される。
【選択図】図１

【特許請求の範囲】

【請求項1】

訓練システムであって、
１つ又は２つ以上の訓練セットアップであって、各訓練セットアップが、
器官に挿入するためのプローブを備え、前記プローブが、
前記プローブのハンドピースに位置する複数のセンサであって、前記プローブを使用して侵襲的処置を行う医師によるプローブ動作を感知するように構成されている、複数のセンサ、及び
前記プローブの遠位端に位置し、前記プローブ動作に対応する前記器官内の前記遠位端の位置を示すように構成されている、遠位センサ、を備える、１つ又は２つ以上の訓練セットアップと、
プロセッサであって、
前記１つ又は２つ以上の訓練セットアップから、各訓練セットアップの前記複数のセンサ及び前記それぞれの遠位センサを使用して取得されたプローブ動作データを受信すること、及び
前記プローブ動作データを使用して、機械学習（ＭＬ）モデルを訓練して、ロボットアームを誘導して、前記プローブを動作させて、前記侵襲的処置を行うこと、を行うように構成されている、プロセッサと、を備える、訓練システム。

【請求項2】

前記ハンドピースにおける前記センサが、前記プローブの前記遠位端の位置調整、方向調整、及びロール角度調整からなるタイプの群から選択される少なくとも１つのプローブ動作タイプを感知するように構成されている、請求項１に記載の訓練システム。

【請求項3】

前記ハンドピースにおける前記センサが、前記プローブのシャフトの前記遠位端の前進、後退、偏向、及び回転からなるタイプの群から選択される少なくとも１つのプローブ動作タイプを感知するように構成されている、請求項１に記載の訓練システム。

【請求項4】

前記ハンドピースにおける前記センサが、前記ハンドピースに位置するアクチュエータの１つ又は２つ以上のアクションを感知することによって、前記プローブ動作を感知するように構成されている、請求項１に記載の訓練システム。

【請求項5】

前記アクチュエータが、前記プローブのシースの遠位セクション、親指調整つまみ、ノブ、及びロックボタンのうちの少なくとも１つを備える、請求項４に記載の訓練システム。

【請求項6】

前記ハンドピースにおける前記センサ及び前記遠位センサが、磁気センサ、電気センサ、及び符号化センサのうちの１つである、請求項１に記載の訓練システム。

【請求項7】

前記プロセッサが、前記ＭＬモデルを訓練して、前記器官内の所与の開始場所から前記器官内の前記プローブの前記遠位端の所与の終了場所まで最小数の動きを見出すように構成されている、請求項１に記載の訓練システム。

【請求項8】

前記ＭＬモデルが、ニューラルネットワーク（ＮＮ）である、請求項１に記載の訓練システム。

【請求項9】

訓練方法であって、
１つ又は２つ以上の訓練セットアップの各々において、プローブを器官内に挿入することであって、前記プローブが、
前記プローブのハンドピースに位置する複数のセンサであって、前記プローブを使用して侵襲的処置を行う医師によるプローブ動作を感知するように構成されている、複数のセンサ、及び
前記プローブの遠位端に位置し、前記プローブ動作に対応する前記器官内の前記遠位端の位置を示すように構成されている、遠位センサ、を備える、挿入することと、
前記１つ又は２つ以上の訓練セットアップから、各訓練セットアップの前記複数のセンサ及び前記それぞれの遠位センサを使用して取得されたプローブ動作データを受信することと、
前記プローブ動作データを使用して、機械学習（ＭＬ）モデルを訓練して、ロボットアームを誘導して、前記プローブを動作させて、前記侵襲的処置を行うことと、を含む、訓練方法。

【請求項10】

前記ハンドピースにおける前記センサが、前記プローブの前記遠位端の位置調整、方向調整、及びロール角度調整からなるタイプの群から選択される少なくとも１つのプローブ動作タイプを感知するように構成されている、請求項９に記載の訓練方法。

【請求項11】

前記ハンドピースにおける前記センサが、前記プローブのシャフトの前記遠位端の前進、後退、偏向、及び回転からなるタイプの群から選択される少なくとも１つのプローブ動作タイプを感知するように構成されている、請求項９に記載の訓練方法。

【請求項12】

前記ハンドピースにおける前記センサが、前記ハンドピースに位置するアクチュエータの１つ又は２つ以上のアクションを感知することによって、前記プローブ動作を感知するように構成されている、請求項９に記載の訓練方法。

【請求項13】

前記アクチュエータが、前記プローブのシースの遠位セクション、親指調整つまみ、ノブ、及びロックボタンのうちの少なくとも１つを備える、請求項１２に記載の訓練方法。

【請求項14】

前記ハンドピースにおける前記センサ及び前記遠位センサが、磁気センサ、電気センサ、及び符号化センサのうちの１つである、請求項９に記載の訓練方法。

【請求項15】

前記ＭＬモデルを訓練することが、前記ＭＬモデルを訓練して、前記器官内の所与の開始場所から前記器官内の前記プローブの前記遠位端の所与の終了場所まで最小数の動きを見出すことを含む、請求項９に記載の訓練方法。

【請求項16】

前記ＭＬモデルが、ニューラルネットワーク（ＮＮ）である、請求項９に記載の訓練方法。

【発明の詳細な説明】

【技術分野】

【0001】

（関連出願の相互参照）
本出願は、２０２１年１０月に出願された米国仮特許出願第６３／２７１，２７０号の利益を主張し、その開示は、参照により本明細書に組み込まれる。

【0002】

（技術分野）
本発明は、概して、ロボット手術に関し、具体的には、ニューラルネットワーク（neural network、ＮＮ）によってロボットアームに結合されたカテーテルの自動誘導及び操縦に関する。

【背景技術】

【0003】

医療ロボットシステムの制御は、特許文献において以前に提案されていた。例えば、米国特許出願公開第２０１４／００４６１２８号は、主外科用ツール及び補助外科用ツールが結合されているロボットアームを有するスレーブロボットを含む外科用ロボットシステム、及びロボットアームを操作するためのマスタマニピュレータを有するマスタロボットに適用され得る制御方法を説明している。制御方法は、マスタマニピュレータの運動に関するデータを取得することと、取得された運動データ及び外科的タスクを構成する複数の運動を学習した結果に基づいて、オペレータによって実行されるべき基本運動を予測することと、予測された基本運動に基づいて、オペレータの基本運動に対応するように補助外科用ツールを調整することと、を含む。制御方法は、オペレータが手術をより快適に実行し、最適化された外科的位置まで、又は最適化された外科的位置において、必要な外科用ツールを全て移動又は固定することを可能にする。

【0004】

別の例として、米国特許出願公開第２０２１／０１２１２５１号は、治療された患者から患者データを受信するため、複数の治療された患者の各々について外科用ロボットデータを受信するため、かつ患者データ及び外科用ロボットデータに応答して治療される患者の治療計画を出力するための命令で構成されたプロセッサを備える、ロボット手術用の装置を説明している。このアプローチは、改善された治療結果を提供するように、患者及び外科用システムパラメータの間で個々の変動性に順応するという利点を有する。

【0005】

米国特許出願公開第２０２０／０２９７４４４号は、管腔ネットワーク内の医療器具を位置特定及び／又はナビゲートするためのシステム及び手技に関連する特定の態様を説明している。医療システムは、管腔ネットワークに挿入されるように構成された細長い本体、並びに細長い本体の遠位部分上に位置付けられた撮像デバイスを含むことができる。システムは、細長い本体が管腔ネットワーク内にあるときに捕捉された画像を含む撮像デバイス画像データから受信するように構成されたメモリ及びプロセッサを含み得る。画像は、管腔ネットワークの１つ又は２つ以上の分岐を描写することができる。プロセッサは、１つ又は２つ以上の管腔ネットワークの機械学習モデルにアクセスし、機械学習モデル及び１つ又は２つ以上の分岐に関する情報に基づいて、管腔ネットワーク内の細長い本体の遠位部分の場所を判定するように構成され得る。

【0006】

以下の本開示の実施形態の詳細な説明を図面と併せ読むことで、本開示のより完全な理解が得られるであろう。

【図面の簡単な説明】

【0007】

【図1】本発明の実施形態による、ロボットアームを誘導して心臓カテーテルを動作させるためのニューラルネットワーク（ＮＮ）のための訓練システムの概略的な絵画例解図である。

【図2】本発明の実施形態による、ロボットアームを誘導してカテーテルを動作させるために、ＮＮを訓練及び使用するための方法及びアルゴリズムを概略的に例解する複合ブロック図及びフローチャートである。

【発明を実施するための形態】

【0008】

概論
プローブ、例えば、心臓カテーテルなどのカテーテルは、典型的には、心臓などの器官の内部にプローブを正しく位置付けるために、ハンドピース（例えば、ノブ及びアクチュエータなどの調整つまみを装備したハンドル）を動作させる医師によって手動で操作される。例えば、不整脈を診断及び治療するために、医師は、カテーテルを介して心臓内信号を測定し、所見に従ってアブレーションを適用するために、多電極カテーテルを患者の心臓に挿入する必要があり得る。この目的のために、医師は、医師にはカテーテルの動作に高いスキルが求められると同時に、医師の予約状況が制限されるような重労働の状況下で働く必要がある。

【0009】

一般にカテーテル挿入処置、特に心臓カテーテルに基づく処置の可用性を増加させるために、開示される技法のいくつかの実施形態は、特定のカテーテル動作に対する（例えば、接近すべき標的解剖学的構造を指定することによる）医師からの高レベルの要求を、ハンドピースを動作させるロボットアームによるアクションに変換するニューラルネットワーク（ＮＮ）により動作されるカテーテル操作を想定している。そのようなハンズフリーロボット制御は、ロボットシステムに現在存在しない訓練データを訓練させるために、ＮＮの訓練データのセットを必要とする。

【0010】

以下に説明される本発明の実施形態は、ロボットアームを制御してカテーテルを操作し、侵襲的臨床カテーテルベースの処置をロボット的に実行するように、機械学習（例えば、ＮＮ）又は他の人工知能（artificial intelligence、ＡＩ）モデルを訓練するための方法及びシステムを提供する。

【0011】

本発明のいくつかの実施形態は、１つ又は２つ以上の訓練セットアップを提供し、各訓練セットアップは、侵襲的処置を実行する医師によって使用されるプローブ（例えば、カテーテル）のハンドピースに取り付けられたセンサのセットを備える。センサは、ハンドピースの運動、すなわち、ハンドピースの動作によってカテーテルの遠位端が並進、方向転換、回転、及び所定の場所でロックされる様子を記録する。センサはまた、医師によるハンドピースの要素の作動及び動作、例えば、カテーテルの遠位端を偏向させるために使用されるノブを追跡する。以下、「ハンドピース」という用語は、概して、調整つまみが配設されたプローブハンドルの近位セクションを指すが、「ハンドピース」はまた、ハンドル近傍のプローブのシャフト及び／又はシースの近位セクションを含み得、医師が同様に操作することができる。ハンドピースが医師によって操作されると、カテーテルセンサからのカテーテルの対応する場所と同様に、センサの読み取りが記録される。

【0012】

開示された訓練システムの１つ又は２つ以上の訓練セットアップは、１人又は２人以上（典型的には多く）の医師によって使用され、各医師のアクションから取得された訓練データは、ＮＮを訓練（例えば、教示）するために使用されるデータのセットに記録され、組み立てられる。

【0013】

センサは、磁気センサ、電気センサ、「符号化」センサ、すなわちエンコーダを使用するものなど、多数の異なるタイプのものであってよい。その特定のセンサを有するそのような訓練システムの詳細な実施形態は、図１に説明されている。

【0014】

訓練標的は、標的場所に到着することなどの臨床的なアクションであり、（例えば、損失関数によって定義される）ＮＮ最適化プロセスは、ハンドピースを介して実行される最小数のカテーテルアクションを使用して、又は各動作工程における遠位端の最小量の空間的動きを使用して、標的に到達することによって達成することができる。例として、カテーテルタスクは、８×８×８ｃｍの心房体積を２ｍｍ、すなわち６４，０００ボクセルを含む分解能で解剖学的にマッピングすることを想定している。動作を行う医師は、心臓カテーテルを移動させることを望み、開始位置（例えば、ボクセル１５）及び終了位置（例えば、ボクセル２０５０）という２つのボクセル番号をネットに提供する。この実施形態では、ＮＮは、所与の開始場所から所与の終了場所まで、最も近い動き、又は一連の動きを見出すように訓練されなければならない（例えば、それは、場所（例えば、位置、方向及び、ロール角度）ボクセル１５～ボクセル３５０まで、次いで３５０～２０５０までの二重の動き、又はボクセル１５～２０５０までの単一の動きを見出し得る）。ＮＮが最も近い（すなわち、最小限の）動きを選択すると、ハンドピースの運動、すなわち、ハンドピースへの制御を使用してカテーテルのシャフトの遠位端の並進（例えば、前進／後退）、偏向、及び回転に対応するコマンドをロボットに出力する。

【0015】

上記のような運動を、患者の様々な解剖学的構造に合うように正確かつ一貫してＮＮに指令させるためには、少なくとも数十個のＮＮ訓練データセットを収集することが想定される。しかしながら、そのような処置は１年間に数百回実行される可能性があるため、訓練システムは非常に広範で堅牢な訓練データコホートを容易に達成することができる。

【0016】

システムの説明
図１は、本発明の実施形態による、ロボットアームを誘導して心臓カテーテルを動作させるためのニューラルネットワーク（ＮＮ）のための訓練システム２０の概略的な絵画例解図である。図１は、手術台２９上の患者２８の心臓２６のマッピング及び／又はアブレーションを実行するために、マルチアームＰｅｎｔａｒａｙ（登録商標）カテーテル２１を使用している医師３０を描写している。挿入図２５が示すように、カテーテル２１は、その遠位端において、電極４２と結合されたマルチアーム遠位端アセンブリ４０を備える。カテーテル挿入処置中に、電極４２は、心臓２６の組織から及び／又は心臓２６の組織に電気信号を取得及び／又は注入する。遠位端アセンブリ４０は、遠位端アセンブリ４０の位置、方向、及び心臓２６内のロール角度を示す信号を出力するように構成された磁気場所センサ５０と更に結合されている。

【0017】

したがって、センサ５０を使用して、コンソール２４内のプロセッサ３４は、遠位端アセンブリの位置、方向、及びロール角度を判定することができる。この目的のために、コンソール２４は駆動回路３９を更に備え、この駆動回路は、患者２８の外側の既知の位置、例えば、患者の胴体の下方に配置された磁場生成器３６を駆動する。医師３０は、ユーザディスプレイ３２上の心臓２６の画像３３において遠位端アセンブリ４０の場所を視認することができる。

【0018】

この磁気場所感知の方法は、例えば、Ｂｉｏｓｅｎｓｅ Ｗｅｂｓｔｅｒが製造するＣＡＲＴＯ（商標）システムにおいて実現されており、米国特許第５，３９１，１９９号、同第６，６９０，９６３号、同第６，４８４，１１８号、同第６，２３９，７２４号、同第６，６１８，６１２号、及び同第６，３３２，０８９号、国際公開第９６／０５７６８号、並びに米国特許出願公開第２００２／００６５４５５（Ａ１）号、同第２００３／０１２０１５０（Ａ１）号、及び同第２００４／００６８１７８（Ａ１）号に詳細に説明されており、それらの開示が全て参照により本明細書に組み込まれる。

【0019】

磁気場所追跡に加えて更に、処置中に、電気場所追跡システムを使用して、各電極取得場所信号を、その信号が取得された心臓の場所に関連付けることによって、電極４２のそれぞれの場所を追跡し得る。例えば、米国特許第８，４５６，１８２号で説明され、その開示が参照により本明細書に組み込まれるＢｉｏｓｅｎｓｅ－Ｗｅｂｓｔｅｒ（Ｉｒｖｉｎｅ Ｃａｌｉｆｏｒｎｉａ）製のＡｃｔｉｖｅ Ｃｕｒｒｅｎｔ Ｌｏｃａｔｉｏｎ（ＡＣＬ）システムが使用され得る。ＡＣＬシステムでは、プロセッサは、カテーテル電極４２の各々と患者２８の皮膚に結合された複数の表面電極（図示せず）との間で測定されたインピーダンスに基づいて、電極４２のそれぞれの場所を推定する。

【0020】

医師３０は、右手でカテーテルハンドル３１を保持し、左手でシャフトを前進させるか、又はハンドル３１の近位端付近の親指調整つまみ４３及び／若しくはシース２３からの偏向を使用して、シャフト２２を操作することによって、シャフト２２上に装着される遠位端アセンブリ４０を心臓２６内の標的場所までナビゲートする。

【0021】

挿入図４５が示すように、ハンドル３１は、ロックボタン３７を有するノブ２７を更に含み、医師３０は、シャフト２２を操作するためにも使用する。以下に説明されるセンサ５２～６０のセットは、医師の動作を追跡するために様々な場所でカテーテル２１に結合される。特に、複数のセンサ５２～６０は、シース２３の近位セクションのハンドル３１、及びシャフト２２の運動、すなわち、医師３０がカテーテル挿入処置中にカテーテル２１を並進及び回転させるときの運動を記録する。医師３０によるカテーテル２１の上で説明される動作を、以下「ハンドピースの操作」と総称し、システム２０の目的は、図２で説明したように、プロセッサがロボットアームを使用してカテーテルを誘導するために使用するＮＮの訓練を可能にする場所データを生成することである。

【0022】

例として、ハンドピースの要素、例えば、カテーテルのシャフト２２の遠位端を偏向（４４）させる（すなわち、可変的に湾曲させて方向転換する）のに使用されるノブ２７と、それを適所にロックするボタン３７と、シャフト２２を前進又は後退（６２）させるとともに、シャフト２２を回転（６４）させる親指調整つまみ４３は、医師によって作動される。ハンドピースが医師によって操作されると、センサ５２～６０の読み出しが、カテーテルの対応する場所（カテーテル上のセンサ５０から、及び／又は前進した場所の電流（advanced location current、ＡＣＬ）の読み出しから）と同様に記録される。

【0023】

図示される実施形態では、センサ５２は、ハンドル３１の位置、方向、及びロール角度を示すように構成された磁気センサである。センサ５４は、ノブ２７の回転の量及び方向を示すように構成された符号化センサである。センサ５６は、押しボタン３７を使用するタイミング及び持続時間を示すように構成されている。センサ５８は、シース２３の近位セクションの位置、方向、及びロール角度を示すように構成された磁気センサである。センサ６０は、シャフト２２の遠位又は近位運動６２の量及び方向を示すように構成された符号化センサである。センサ５９は、その長手方向軸を中心としたシャフト２２の回転６４の量及び方向を示すように構成された符号化センサである。記録されたカテーテル場所情報全体は、図２に説明されるように、ＮＮの訓練中に使用されるコンソール２４内のメモリ３８に記憶される。

【0024】

図１に示される例示的な例解図は、単に概念を明確にする目的で選択されている。センサ５２～６０の追加的又は代替的なセンサの場所が、使用され得る。他のタイプのセンサ及びカテーテルは、訓練中に同等に採用され得る。センサは、ハンドピースに位置するアクチュエータの１つ又は２つ以上のアクションを感知することができる。

【0025】

組織センサとの接触は、遠位端アセンブリ４０に取り付けられ得る。実施形態では、プロセッサ３４は、測定中に電極４２の各々と心臓組織の内面との間の物理的接触の質を示すように更に構成されている。

【0026】

プロセッサ３４は、典型的には、本明細書に説明されている機能を実行するようにプログラムされたソフトウェアとともに汎用コンピュータを備える。特に、プロセッサ３４は、図２に含まれている本明細書に開示される専用のアルゴリズムを実行し、これは、以下で更に説明されるように、プロセッサ３４が本開示の工程を行うことを可能にする。ソフトウェアは、例えばネットワーク上で、コンピュータに電子形態でダウンロードすることができるか、あるいは、代替的に又は追加的に、磁気メモリ、光学メモリ、若しくは電子メモリなどの、非一時的実体的媒体上に提供及び／又は記憶することができる。

【0027】

ロボットアームを誘導してカテーテルを動作させるために、ＮＮを訓練する
図２は、本発明の実施形態による、ロボットアームを誘導してカテーテルを動作させるために、ＮＮ２５０を訓練及び使用するための方法及びアルゴリズムを概略的に例解する複合ブロック図及びフローチャートである。複合ブロック図及びフローチャートは、訓練段階２０１及び動作段階２０２の２つの段階に分割される。

【0028】

訓練段階２０１は、図１のシステム２０などの複数の訓練システムから、及び／又は訓練システム２０などのシステム上で実行される複数の処置からの訓練データの収集を伴う。記録された訓練データは、２つの対応するデータセット：
・第１のデータセット２３６：プローブハンドピースセンサ２３３（例えば、センサ５２～６０を有する、図１のカテーテル２１のハンドピース）、並びに
・第２のデータセット２４２：器官内のプローブの遠位端のカテーテル場所読み出し２４０（例えば、炉床２６内のカテーテル２１の遠位端アセンブリ４０のそれぞれの位置、方向、及びロール角度）からのものを含む。

【0029】

複数のデータセット２３６及び２４２は、システム２０のメモリ３８などのメモリに記憶され、ＮＮ２５０を訓練して訓練済みＮＮ２５５とするために使用される。

【0030】

動作段階２０２は、ロボットアームに結合されたプローブを備えるシステム内で訓練済みＮＮを使用することを含む。そのようなシステムは、例えば、シャフトの動き又はカテーテルの遠位先端の偏向を制御するように適合させることができる親指調整つまみを含む、操縦可能カテーテルとともに使用するための装置を説明する米国特許第８，０４６，０４９号に説明されている。装置は、遠位アセンブリ４０などの遠位先端部を前進／後退、及び／又は偏向させるために、親指調整つまみ４３又はノブ２７などの親指調整つまみに結合されるように適合されたエンドエフェクタを有するロボットを含む。米国特許第８，０４６，０４９号は、本特許出願の譲受人に割り当てられ、その開示は、参照により本明細書に組み込まれる。

【0031】

図２に見られるように、動作段階２０２の間、医師は、所望のカテーテル運動２６０を通信する。例えば、医師３０などの医師は、心室及び／又は（例えば、肺静脈の小孔の）その中のアブレーションのマッピングを指示することができる。多数の心室マッピング及び／又はアブレーションセッションからのデータセットの集合体２３８を使用して訓練された（すなわち、教示された２４８）ＮＮ２５０は、高レベルの命令２６０をロボットアームへの実際のコマンド２７０に変換し、学習されたようにカテーテルを操作する。

【0032】

図２に示されている例示的な複合ブロック図及びフローチャートは、純粋に概念を明確にする目的で選択されたものである。本実施形態はまた、確認要求工程などのアルゴリズムの追加の工程を含み得る。これらの工程及び他の可能な工程は、より単純化された図を提供するために、本明細書における開示内容から意図的に省略されている。

【0033】

本明細書に説明の実施形態は、主に心臓カテーテルベースの用途に対処するが、本明細書に説明の方法及びシステムはまた、任意の医療ロボットアームを訓練して、ロボットアームに結合されたプローブを動作させる際に使用され得る。

【0034】

実施形態の実施例

【実施例0035】

以下で説明される本発明の実施形態は、１つ又は２つ以上の訓練セットアップと、プロセッサ（３４）と、を含む、訓練システム（２０）を提供する。１つ又は２つ以上の訓練セットアップの各々は、器官に挿入するためのプローブ（２１）を含み、プローブは、（ｉ）プローブのハンドピース（３１）に位置する複数のセンサ（５２～６０）であって、センサが、プローブを使用して侵襲的処置を行う医師によるプローブ動作を感知するように構成されている、複数のセンサと、（ｉｉ）プローブ（２１）の遠位端に位置し、プローブ動作に対応する器官の内部の遠位端の位置を示すように構成されている遠位センサ（５０）とを含む。プロセッサ（３４）は、（ａ）１つ又は２つ以上の訓練セットアップから、各訓練セットアップの複数のセンサ（５２～６０）及びそれぞれの遠位センサ（５０）を使用して取得されたプローブ動作データを受信し、（ｂ）プローブ動作データを使用して、機械学習（machine learning、ＭＬ）モデル（２５０）を訓練して、ロボットアームを動作させて侵襲的処置を行うように構成されている。

【実施例0036】

ハンドピース（３１）におけるセンサ（５２～６０）が、プローブ（２１）の遠位端の位置調整、方向調整、及びロール角度調整からなるタイプの群から選択される少なくとも１つのプローブ動作タイプを感知するように構成されている、実施例１に記載の訓練システム。