世界モデルを用いた安全な自律型ロボット内血管介入への道

arXiv:2604.20151v1 Announce Type: cross 摘要：自律型機械的溶栓術（MT）は、血管の幾何学的形状が高度に変異する点や、正確なリアルタイム制御の必要性などにより、大きな課題を持っています。強化学習（RL）は内血管導航の自動化有望なパラダイムとして登場しましたが、既存のアプローチは、多様な患者の解剖学構造や長距離導航において、十分な頑健性を示していません。本研究では、計画と学習されたダイナミクスを統合したモデルベースの RL 手法である TD-MPC2 を基盤とし、自律型内血管導航のための世界モデルベースの枠組みを調査しました。我々は複数の導航タスクにわたって訓練された TD-MPC2 エージェントを、留保患者固有の血管で評価し、最前線のソフトアクタークリティックス（SAC）アルゴリズムエージェントと比較 benchmark しました。両アプローチは、蛍光造影ガイダンスの下で患者固有の血管フォントームを用いた in vitro 実験でも追加で検証されました。シミュレーションにおいて、TD-MPC2 は SAC（58% 対 36%, p < 0.001）に比べて有意に高い平均成功率を示し、平均尖端接触力は 0.15 N で、提案された 1.5 N の血管破裂閾値よりはるかに低いものでした。in vitro では、TD-MPC2 の平均成功率（68%）は SAC（60%）と比較可能でしたが、TD-MPC2 はより高い経路比率（p = 0.017）を達成し、その代償として作業時間が長いこと（p < 0.001）が生じました。これらの結果は、留保 in silico データと蛍光造影ガイダンスによる in vitro 実験の両方で検証された自律型 MT 導航の第一回のデモンストレーションを提供し、世界モデルが安全で汎用性の高い AI 補助内血管介入のための可能性を強調しています。

arXiv:2604.20151v1 Announce Type: cross Abstract: Autonomous mechanical thrombectomy (MT) presents substantial challenges due to highly variable vascular geometries and the requirements for accurate, real-time control. While reinforcement learning (RL) has emerged as a promising paradigm for the automation of endovascular navigation, existing approaches often show limited robustness when faced with diverse patient anatomies or extended navigation horizons. In this work, we investigate a world-model-based framework for autonomous endovascular navigation built on TD-MPC2, a model-based RL method that integrates planning and learned dynamics. We evaluate a TD-MPC2 agent trained on multiple navigation tasks across hold out patient-specific vasculatures and benchmark its performance against the state-of-the-art Soft Actor-Critic (SAC) algorithm agent. Both approaches are further validated in vitro using patient-specific vascular phantoms under fluoroscopic guidance. In simulation, TD-MPC2 demonstrates a significantly higher mean success rate than SAC (58% vs. 36%, p < 0.001), and mean tip contact forces of 0.15 N, well below the proposed 1.5 N vessel rupture threshold. Mean success rates for TD-MPC2 (68%) were comparable to SAC (60%) in vitro, but TD-MPC2 achieved superior path ratios (p = 0.017) at the cost of longer procedure times (p < 0.001). Together, these results provide the first demonstration of autonomous MT navigation validated across both hold out in silico data and fluoroscopy-guided in vitro experiments, highlighting the promise of world models for safe and generalizable AI-assisted endovascular interventions.