이 논문은 최근 문헌을 통해 혈관내 수술에서 카테터와 가이드와이어의 자율 내비게이션에 대한 인공지능(AI)의 영향, 과제 및 기회를 체계적으로 검토한다.
PubMed와 IEEEXplore 데이터베이스를 검색하여 혈관내 수술에서 자율 내비게이션 방법에 AI를 적용한 보고서를 확인했다. 자격 기준에는 혈관내 수술에서 카테터/가이드와이어의 자율 내비게이션을 가능하게 하는 AI 사용을 조사한 연구가 포함되었다. PRISMA 지침에 따라 문헌을 평가했으며, QUADAS-2를 사용하여 질 평가를 수행했다.
총 462건의 연구가 검색 기준을 충족했으며, 이 중 14건이 분석에 포함되었다. 강화 학습(RL)(9/14, 64%)과 전문가 시연 학습(7/14, 50%)이 자율 내비게이션을 위한 데이터 기반 모델로 사용되었다. 이 연구들은 물리적 팬텀(10/14, 71%) 및 in-silico(4/14, 29%) 모델에서 모델을 평가했다. 대부분의 연구(10/14, 71%)에서 심장 혈관 내부 또는 주변에서 실험을 수행했으며, 단순 내비게이션을 위한 비해부학적 혈관 플랫폼을 사용한 연구도 3건(3/14, 21%) 있었고, 돼지 간 정맥계를 사용한 연구도 1건 있었다. 연구 전반에 걸쳐 편향 위험과 일반화 부족이 관찰되었다. 검토된 연구 중 어떤 것도 환자에게 수행되지 않았으며, 환자 선택 기준, 참조 표준, 재현성 부족으로 인해 임상 적용에 대한 증거 수준이 낮았다.
他の言語に翻訳
原文コンテンツから
arxiv.org
深掘り質問