朝着专家级自主颈动脉超声检查的基于大规模学习的机器人系统

颈动脉超声检查需要熟练的操作者，因为血管尺寸小且解剖变异性高，这加剧了超声技师短缺和诊断不一致的问题。之前的自动化尝试，包括基于规则的方法、手动启发式和在模拟环境中训练的增强学习，显示出有限的普遍适应性，未能完成真实世界中的临床工作流程。在这里，我们介绍了UltraBot，这是一款完全基于学习的自主颈动脉超声机器人，通过四项创新达到了人类专家级的表现：（1）一个统一的模仿学习框架，用于获取解剖知识和扫描操作技能；（2）一个大规模的专家演示数据集（247,000个样本，100倍规模扩大），使得具有强大泛化能力的身体基础模型得以实现；（3）一个全面的扫描协议，确保对生物特征测量和斑块筛查的完整解剖覆盖；（4）临床导向的验证显示成功率超过90%，专家级准确性，对不同未见人群的可重复性高达5.5倍。总体而言，我们展示了大规模深度学习为临床实践提供了通往自主高精度超声检查的有希望的途径。