公式実績発表

正式にスタートしますi-カット プロは、世界初のインテリジェントに感知された腹腔鏡シェーバー ブレード システムであり、「受動的なツール」から「能動的な手術助手」への革命的な移行を示しています。ハンドルのマルチモード センサー アレイと統合されたこのシステムは、切断力、振動スペクトル、温度、組織インピーダンスをリアルタイムで監視し、人工知能アルゴリズムによって動作パラメーターを自動的に調整します。臨床試験では、このインテリジェント システムが組織識別精度を 96.8% に高め、健康な組織を保護しながら病変切除効率を 35% 高め、低侵襲手術器具がインテリジェンスと精度の新時代に正式に参入することを示しています。

研究開発の背景と問題点

従来のシェーバー支援手術は外科医の触覚と経験に依存しており、3 つの大きな不確実性があります。まず、組織の識別は困難です。関節鏡検査では浮腫組織、過形成組織、正常組織を視覚的に区別するのが難しく、偶発的な切除率が 12 ～ 18% になります。第 2 に、切断状態は定量化できません。外科医は刃の鋭さや負荷の状態を数値的に認識することができないため、多くの場合、切りすぎや切りすぎが生じます。第三に、パラメータ設定は経験に基づいています。回転速度、スイング振幅、吸引力およびその他のパラメータは、科学的根拠なしに経験的に設定されます。

研究により、複雑な肩関節鏡検査では、不適切なパラメータ設定が追加の組織損傷の 34% を引き起こすことが明らかになりました。若手外科医は学習曲線が急峻で、シェーバーの操作スキルを熟練に習得するには平均 50 回の手術が必要です。

コア技術革新

• マルチモーダルバイオセンシング融合テクノロジー小型光ファイバー力センサー (範囲 0 ～ 20 N、分解能 0.01 N)、MEMS 加速度センサー (帯域幅 5 kHz)、赤外線温度センサー (精度 ±0.2 度)、および生体インピーダンス分析モジュール (周波数範囲 1 kHz ～ 1 MHz) が、直径 6 mm のハンドルに統合されています。センサー フュージョン アルゴリズムは、切断力、組織の硬さ、組織の種類、ブレードの摩耗状態をリアルタイムで計算します。
• アダプティブ・インテリジェント制御アルゴリズム組織パラメータ マッピング モデルは深層学習に基づいて構築され、センサー入力から最適な動作パラメータを出力します。 50 000 の手術ビデオのデータセットでトレーニングされたこのモデルは、滑膜、軟骨、骨棘、半月板を含む 12 の一般的な組織タイプを識別します。システムは10msごとにパラメータを調整し、動的な最適化を実現します。
• 拡張現実手術ナビゲーション インターフェイスセンサーデータを直感的な視覚フィードバックに変換するために、独自の AR 表示システムが開発されました。色分けされた組織境界、リアルタイムの切断力棒グラフ、温度ヒートマップ、リスク警告が関節鏡映像に重ねられます。外科医はフットスイッチを介して表示モードを切り替え、目と手と脳のシームレスな連携を実現できます。

動作メカニズム

インテリジェント システムの中核は、リアルタイムの制御ループを構築することにあります。感知-決定-実行。センシング層では、マルチセンサーが物理信号を収集します。光ファイバー力センサーは、ファブリ・ペロー干渉原理を利用して微小ひずみを 0.1 με の分解能で測定します。決定層では、畳み込みニューラル ネットワークが信号の特徴を抽出し、組織分類と最適な切断パラメータ (回転速度、スイング振幅、吸引力) の計算を 1 ミリ秒以内に完了します。実行層では、ブラシレス DC モーター駆動システムがリアルタイムに応答し、回転速度制御精度は ±50 rpm、応答時間は 100 rpm です。<5 ms.

高リスクのシナリオ（軟骨下骨接触を示す切断力の突然のスパイクなど）の場合、システムは回転速度を自動的に 30% 低下させながらアラートをトリガーし、外科医に 0.5 秒の反応ウィンドウを提供し、ヒューマンインザループ (HITL) 安全制御モードを形成します。

パフォーマンスの検証

生体外組織実験では、インテリジェント システムは優れたパフォーマンスを発揮します。ブタの膝関節組織の識別では 97.3% の精度を達成し、軟骨に対しては 99.1% の特異性、滑膜に対しては 96.8% の感度を実現します。模擬手術では、システムは骨棘切除速度を 4500 rpm (従来の経験的範囲 3000 ～ 6000 rpm 内) に自動的に設定し、切除効率を 28% 向上させ、熱損傷の深さを 65% 減少させます。

膝関節鏡検査患者 240 名を対象とした多施設ランダム化比較試験では、従来のブレード グループと比較して、インテリジェント ブレード グループでは術中の健康な組織の偶発的切除が 0.82 cm2 から 0.21 cm2 に減少することが示されています。術後 6 か月の平均リショルム膝スコアは 92.7 に達し、対照群の 85.4 よりも大幅に高かった (P< 0.01). Subjective surgeon assessments show the intelligent system cuts cutting‑decision time by 40% and mental workload by 35%. Learning‑curve analysis indicates that junior surgeons (<50 surgeries) using the intelligent system achieve 90% of the surgical performance of senior surgeons (>従来の技術を使用した手術200件）。

研究開発戦略と理念

私たちは次のような設計哲学を提唱しています。外科医の交代ではなく知能の増強、ヒューマン・イン・ザ・ループ (HITL) インテリジェントな外科フレームワークを構築します。このシステムは、完全に自動化された「ロボット外科医」として機能するのではなく、外科医の感覚拡張および意思決定支援ツールとして機能します。当社は 3 層のインテリジェンス アーキテクチャを確立しています。最下位のリアクティブ インテリジェンスはミリ秒レベルの安全制御を実現し、中央のルールベースのインテリジェンスは臨床ガイドラインに基づくパラメータ推奨を実現し、最上位のコグニティブ インテリジェンスはマスター外科医からの手術ビデオを学習することで専門家エクスペリエンス モデルを構築します。

一方、当社はデータ セキュリティとプライバシー保護を優先します。すべての患者データはデバイス上で匿名化され、モデル トレーニングにはフェデレーテッド ラーニング フレームワークが採用され、生データが病院内に保管されます。インテリジェントなアルゴリズムの解釈可能性も、設計上のもう 1 つの重要な焦点です。システムは、推奨事項を提供するだけでなく、AR インターフェースを介して意思決定の根拠を直感的に表示し、エンジニアと臨床医の間の信頼を構築します。

今後の展望

インテリジェントな手術器具は、コラボレーション、ネットワーキング、パーソナライゼーションに向けて進化します。私たちは、シェーバーブレード、高周波ブレード、吸引装置がセンシングデータを共有し、手術野のデジタルツインを構築できる多機器連携センシングシステムの開発を進めています。 5G エッジ コンピューティング アーキテクチャは、部分的なコンピューティング タスクを手術室のエッジ サーバーにオフロードして、低遅延のリアルタイム制御を実現するために検討されています。パーソナライズされた適応アルゴリズムは、手術開始から最初の 5 分以内に個々の外科医の手術習慣を学習し、制御パラメータのスタイルを自動的に調整するために開発されています。

2029 年までに、触覚インターネット機能を備えたインテリジェント ハンドルを発売し、電気触覚フィードバックを介して外科医の指先に組織の質感を再現し、真の仮想触覚知覚を実現します。長期的には、脳コンピューターインターフェースを利用した思考制御による操作が実現可能となり、外科医は手術のモーションイメージを介して器具を正確に制御できるようになるでしょう。これにより、手術の精度が神経制御レベルまで向上し、最終的には心と手のシームレスな調整という手術の理想が実現します。