自主机器人手术中的审慎推理：一种处理解剖不确定性的框架

自主机器人手术需要审慎推理，即规划并执行任务以适应不确定且动态环境的能力。外科领域中的不确定性主要与关于患者特定解剖结构的术前部分认知有关。本文中，我们引入一个基于逻辑的、具备监测与学习审慎功能的手术任务框架。DEliberative Framework for Robot-Assisted Surgery（DEFRAS）估计患者特定的术前规划，并执行该规划，同时持续测量从生物力学术前模型获得的施加力。监测模块将该模型与从传感器重建的实际情形进行比较。在出现显著不匹配时，调用学习模块更新模型，从而改进对施加力的估计。DEFRAS 在仿真与真实环境中均使用 da Vinci Research Kit 执行软组织牵张进行了验证。与最先进的相关工作相比，任务成功率得到提升，同时最小化与组织的交互以防止非预期损伤。