バイオインスパイヤー人工触角法に基づく臨床胃腸疾患スクリーニング

研究背景

胃腸疾患は、下痢、胃腸道出血、吸収不良、栄養不良、さらには神経機能障害など、世界中で広範で複雑な症状を示しています。これらの疾患はその顕著な地域、年齢、および性別の差異のため、現代社会にとって重大な健康課題および社会経済的負担を構成しており、特に胃腸道がんは、世界のがん発病率および死亡率の3分の1を占めています。早期に胃腸疾患をスクリーニングし、タイムリーな介入を行うことは、死亡率を減少させ寿命を延ばす上で重要な意義を持ちます。

従来の胃腸疾患スクリーニング方法は主に内視鏡検査に依存しており、カメラを搭載した柔軟な内視鏡を使用して天然開口部から胃腸道を検査しています。しかし、内視鏡検査は病院で広く使用されているものの、光学センサーの制限、照明条件の悪さ、および胃腸道の作業環境の非常に狭いことなどの問題が存在します。これらの要因は、暗闇、眩光、反射などの現象を引き起こし、映像の質を低下させ、誤診につながることさえあります。非侵襲画像キャプチャ能力を持つことから、無線カプセル内視鏡は非常に注目されています。それにもかかわらず、従来の内視鏡は依然としてカプセル内視鏡の後に詳細な診断を実行する必要があります。

現在の臨床実践では、触覚感知モードがまだ応用されておらず、医師が小さなポリープや疾患による異常な組織構造と硬度を識別する能力が制限されています。最近の研究では、ネズミが触覚情報をその触角を通じて取得することが示されており、このメカニズムは視覚的方法の限界を補完し、触覚フィードバックを提供します。ネズミの触角感知メカニズムに基づいて、人工触角に基づくハードウェアシステムを提案し、胃腸道スクリーニングの応用を実現することを目指します。このシステムは人工知能の自己学習能力を組み合わせており、触覚パターン認識を通じて組織構造と病理学的変化を識別し、臨床スクリーニングに新しい方法を提供し、医師間の診断の差異を減少させます。

論文の出典

本論文は、Zeyu Wang、Frank P.-W. Lo（通信著者）、Yunran Huang、Junhong Chen、James Calo、Wei Chen、およびBenny Lo（通信著者）によって共著されており、それぞれImperial College LondonのDepartment of Surgery and Cancer、復旦大学上海医学院の附属、および復旦大学のスマート医療電子センターに所属しています。論文は2023年にnpj Robotics誌に掲載されました。

研究フロー

研究は以下の主なステップに分かれています：

1. コンセプト設計

研究チームは、胃腸道検査のためのバイオインスパイヤー人工触角に基づくハードウェアシステムを設計しました。このシステムの動作メカニズムと原理は図1に示されており、ネズミの触角の感知メカニズムを模倣することで、胃腸道壁の病理的異常を識別し、病変組織の構造と輪郭情報を取得し、臨床決定を支援します。

2. モデリングと設計パラメータの最適化

研究チームは触角の感知メカニズムをモデリングし、静的および動的モデルの動作原理を比較しました。図2はこれら2つのモデルを示し、それぞれのモデルの長所と短所を分析しています。例えば、静的モデルは位置精度タスクに適しているものの、検出速度が遅く、システムノイズの制御が難しいです。一方、動的モデルは外部駆動によって感知能力を向上させると同時に、集積度とシステムの堅牢性も向上させます。

3. システム設計と実現

上述のモデル比較に基づき、研究チームは低ノイズ、高速応答、大ダイナミックレンジの触角ハードウェアシステムを設計しました。これには触角センサーと信号整形回路が含まれています。触角センサーはポリフッ化ビニリデン（PVDF）フィルムセンサーに基づいて構築され、良好な信号伝導性能と柔軟性を持っています。信号整形回路は多段増幅、フィルタリング、およびアナログ-デジタル変換プロセスを経て、元の電気信号を高忠実度のデジタル信号に変換し、さらにコンピュータに伝送して分析および解釈します。

4. ベンチマークテストとコア機能の評価

システムの電気性能を評価するために、研究チームは固有ノイズテスト、テクスチャ識別、距離感知、硬度表現、および形状識別実験を含む一連のベンチマークテストを実施しました。実験結果は、各タスクにおけるシステムのパフォーマンスを示しており、出力信号の時間領域、周波数領域の応答特性などを含みます。具体的なテストは図4から図7に示されています。

研究結果

システム固有ノイズ評価

温度変化範囲内でのノイズテスト結果は、固有ノイズが安定しており、最大0.75 uVrmsおよび6.16 uVpp、熱効果が信号品質に与える影響が小さいことを示しています。

テクスチャ識別

異なる表面材料の時間領域、周波数領域、時周波数領域での信号応答の違いは顕著であり、光滑な表面は平滑な信号出力に対応し、砂紙のような粗い表面は高周波成分を多く生成します。

距離感知

異なる高さ設定の実験結果は、触角システムの出力信号のリリースポイントと高さパラメータが高度に線形関係を持ち、フィットが良好であることを示しています。

硬度表現

軟組織と骨組織のテストにおける信号応答の違いは明確であり、システムが材料の硬度を効果的に区別できることを示しています。

形状識別

円形、平面、斜面などの異なる形状の実験を通じて、触覚システムは形状識別においても顕著な能力を示しました。

臨床応用の可能性

この方法の臨床応用力を評価するために、研究チームはシミュレーションモデル（図8を見て）を使用して、通常組織、潰瘍性結腸炎、および潰瘍がんの3つの典型的な病変組織を検出する初期研究を行いました。120回の実験結果は、深層学習アルゴリズムで訓練されたモデルが病変組織を効率的かつ正確に識別できることを示しており、テスト精度は94.44%、カッパ係数は0.9167でした。

結論と意義

本研究は、新しい人工触角に基づく胃腸道スクリーニング方法を提案しました。ハードウェア設計と深層学習アルゴリズムを組み合わせることで、この方法が胃腸道の構造とテクスチャ情報の抽出において大きな可能性を示し、既存の視覚内視鏡診断技術を補完または強化することが期待されます。高集積ハードウェア設計と低い計算消費能力の特性により、この方法は、既存の内視鏡ロボット手術プラットフォームの独立したサブモジュールとして、感知、分析、および診断を自動化し、ほとんどまたは全く人為的干渉を必要とせず、医師間の診断差を減らし、発展途上国では低コストの早期スクリーニングメカニズムとして使用される可能性があります。

マルチチャンネルハードウェアシステム設計とアルゴリズム最適化に関するさらなる研究を通じて、この新しい方法は全面的に発展し、臨床応用される可能性があります。研究チームは将来、新しい感測ソリューション、たとえばひずみ計などを探索して、触角システムの静的感測能力をさらに向上させる予定です。