ヘルスケア5 years ago
コンピュータ科学者、救急室ロボット向け高精度ナビゲーションシステムを開発
カリフォルニア大学サンディエゴ校のコンピュータ科学者らにより、より正確であることが証明されたロボット用の新しいナビゲーションシステムが開発されました。このシステムにより、ロボットは救急部門や混雑した臨床環境をより適切に移動できるようになります。新しいシステムとともに、研究者らは将来のロボットナビゲーションシステムの訓練に使用できるオープンソース動画のデータセットも開発しました。 この研究は、5月30日から6月5日まで中国・西安で開催される国際ロボット・オートメーション会議（ICRA）の論文として発表されました。チームはLaurel Riek教授と博士課程学生のAngelique Taylor氏が率いました。 臨床医らは長年、ロボットが救急部門の医師、看護師、スタッフをどのように支援できるかについて議論しており、結論の一つは、備品や資料を届けることが最も効果的な支援方法だというものでした。これを実現するには、ロボットは、重篤または深刻な状態の患者と接している多忙な臨床医に関わる状況を回避できる能力を持たなければなりません。 Riek教授は、UCサンディエゴ校のコンピュータ科学と救急医学の両方に所属しています。 「これらの任務を実行するためには、ロボットは複雑な病院環境の文脈と、周囲で働く人々を理解する必要があります」とRiek教授は述べています。 Safety Critical Deep Q-Network (SafeDQN) Taylor氏らが構築したナビゲーションシステムは、Safety Critical Deep Q-Network (SafeDQN) と呼ばれています。このシステムは、ある空間にどれだけの人数が密集しているか、そして彼らがどれほど急激に動いているかを分析するアルゴリズムを中心に構築されました。 このアルゴリズムは、例えば状態が悪化している患者にチーム全体が援助を提供するときなど、救急部門における臨床医の観察に基づいています。臨床医は救急現場では非常に正確かつ迅速に動き回るため、このナビゲーションシステムは、ロボットがこれらの人々のグループの周りを移動しながら、邪魔にならないようにすることを可能にします。 Taylor氏は、UCサンディエゴ校コンピュータ科学・工学部のRiek教授のHealthcare Robotics Labの一員です。 「私たちのシステムは、ED（救急部門）で起こりうる最悪のシナリオに対処するように設計されています」とTaylor氏は述べています。 このアルゴリズムは、救急室に関するドキュメンタリーやリアリティ番組からのYouTube動画で訓練されました。アルゴリズムやロボットの訓練を目指す他の研究チームが利用できる700本以上の動画があります。 このアルゴリズムはシミュレーション環境でテストされ、他の最先端のロボット用ナビゲーションシステムと比較した場合、SafeDQNシステムはすべてのケースにおいてより効率的で安全でした。 研究者らは今後、実際の環境で物理的なロボットにこのシステムをテストする予定であり、このシステムは救急部門以外にも、捜索救助任務などへの応用があると述べています。
