Enhancing Surgical Robots with Embodied Intelligence for Autonomous Ultrasound Scanning

超声机器人在医学诊断和早期疾病筛查中的应用越来越普遍。然而，目前的超声机器人缺乏理解人类意图和指令的智能，从而阻碍了自主超声扫描的进行。为了解决这个问题，我们提出了一种新颖的超声体现智能系统，为超声机器人配备了大型语言模型(LLM)和领域知识，从而提高了超声机器人的效率。具体而言，我们首先设计了一个超声操作知识数据库，将超声扫描的专业知识添加到LLM中，使LLM能够执行精确的运动规划。此外，我们设计了一种基于“思考-观察-执行”的动态超声扫描策略，使LLM能够在扫描过程中动态调整运动规划策略。大量实验证明，我们的系统显著提高了从口头指令中超声扫描的效率和质量。这种自主医学扫描技术的进步有助于非侵入性诊断和简化医疗工作流程。

当前超声机器人缺乏理解人类意图和指令的智能，限制了自主超声扫描的效率。本文提出了一个新颖的超声嵌入式智能系统，将大型语言模型和领域知识应用于超声机器人，从而提高了超声机器人的效率。

设计超声操作知识数据库，将专业知识加入到大型语言模型中，使其能够进行精确的运动规划，并基于“思考-观察-执行”提示工程设计动态超声扫描策略，使大型语言模型能够在扫描过程中动态调整运动规划策略。

实验表明，我们的系统显著提高了从口头指令中进行超声扫描的效率和质量。这种自主医学扫描技术的进步有助于非侵入性诊断和简化医学工作流程。

最近的研究包括：1）使用机器学习技术自动分析超声图像以诊断疾病；2）使用机器学习技术来自动化超声扫描过程中的图像分割和测量；3）使用深度学习技术来自动化超声扫描过程中的图像质量评估。