Transforming Surgical Interventions with Embodied Intelligence for Ultrasound Robotics

超声波技术已经彻底改变了无创诊断方法，显著提高了各种医学领域的患者预后。尽管如此，将超声波技术与机器人系统相结合以进行自动扫描仍然存在挑战，包括指令理解和动态执行能力有限。为了解决这些挑战，本文介绍了一种新颖的超声波体感智能系统，它将超声波机器人与大型语言模型（LLM）和特定领域的知识增强相结合，增强了超声波机器人的智能和操作效率。我们的方法采用双重策略：首先，将LLM与超声波机器人集成，将医生的口头指令解释为精确的运动规划，通过全面理解超声波领域知识，包括API和操作手册；其次，结合动态执行机制，允许根据患者动作或程序错误进行实时扫描计划调整。我们通过广泛的实验，包括消融研究和各种模型的比较，展示了我们系统的有效性，展示了从口头指令中执行医疗程序的显著改进。我们的研究结果表明，所提出的系统提高了超声波扫描的效率和质量，并为自主医疗扫描技术的进一步发展铺平了道路，有潜力改变无创诊断并简化医疗工作流程。

本篇论文旨在解决将超声波技术与机器人系统相结合的自动化扫描的挑战，提高超声机器人的智能性和操作效率。

本文提出了一种新的超声波机器人智能系统，通过将大型语言模型（LLMs）和领域特定知识增强与超声波机器人相结合，从而实现精确的运动规划和动态执行机制。

本文通过大量实验验证了该系统的有效性，包括消融研究和各种模型的比较，展示了从口头命令执行医疗程序的显著改进。该系统提高了超声扫描的效率和质量，并为自主医疗扫描技术的进一步发展铺平了道路。

近年来，自主医疗扫描技术得到了广泛研究。相关研究包括“Robotic Ultrasound System for Autonomous and Intelligent Scanning”和“Real-time Autonomous Robotic Ultrasound: A Feasibility Study”。