arXiv · cs.RO· Nikola Fischer, Harry Robertshaw, S. M. Hadi Sadati, Xingyu Chen, Weiyuan Deng, Benjamin Jackson, Michael Adofo Kwakye, Sara Sciacca, Naga Kandasamy, Parthiban Balasundaram, Sahan Guruge, Charles Cummins, Joe Leyon, Nasr Abdelsalam, Matthew Benger, Andrew Falzon, Alejandro Granados, Christos Bergeles, Thomas Booth·· 7 小时前精选AI 评分63
论文 / 摘要阅读
血管内神经介入的临床医生与AI协作：机器人导航Copilot辅助模式的体外用户研究
Clinician-AI Collaboration in Endovascular Neurointerventions: In-Vitro User Study of Copilot Assistance Modes for Robotic Navigation Across the Autonomy Spectrum
AI 导读 · 根据来源整理
研究提出Copilot Assistance Modes（CAMs）框架，覆盖从手动操作到完全自主的机器人血管内导航自主谱系，并在患者特异性血管体模中开展首个比较临床医生与AI协作策略的体外用户研究，11名专家和2名学生评估了六种导航模式，结合客观性能指标与工作负荷、可用性等主观评估，另在仿真和体外评估自主性能以考察sim-to-real迁移。手动导航整体表现最强，成功率100%；完全自主导航在仿真中成功率81%，体外降至23%；多种临床医生与AI共享自主模式成功率达92-97%，约为完全自主的四倍，与直接机器人控制（95%）相当，表明临床医生与AI协作可缓解sim-to-real域偏移。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org