ArthroCut：膝关节置换机器人自主截骨策略学习

Xu Lu 等作者提出 ArthroCut 自主策略学习框架，目标是让膝关节置换手术机器人从辅助执行转为具备情境感知的动作生成。团队在 Qwen-VL 骨干上微调，使用自建时间同步多模态数据集，覆盖 21 个完整病例、23,205 对 RGB-D 数据，融合术前 CT/MR、术中骨骼与末端执行器跟踪、手术视频、机器人状态和文本意图；方法以术前影像 token 编码解剖与计划切除平面，以时间对齐手术 token 融合实时视觉、几何与运动学证据，在语法与安全约束下输出动作。 作者称，在膝关节假体的台架实验中，经七次试验，ArthroCut 在六类标准切除上的平均成功率为 86%，显著优于同一协议下训练的基线。该结果来自台架而非临床实机，论文发表于 ICRA 2026。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。