英伟达开源模拟器在不到两分钟内训练手术机器人
医疗机器人最难的部分不是机器人,而是练习。一套手术系统需要成千上万次尝试,才能学会一项精细任务,而你又不能拿真实患者来反复训练。英伟达认为,答案在于让机器人在模拟人体内反复排练数百万次。
据 HIT Consultant 报道,该公司发布了开源医疗物理模拟框架,它是英伟达 Isaac for Healthcare 平台的一部分。该框架模拟器械与解剖结构如何相互作用,因此开发者可以在接触真实硬件之前很久,就训练并压力测试物理 AI 控制策略。
速度是最醒目的亮点。通过在 GPU 上并行运行 8,192 个训练环境,英伟达声称实现了惊人的提速:它把机器人控制策略训练时间从五个多小时缩短到不到两分钟。这相当于把一项通宵任务变成了喝杯咖啡的间隙。
更具影响的部分在于模拟所产生的东西:证据。由于该框架是开源的,开发者可以看到数据、模型和权重。他们可以利用这些内容构建医疗监管机构所要求的可验证证明。
两类物理
该框架融合了两种方法。经典物理通过英伟达的 Warp 和 Newton 引擎,对硬性力学进行建模:摩擦、接触,以及组织对导管或导丝的阻力。
生成式 AI 物理则来自一个名为 Cosmos-H Dreams 的模型,用来预测更复杂、更杂乱的情况,例如软组织如何形变。它甚至可以接入模拟透视、X 射线和超声影像。
谁已经在使用
这些名字赋予了它分量。包括美敦力(Medtronic)、强生医疗科技(Johnson & Johnson MedTech)和 CMR Surgical 在内的手术机器人公司,正在使用该框架进行手术数字孪生和血管内训练。
CMR Surgical 首席技术官克里斯·弗莱尔(Chris Fryer)表示,开源模型让企业能够“在共享知识的基础上继续构建,加速负责任的创新”。
问题所在
这种慷慨自有其逻辑。将这些工具开源,会使英伟达成为下一代手术机器人背后的标准基础设施,而这一切都运行在英伟达 GPU 上。
但模拟并不等于患者。
一种在数字孪生中表现出色的控制策略,仍然必须在手术室中证明自己,而监管机构尚未说明他们会接受多少合成证据。
尽管如此,方向仍然引人注目。医疗 AI 的瓶颈一直是数据,而不是想法,而英伟达刚刚无偿给这一领域提供了一条绕开瓶颈的路径。如果监管机构认同,在虚拟人体中训练出来的机器人放到真实人体中也安全,那么“两分钟排练”可能会成为手术机器人的构建方式。
【全文结束】

