英伟达开源模拟器在不到两分钟内训练手术机器人Nvidia’s open-source simulator trains surgical robots in under two minutes

环球医讯 / AI与医疗健康来源:thenextweb.com美国 - 英语2026-11-14 04:05:41 - 阅读时长3分钟 - 1040字
英伟达发布开源医疗物理模拟框架,称可在GPU上并行运行数千个训练环境,把手术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,并利用经典物理与生成式AI物理预测组织形变和模拟透视、X射线及超声影像,以帮助美敦力、强生医疗科技和CMR Surgical等企业构建手术数字孪生与血管内训练,但模拟证据能否获得监管认可仍有待观察。
医疗机器人手术机器人医疗AI手术模拟数字孪生血管内训练健康科技开源医疗模拟手术训练监管证据
英伟达开源模拟器在不到两分钟内训练手术机器人

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】