英伟达开源GPU医疗物理仿真框架:8192并行环境将5小时训练压缩至2分钟,GitHub已可获取
英伟达7月22日开源其首个GPU加速医疗物理仿真框架(Medical Physics Simulation),隶属于Isaac for Healthcare平台。该框架帮助医疗机器人开发团队在虚拟环境中模拟人体解剖结构与医疗器械的物理交互,在真实硬件测试前训练或评估机器人策略。基准测试显示,8192个并行环境可将训练时间从超过5小时压缩至2分钟以内。1
吞吐量提升≠临床可靠性。这套框架结合两类仿真路径:经典物理仿真依托Warp、Newton库处理导管弯曲、摩擦碰撞等已知力学规则;Cosmos-H Dreams作为实时生成式AI物理仿真能力,从手术数据中学习视觉场景动态与解剖学变异。两者在GPU上大规模并行运行,赋予机器人策略必须遵守的物理定律,同时覆盖难以手动编码的边缘案例。2
CMR Surgical、强生医疗科技、XCath、Inner Logic、美敦力结构心脏等医疗技术企业已在不同深度探索该框架。CMR Surgical贡献近500小时Versius手术机器人匿名临床数据至Open-H数据集,强生医疗聚焦MONARCH平台的肾结石诊疗仿真,XCath探索血管内自主策略训练。目前均处于训练研发或数据集共建阶段,尚无基于此训练的策略实际部署至患者手术。2
开源特性允许开发者检查内部物理假设、重现结果并建立证据链,一定程度上缓解封闭供应商管道带来的黑盒问题,有助于监管审查。开发者可访问GitHub代码仓库获取框架源码,基于Apache 2.0许可证检查、修改并适配至自有设备和工作流。3
想用这套框架加速医疗机器人研发的团队,目前可以直接去GitHub拉取代码。开源框架降低了入门门槛,开发者可在本地或云端GPU上运行仿真环境,无需从零搭建基础设施。但这套框架解决的是训练效率问题——模拟的边缘案例是否匹配真实手术室的突发状况,仍是待解难题,临床部署需额外验证周期。
当前文章无评论,是时候发表评论了