NVIDIA가 의료 r을 가능하게 하는 Isaac for Healthcare 내 오픈 소스 프레임워크인 Medical Physics Simulation을 발표했습니다.
의료 물리 시뮬레이션 프레임워크는 의료 로봇공학의 핵심 병목 현상인 실제 환경에서 로봇 행동을 학습, 테스트 및 개선하는 데 필요한 다양한 데이터 확보 문제를 해결합니다. 이 프레임워크는 개발자가 해부학, 의료 기기 및 센서의 상호작용을 모델링하고, 실무에서 포착하기 어려운 시나리오를 생성하며, 고가의 하드웨어 테스트 전에 로봇 정책을 시뮬레이션 환경(in silico)에서 테스트하거나 평가할 수 있도록 지원합니다.
이 프레임워크는 해부학 및 의료 기기의 동작과 센서 시뮬레이션, 로봇 학습을 결합하여 팀이 각 워크플로우마다 커스텀 장면을 새로 구축하는 대신 재사용 가능한 시뮬레이션 환경을 생성할 수 있게 합니다. Medical Physics Simulation은 오픈 소스로 제공되므로 개발자는 프레임워크를 검토하고 자체 기기 및 워크플로우에 맞게 조정하며, 광범위한 NVIDIA 스택과 통합되는 GPU 가속 기반 위에서 확장하여 구축할 수 있습니다.
오픈 소스는 특히 의료 분야에서 중요한데, 이는 팀들이 시스템 동작에 영향을 미치는 데이터, 모델 및 가중치에 대한 투명성을 필요로 하기 때문입니다. 오픈 모델 및 가중치에 대한 접근 권한은 개발자가 결과를 재현하고, 다양한 해부학적 구조와 시나리오 전반에 걸쳐 성능을 평가하며, 한계를 식별하고 규제 검토를 위한 증거를 마련하는 데 도움이 됩니다.
이 프레임워크는 해부학 변화, 기기 동작 차이 또는 예기치 않은 조건 변화 상황에서도 로봇이 적절히 작동할 수 있도록 함으로써 물리적 AI(AI for Science/Physical AI) 개발을 주도합니다. Medical Physics Simulation을 통해 개발자는 해부학, 기기 접촉, 마찰 및 센서 입력을 시뮬레이션한 후 이러한 변형 상황에서 로봇의 성능을 평가하기 위해 상호작용과 환경을 테스트할 수 있습니다. NVIDIA CUDA, Isaac for Healthcare, NVIDIA Warp, Newton 및 Cosmos 기술로 구동되는 이 프레임워크는 수백 개의 병렬 시뮬레이션 환경을 실행할 수 있습니다. 벤치마크 결과에 따르면 GPU 네이티브 시뮬레이션을 통해 병렬로 실행되는 8,192개의 로봇 학습 환경에서 훈련 시간이 5시간 이상에서 2분 미만으로 단축되었습니다.
이 프레임워크는 고전적 물리 시뮬레이션과 생성형 AI 기반 물리 시뮬레이션을 결합합니다. 고전적 시뮬레이션은 기기 접촉, 마찰 및 운동과 같은 알려진 물리 법칙을 모델링합니다. 실시간 생성형 AI 물리 시뮬레이션 기능인 NVIDIA Cosmos-H Dreams는 절차적 데이터로부터 시각적 장면 역학을 학습하여 복잡한 상호작용을 모델링합니다.
의료 로봇 분야 리더들은 이미 이 프레임워크를 적용하고 있습니다. CMR Surgical과 Cambridge Consultants는 담낭절제술, 전립선 절제술, 탈장 수리 및 자궁적출술을 포함한 수술 절차를 지원하기 위해 Versius Surgical Robotic System에서 수집된 약 500시간의 익명화 임상 데이터를 기여했습니다. CMR Surgical CTO Chris Fryer는 "오픈 소스 모델을 통해 우리는 공유 지식을 바탕으로 혁신할 수 있으며, 이는 책임감 있는 혁신을 가속화하고 궁극적으로 전 세계 환자에게 더 일관된 치료와 더 나은 결과를 제공할 잠재력을 갖게 해줍니다."라고 말했습니다.
Johnson & Johnson MedTech는 비뇨기과용 내강 MONARCH 플랫폼의 디지털 트윈을 구축하기 위해 Medical Physics Simulation을 사용하고 있습니다. XCath는 혈관내 자율성 정책 학습을 위해 이 프레임워크를 활용하고 있습니다. Inner Logic은 합성 데이터와 함께 Medical Physics Simulation을 사용하여 기기 메커니즘을 검증하고 규제 경로 지원을 위한 증거를 생산하고 있습니다. Medtronic Structural Heart는 카테터 탐색 연구를 위해 시뮬레이션된 X-ray 센싱과 함께 Medical Physics Simulation을 검토 중입니다.
Isaac for Healthcare 내 모듈형 기능으로서 Medical Physics Simulation은 단독으로 또는 디지털 트윈 파이프라인, 의료 센서 시뮬레이션, NVIDIA Isaac Lab 로봇 학습 프레임워크 및 NVIDIA 오픈 모델 및 정책과 함께 작동합니다. 개발자는 오픈 소스 프레임워크를 탐색하고 참조 워크플로우를 검토한 후 자체 기기 및 의료 로봇 응용 프로그램을 위한 시뮬레이션 환경 구축을 시작할 수 있습니다.