NVIDIA宣布Medical Physics Simulation（Isaac for Healthcare开源框架）启用医学仿真

医学物理模拟框架解决了医疗机器人领域的一个关键瓶颈：获取训练、测试和改进机器人在真实条件下行为所需的多样化数据。该框架帮助开发人员模拟解剖学、医疗设备和传感器如何相互作用，生成在实践中难以获取的场景，在计算机模拟中测试机器人，以及在昂贵的硬件测试前训练或评估机器人策略。

该框架将解剖学和医疗设备行为与传感器模拟和机器人学习相结合，允许团队创建可重用的模拟环境，而无需为每个工作流重新构建自定义场景。由于医学物理模拟是开源的，开发人员可以检查该框架，将其适配到自己的设备和工作流中，并在与更广泛的NVIDIA堆栈集成的GPU加速基础上进行构建。

开源在医疗保健领域特别重要，因为团队需要对塑造系统行为的数据、模型和权重具有透明性。访问开源模型和权重帮助开发人员重现结果、评估不同解剖学和场景下的性能、识别局限性并为监管审查构建证据。

该框架通过使机器人即使在解剖学改变、设备行为不同或条件意外变化时也能正常运作，为物理AI开发赋能。医学物理模拟让开发人员能够模拟解剖学、设备接触、摩擦和传感器输入，然后测试交互和环境以评估机器人在这些变化中的性能。由NVIDIA CUDA、Isaac for Healthcare、NVIDIA Warp、Newton和Cosmos技术提供支持，该框架可以运行数百个并行模拟环境。基准测试显示，8,192个机器人训练环境与GPU原生模拟并行运行，将训练时间从超过5小时减少到2分钟以内。

该框架将经典物理模拟与生成式AI物理模拟相结合。经典模拟建模已知的物理规则，如设备接触、摩擦和运动。NVIDIA Cosmos-H Dreams是一种实时生成式AI物理模拟能力，从程序化数据中学习视觉场景动力学以建模复杂交互。

医疗机器人领导者已经在应用该框架。CMR Surgical和Cambridge Consultants贡献了来自Versius手术机器人系统的近500小时匿名化临床数据，以支持包括胆囊切除术、前列腺切除术、疝修补和子宫切除术等手术。CMR Surgical首席技术官Chris Fryer表示："开源模型使我们能够建立在共享知识的基础上，加速负责任的创新，并最终为我们提供了为全世界患者提供更一致的护理和更好结果的潜力。"

Johnson & Johnson MedTech正在使用医学物理模拟来构建其腔内MONARCH平台的数字孪生体用于泌尿科。XCath正在使用该框架进行血管内自动策略训练。Inner Logic正在将医学物理模拟与合成数据一起使用，以验证设备机械性能并生成证据以支持监管路径。Medtronic Structural Heart正在探索使用模拟X射线传感的医学物理模拟进行导管导航研究。

作为Isaac for Healthcare中的模块化能力，医学物理模拟可以独立工作或与数字孪生管道、医疗传感器模拟、NVIDIA Isaac Lab机器人学习框架和NVIDIA开源模型与策略一起工作。开发人员可以探索开源框架、审查参考工作流程并开始为其自己的设备和医疗机器人应用构建模拟环境。