NVIDIA Open Source Simulasi Fisika Medis Berakselerasi GPU
NVIDIA membuka akses kerangka simulasi fisika medis berbasis GPU untuk robotika kesehatan, memungkinkan pengembang melatih robot lebih cepat dan transparan.
NVIDIA mengumumkan perilisan open source kerangka simulasi fisika medis pertama yang dipercepat GPU, sebuah kemampuan baru dalam NVIDIA Isaac for Healthcare. Kerangka ini dirancang untuk membantu pengembang robotika kesehatan memodelkan interaksi anatomi-perangkat, menghasilkan skenario yang sulit ditangkap, menguji secara in-silico, dan melatih kebijakan robot sebelum pengujian berbasis perangkat keras yang mahal. Dengan sumber terbuka, transparansi data dan model menjadi kunci bagi inovasi yang bertanggung jawab di sektor kesehatan.
Simulasi Skala Besar: Dari Jam ke Menit
Dengan dukungan NVIDIA CUDA dan bagian dari Isaac for Healthcare, yang dibangun di atas teknologi simulasi dan AI generatif NVIDIA Warp, Newton, dan Cosmos, kerangka ini mampu menjalankan ratusan lingkungan simulasi secara paralel. Tolok ukur menunjukkan 8.192 lingkungan pelatihan robot berjalan secara bersamaan dengan simulasi native GPU, memangkas waktu pelatihan dari lebih dari lima jam menjadi di bawah dua menit.
Gabungan Fisika Klasik dan AI Generatif
Medical Physics Simulation menyatukan simulasi fisika klasik untuk memodelkan aturan fisik yang diketahui seperti kontak perangkat, gesekan, dan gerakan, dengan simulasi fisika AI generatif waktu nyata melalui NVIDIA Cosmos-H Dreams. Cosmos-H Dreams membantu memodelkan dinamika adegan visual yang dipelajari dari data prosedural. Kombinasi ini memberi pengembang cara yang lebih kaya untuk membangun dan menguji sistem robotika kesehatan di lingkungan virtual sebelum beralih ke prototipe fisik.
Ekosistem Robotika Medis Mulai Mengadopsi
Sejumlah pemimpin robotika medis telah menerapkan pengembangan berbasis simulasi. CMR Surgical dan Cambridge Consultants menggunakan Cosmos-H-Dreams untuk mempelajari fisika interaksi pada prosedur bedah jaringan lunak dan menghasilkan simulasi spesifik pasien. CMR menyumbangkan hampir 500 jam data klinis anonim dari Sistem Robot Bedah Versius ke dataset Open-H Embodiment.
“Model open source memungkinkan kami membangun di atas pengetahuan bersama, mempercepat inovasi yang bertanggung jawab dan, pada akhirnya, memberi potensi memberikan perawatan yang lebih konsisten dan hasil yang lebih baik bagi pasien di seluruh dunia,” kata Chris Fryer, chief technology officer di CMR Surgical.
Johnson & Johnson MedTech menggunakan kerangka ini dan model fondasi berbasis Cosmos untuk membangun kembaran digital platform endoluminal MONARCH untuk urologi. XCath memanfaatkannya untuk pelatihan kebijakan otonomi endovaskular, sementara Inner Logic memvalidasi mekanika perangkat dan menghasilkan bukti in-silico untuk jalur regulasi. Medtronic Structural Heart juga menjajaki penerapan simulasi ini dengan sensor sinar-X simulasi untuk riset navigasi kateter.
Implikasi untuk Pengembang di Indonesia
Bagi pengembang dan peneliti robotika kesehatan di Indonesia, kerangka open source ini membuka peluang untuk menginspeksi, mengadaptasi, dan membangun di atas fondasi yang dipercepat GPU tanpa biaya lisensi. Transparansi kode dan bobot model memungkinkan reproduksi hasil, evaluasi kinerja pada berbagai anatomi, dan pembangunan bukti untuk tinjauan regulasi. Kemampuan menyesuaikan simulasi dengan perangkat dan alur kerja lokal dapat mempercepat inovasi robotika medis di Indonesia, sejalan dengan kebutuhan akan transparansi data yang semakin diutamakan dalam pengembangan teknologi kesehatan.