NVIDIA Open Sources First GPU-Accelerated Medical Physics Simulation Framework
Antes de que un robot de atención médica pueda ser útil en el mundo real, debe aprender cómo el mundo físico responde. La anatomía varía, los instrumentos se doblan, presionan, resbalan e interactúan con el tejido. Las imágenes pueden ser ruidosas o incompletas, y los escenarios raros que los desarrolladores más necesitan entender no aparecen programados.
Esto crea uno de los mayores cuellos de botella en la robótica médica: obtener la enorme cantidad de datos variados que los desarrolladores necesitan para entrenar, probar y mejorar el comportamiento de los robots.
El Marco de Simulación de Física Médica de NVIDIA, una nueva capacidad de código abierto acelerada por GPU dentro de NVIDIA Isaac para el cuidado de la salud, anunciado hoy, ayuda a los desarrolladores de robótica médica a modelar la interacción entre anatomía y dispositivos, generar escenarios difíciles de capturar, probar en silico, y entrenar o evaluar políticas de robots antes de realizar pruebas intensivas en hardware.
El marco reúne la anatomía y el comportamiento de dispositivos médicos con la simulación de sensores y el aprendizaje de robots, permitiendo a los equipos crear entornos de simulación reutilizables en lugar de reconstruir escenas personalizadas para cada flujo de trabajo, ahorrando tiempo a los desarrolladores y llevando las innovaciones al mercado más rápidamente.
Debido a que la Simulación de Física Médica es de código abierto, los desarrolladores de robótica médica pueden inspeccionar el marco, adaptarlo a sus propios dispositivos y flujos de trabajo, y construir sobre una base acelerada por GPU que funciona sin problemas con el conjunto más amplio de NVIDIA.
El acceso a modelos abiertos y pesos de modelos puede ayudar a los desarrolladores a reproducir resultados, evaluar el rendimiento a través de diferentes anatomías y escenarios, identificar limitaciones y construir evidencia para la revisión regulatoria.
Para los constructores de robots, esto transforma la simulación de un proyecto de ingeniería a medida en una infraestructura reutilizable. La diferencia ahora es la escala: los puntos de referencia muestran 8,192 entornos de entrenamiento de robots ejecutándose en paralelo con simulación nativa de GPU, reduciendo el entrenamiento de más de cinco horas a menos de dos minutos.
Con este marco, los desarrolladores pueden conectar la anatomía vascular, instrumentos flexibles como catéteres y guías, imágenes de rayos X simuladas y aprendizaje por refuerzo. El marco está diseñado para extenderse más allá de ese ejemplo a dispositivos adicionales, anatomías, sensores y dominios de robótica médica.
Los líderes en robótica médica ya están aplicando el desarrollo impulsado por simulación para resolver desafíos quirúrgicos específicos. CMR Surgical y Cambridge Consultants, parte de Capgemini, están utilizando Cosmos-H-Dreams para aprender implícitamente la física de interacción para procedimientos quirúrgicos de tejidos blandos y generar simulaciones específicas para pacientes. CMR contribuyó con casi 500 horas de datos clínicos anonimizados de su Sistema Robótico Quirúrgico Versius al conjunto de datos abiertos Open-H Embodiment, beneficiando procedimientos como colecistectomía, prostatectomía, reparación de hernias e histerectomía.
Johnson & Johnson MedTech está utilizando la Simulación de Física Médica de Isaac para el Cuidado de la Salud y un modelo de base basado en Cosmos para construir gemelos digitales de su plataforma endoluminal MONARCH para urología, modelando anatomías complejas y escenarios de cálculos renales.
XCath está utilizando la Simulación de Física Médica para el entrenamiento de políticas de autonomía endovascular. Inner Logic está acelerando la evolución de la tecnología médica con datos sintéticos, validando la mecánica de dispositivos y produciendo evidencia in silico para apoyar las vías regulatorias con la Simulación Física Médica de NVIDIA.
Medtronic Structural Heart está explorando la aplicación de la Simulación de Física Médica con detección de rayos X simulada para generar datos para la investigación de navegación de catéteres.
Como capacidad modular dentro de NVIDIA Isaac para el Cuidado de la Salud, la Simulación de Física Médica puede usarse por sí sola o junto con tuberías de gemelos digitales, simulación de sensores médicos, el marco abierto de aprendizaje de robots NVIDIA Isaac Lab y modelos y políticas abiertas de NVIDIA.
Los desarrolladores pueden explorar el marco de Simulación de Física Médica de código abierto, revisar los flujos de trabajo de referencia disponibles y comenzar a construir entornos de simulación para sus propios dispositivos, anatomías y aplicaciones de robótica médica.
Fuente: https://blogs.nvidia.com/blog/medical-physics-simulation-open-source/
Regístrate para leer esta noticia
Solo necesitas tu email. Sin contraseñas.