NVIDIA mã nguồn mở khung mô phỏng vật lý y tế tăng tốc bằng GPU

Trước khi một robot y tế có thể hữu ích trong thế giới thực, nó phải học cách thế giới vật lý phản hồi lại. Giải phẫu cơ thể người rất đa dạng. Các thiết bị y tế có thể bị uốn cong, chịu áp lực, trượt và tương tác với mô. Hình ảnh y tế có thể bị nhiễu hoặc không đầy đủ. Và những tình huống hiếm gặp, các kịch bản biên (edge scenarios) mà các nhà phát triển cần hiểu nhất lại không bao giờ xuất hiện theo đúng lịch trình.

Điều đó tạo ra một trong những nút thắt lớn nhất trong lĩnh vực robot y tế: việc thu thập lượng dữ liệu khổng lồ và đa dạng mà các nhà phát triển cần để huấn luyện, thử nghiệm và cải thiện hành vi của robot.

NVIDIA Medical Physics Simulation framework — một khả năng mã nguồn mở, tăng tốc bằng GPU mới nằm trong NVIDIA Isaac for Healthcare — được công bố hôm nay, giúp các nhà phát triển robot y tế mô hình hóa sự tương tác giữa giải phẫu và thiết bị, tạo ra các kịch bản khó nắm bắt, thử nghiệm in silico (trên máy tính), cũng như huấn luyện hoặc đánh giá các chính sách của robot trước khi tiến hành thử nghiệm trên phần cứng tốn kém.

Khung làm việc này kết hợp giải phẫu và hành vi của thiết bị y tế với mô phỏng cảm biến và học máy cho robot, giúp các đội ngũ tạo ra các môi trường mô phỏng có thể tái sử dụng thay vì phải xây dựng lại các cảnh tùy chỉnh cho từng quy trình làm việc, từ đó tiết kiệm thời gian cho nhà phát triển và đưa các đổi mới ra thị trường nhanh hơn.

Vì Medical Physics Simulation là mã nguồn mở, các nhà phát triển robot y tế có thể kiểm tra khung làm việc, tùy chỉnh nó cho các thiết bị và quy trình làm việc của riêng họ, đồng thời xây dựng trên nền tảng tăng tốc bằng GPU hoạt động liền mạch với hệ sinh thái NVIDIA rộng lớn hơn.

Mã nguồn mở đặc biệt quan trọng trong lĩnh vực y tế vì các đội ngũ cần sự minh bạch về dữ liệu, mô hình và trọng số (weights) định hình hành vi của hệ thống. Việc tiếp cận các mô hình mở và trọng số mô hình có thể giúp các nhà phát triển tái lập kết quả, đánh giá hiệu suất trên các cấu trúc giải phẫu và kịch bản khác nhau, xác định các hạn chế và xây dựng bằng chứng cho việc đánh giá quy định.

Một sân chơi huấn luyện ảo cho robot y tế

Đối với AI vật lý, kinh nghiệm chính là dữ liệu trong trạng thái chuyển động. Các nhà phát triển cần huấn luyện robot vận hành chính xác ngay cả khi giải phẫu thay đổi, thiết bị hoạt động khác đi, điều kiện thay đổi hoặc một chính sách thất bại bất ngờ.

Medical Physics Simulation giúp các nhà phát triển mô phỏng giải phẫu, sự tiếp xúc của thiết bị, ma sát và đầu vào cảm biến, sau đó thử nghiệm trong các tương tác và môi trường để đánh giá cách robot thực hiện qua những thay đổi đó. Được vận hành bởi NVIDIA CUDA và là một phần của Isaac for Healthcare — xây dựng trên các công nghệ mô phỏng và AI tạo sinh NVIDIA Warp, Newton và Cosmos — khung làm việc này có thể chạy hàng trăm môi trường mô phỏng song song, giúp các đội ngũ khám phá nhiều kịch bản hơn và xác định các chế độ lỗi sớm hơn trong quá trình phát triển.

Đối với các nhà chế tạo robot, điều này biến mô phỏng từ một dự án kỹ thuật tùy chỉnh thành cơ sở hạ tầng có thể tái sử dụng. Sự khác biệt hiện nay nằm ở quy mô: các tiêu chuẩn đo lường cho thấy 8.192 môi trường huấn luyện robot chạy song song với mô phỏng gốc trên GPU đã rút ngắn thời gian huấn luyện từ hơn năm giờ xuống còn dưới hai phút.

Với khung làm việc này, các nhà phát triển có thể kết nối giải phẫu mạch máu, các thiết bị linh hoạt như ống thông (catheter) và dây dẫn (guidewire), mô phỏng hình ảnh X-quang và học tăng cường. Khung làm việc được thiết kế để mở rộng ra ngoài ví dụ đó sang các thiết bị, cấu trúc giải phẫu, cảm biến và các lĩnh vực robot y tế khác.

Medical Physics Simulation kết hợp mô phỏng vật lý cổ điển và mô phỏng vật lý bằng AI tạo sinh. Mô phỏng cổ điển giúp mô hình hóa các quy tắc vật lý đã biết, chẳng hạn như sự tiếp xúc của thiết bị, ma sát và chuyển động. NVIDIA Cosmos-H Dreams, khả năng mô phỏng vật lý bằng AI tạo sinh thời gian thực trong Medical Physics Simulation, giúp mô hình hóa động lực học của cảnh quan trực quan được học từ dữ liệu quy trình.

Cùng với nhau, các phương pháp này mang đến cho nhà phát triển một cách thức phong phú hơn để xây dựng và thử nghiệm các hệ thống robot y tế trong môi trường ảo trước khi chuyển sang các nguyên mẫu vật lý và thử nghiệm trong phòng thí nghiệm.

Một hệ sinh thái xây dựng tương lai của robot y tế

Các nhà lãnh đạo trong lĩnh vực robot y tế đang áp dụng phát triển dựa trên mô phỏng để giải quyết các thách thức phẫu thuật cụ thể.

CMR Surgical và Cambridge Consultants, một phần của Capgemini, đang sử dụng Cosmos-H-Dreams để học ngầm vật lý tương tác cho các quy trình phẫu thuật mô mềm và tạo ra các mô phỏng dành riêng cho bệnh nhân. CMR đã đóng góp gần 500 giờ dữ liệu lâm sàng ẩn danh từ Hệ thống Robot Phẫu thuật Versius của mình vào bộ dữ liệu mở Open-H Embodiment, mang lại lợi ích cho các quy trình bao gồm cắt túi mật, cắt tuyến tiền liệt, sửa thoát vị và cắt tử cung.

“Các mô hình mã nguồn mở cho phép chúng tôi xây dựng dựa trên kiến thức chia sẻ, thúc đẩy sự đổi mới có trách nhiệm và cuối cùng là mang lại tiềm năng cung cấp dịch vụ chăm sóc nhất quán hơn và kết quả tốt hơn cho bệnh nhân trên toàn thế giới,” Chris Fryer, giám đốc công nghệ tại CMR Surgical cho biết.

Johnson & Johnson MedTech đang sử dụng Medical Physics Simulation của Isaac for Healthcare và một mô hình nền tảng dựa trên Cosmos để xây dựng các bản sao kỹ thuật số (digital twins) cho nền tảng nội soi MONARCH của họ trong lĩnh vực tiết niệu, mô hình hóa giải phẫu phức tạp và các kịch bản sỏi thận. XCath đang sử dụng Medical Physics Simulation để huấn luyện chính sách tự hành nội mạch. Inner Logic đang đẩy nhanh quá trình phát triển công nghệ y tế với dữ liệu tổng hợp, xác thực cơ học thiết bị và tạo ra bằng chứng in silico để hỗ trợ các lộ trình quy định với NVIDIA Medical Physical Simulation.

Medtronic Structural Heart đang khám phá việc áp dụng Medical Physics Simulation với cảm biến X-quang mô phỏng để tạo dữ liệu cho nghiên cứu điều hướng ống thông.

Một lớp mới trong hệ thống Isaac for Healthcare

Là một khả năng mô-đun trong NVIDIA Isaac for Healthcare, Medical Physics Simulation có thể được sử dụng độc lập hoặc cùng với các quy trình bản sao kỹ thuật số, mô phỏng cảm biến y tế, khung làm việc học máy cho robot mở NVIDIA Isaac Lab và các mô hình cũng như chính sách mở của NVIDIA.

Các nhà phát triển có thể khám phá khung làm việc mã nguồn mở Medical Physics Simulation, xem xét các quy trình làm việc tham chiếu có sẵn và bắt đầu xây dựng các môi trường mô phỏng cho thiết bị, cấu trúc giải phẫu và các ứng dụng robot y tế của riêng họ.