NVIDIA เปิดตัวเฟรมเวิร์ก Medical Physics Simulation โอเพนซอร์สช่วยเร่งการจำลองฟิสิกส์การแพทย์ด้วย GPU

ก่อนที่หุ่นยนต์ดูแลสุขภาพจะสามารถก้าวเข้าสู่การใช้งานจริงในโลกภายนอกได้ สิ่งสำคัญคือการเรียนรู้กลไกของโลกฟิสิกส์ ไม่ว่าจะเป็นความหลากหลายของกายวิภาคแรงตอบโต้มหาศาล หรือลักษณะเฉพาะของเครื่องมือแพทย์ที่ต้องบิดงอ กด และลื่นไถลไปตามเนื้อเยื่อ นอกจากนี้ภาพวินิจฉัยมักมีสัญญาณรบกวนหรือไม่สมบูรณ์ รวมถึง "สถานการณ์ขอบเขต" (edge scenarios) ที่เกิดขึ้นได้ยากแต่จำเป็นต่อการเรียนรู้ ก็มักไม่เกิดขึ้นตามกำหนดเวลาที่ต้องการ

อุปสรรคเหล่านี้กลายเป็นคอขวดสำคัญที่ขัดขวางการพัฒนาหุ่นยนต์ดูแลสุขภาพ เนื่องจากนักพัฒนาต้องการข้อมูลจำนวนมหาศาลและหลากหลายเพื่อใช้ในการฝึกฝน ทดสอบ และปรับปรุงพฤติกรรมของหุ่นยนต์ให้แม่นยำที่สุด

NVIDIA จึงประกาศเปิดตัวเฟรมเวิร์ก Medical Physics Simulation ซึ่งเป็นความสามารถใหม่แบบโอเพนซอร์สภายใต้ NVIDIA Isaac for Healthcare ที่ออกแบบมาเพื่อเร่งการทำงานด้วย GPU โดยเฉพาะ ระบบนี้จะช่วยให้นักพัฒนาสามารถจำลองโมเดลการปฏิสัมพันธ์ระหว่างอุปกรณ์และร่างกาย สร้างสถานการณ์ที่เกิดขึ้นได้ยาก และทดสอบในระบบจำลอง (in silico) เพื่อประเมินนโยบาย (policies) ของหุ่นยนต์ก่อนที่จะนำไปลงมือจริงกับฮาร์ดแวร์ต้นทุนสูง

เฟรมเวิร์กดังกล่าวนำพฤติกรรมของกายวิภาคและอุปกรณ์มารวมเข้ากับการจำลองเซนเซอร์และการเรียนรู้ของเครื่องมือ ช่วยให้ทีมงานสร้างสภาพแวดล้อมการจำลองที่นำกลับมาใช้ใหม่ได้โดยไม่ต้องตั้งค่าใหม่ทุกครั้ง ซึ่งช่วยประหยัดเวลาและผลักดันนวัตกรรมสู่ตลาดได้รวดเร็วยิ่งขึ้น

และเนื่องจากเป็นโปรเจกต์โอเพนซอร์ส นักพัฒนาจึงสามารถตรวจสอบโครงสร้าง ปรับปรุงให้เหมาะกับอุปกรณ์ของตน และต่อยอดบนรากฐานที่เร่งการทำงานด้วย GPU ซึ่งรองรับการทำงานร่วมกับโซลูชันอื่นๆ ของ NVIDIA ได้ทันที ความโปร่งใสในข้อมูลและค่าน้ำหนักโมเดล (weights) ยังช่วยให้นักพัฒนาทำซ้ำผลลัพธ์ ระบุข้อจำกัด และสร้างหลักฐานประกอบการตรวจสอบของหน่วยงานกำกับดูแลได้อย่างมั่นใจ

สนามฝึกซ้อมเสมือนจริงสำหรับหุ่นยนต์ทางการแพทย์

ในโลกของ physical AI ข้อมูลที่มีการเคลื่อนไหวผ่านประสบการณ์จริงคือหัวใจสำคัญ นักพัฒนาต้องฝึกให้หุ่นยนต์รับมือได้ทุกสภาวะ ไม่ว่าจะเป็นกายวิภาคที่เปลี่ยนไป พฤติกรรมอุปกรณ์ที่ผิดเพี้ยน หรือความล้มเหลวของนโยบายการทำงานที่ไม่คาดคิด

Medical Physics Simulation ช่วยจำลองตั้งแต่การสัมผัส แรงเสียดทาน ไปจนถึงอินพุตจากเซนเซอร์ ด้วยขุมพลังของ NVIDIA CUDA และการทำงานร่วมกับเทคโนโลยี Generative AI อย่าง NVIDIA Warp, Newton และ Cosmos ทำให้เฟรมเวิร์กนี้สามารถรันการจำลองขนานกันได้หลายร้อยรายการ ช่วยให้ค้นพบจุดบกพร่องได้เร็วตั้งแต่ระยะเริ่มต้น

สำหรับวิศวกรผู้สร้างหุ่นยนต์ นี่คือการเปลี่ยนระบบจำลองจากงานเฉพาะทางให้เป็นโครงสร้างพื้นฐานที่ขยายสเกลได้ โดย ผลทดสอบประสิทธิภาพ แสดงให้เห็นว่าการใช้ GPU-native จำลองสภาพแวดล้อม 8,192 รายการพร้อมกัน สามารถลดเวลาการฝึกจากที่เคยใช้กว่า 5 ชั่วโมง เหลือไม่ถึง 2 นาที

ความสามารถของเฟรมเวิร์กยังเปิดกว้างให้นักพัฒนาเชื่อมต่อกายวิภาคหลอดเลือดเข้ากับอุปกรณ์สายสวน (catheters) หรือลวดนำสายสวน (guidewires) พร้อมจำลองภาพเอกซเรย์และการเรียนรู้แบบเสริมกำลัง (reinforcement learning) ซึ่งสามารถขยายขอบเขตไปยังโดเมนอื่นๆ ของหุ่นยนต์ดูแลสุขภาพในอนาคตได้อย่างไร้ขีดจำกัด

นอกจากนี้ยังมีการผสานการจำลองฟิสิกส์แบบดั้งเดิมเข้ากับ Generative AI ผ่าน NVIDIA Cosmos-H Dreams ซึ่งช่วยสร้างโมเดลพลวัตของฉากที่มองเห็นได้จากการเรียนรู้ข้อมูลเชิงกระบวนการแบบเรียลไทม์ ทำให้การทดสอบในสภาพแวดล้อมเสมือนจริงมีความสมจริงสูงสุดก่อนเปลี่ยนผ่านไปสู่เครื่องต้นแบบ

ระบบนิเวศที่กำลังสร้างอนาคตของหุ่นยนต์ทางการแพทย์

เหล่าผู้นำด้านเทคโนโลยีการแพทย์ระดับโลกเริ่มนำเฟรมเวิร์กนี้ไปใช้แก้ปัญหาเฉพาะทาง เช่น CMR Surgical และ Cambridge Consultants ที่ใช้ Cosmos-H-Dreams จำลองการผ่าตัดเนื้อเยื่ออ่อนแบบเฉพาะเจาะจงรายคน โดย CMR ได้แบ่งปันข้อมูลคลินิกกว่า 500 ชั่วโมงจากระบบ Versius เพื่อสร้างชุดข้อมูลเปิด Open-H Embodiment ที่จะเป็นประโยชน์ต่อการผ่าตัดหลากหลายรูปแบบ

"โมเดลโอเพนซอร์สช่วยให้เราต่อยอดความรู้ร่วมกัน และมีศักยภาพในการมอบการดูแลผู้ป่วยที่สม่ำเสมอและมีประสิทธิภาพยิ่งขึ้นทั่วโลก" Chris Fryer ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ CMR Surgical กล่าว

ด้าน Johnson & Johnson MedTech ได้นำไปสร้างดิจิทัลทวินสำหรับแพลตฟอร์ม MONARCH เพื่อจำลองลักษณะกายวิภาคที่ซับซ้อนของนิ่วในไต ขณะที่ XCath และปลายทาง Inner Logic ต่างใช้เพื่อฝึกหุ่นยนต์อัตโนมัติในระบบหลอดเลือดและการตรวจสอบกลไกอุปกรณ์เพื่อรองรับการตรวจสอบจากหน่วยงานกำกับดูแล ส่วน Medtronic Structural Heart กำลังวิจัยการนำทางสายสวนผ่านการจำลองเซนเซอร์เอกซเรย์

เลเยอร์ใหม่ในโซลูชัน Isaac for Healthcare

ในฐานะส่วนหนึ่งของ NVIDIA Isaac for Healthcare เฟรมเวิร์ก Medical Physics Simulation สามารถทำงานร่วมกับระบบดิจิทัลทวิน, NVIDIA Isaac Lab รวมถึงโมเดลและนโยบายแบบเปิดอื่นๆ ของ NVIDIA ได้อย่างสมบูรณ์

นักพัฒนาสามารถเริ่มใช้งานเฟรมเวิร์ก Medical Physics Simulation เพื่อตรวจสอบเวิร์กโฟลว์อ้างอิงและสร้างสภาพแวดล้อมการจำลองสำหรับหุ่นยนต์ดูแลสุขภาพของตนเองได้แล้ววันนี้