Open SourceRobotica 🇺🇸 24.07.2026 03:05

NVIDIA maakt eerste GPU-versnelde medisch-fysische simulatie framework open-source

NVIDIANVIDIA CMR SurgicalCMR Surgical Cambridge ConsultantsCambridge Consultants Johnson & Johnson MedTechJohnson & Johnson MedTech MedtronicMedtronic
NVIDIA heeft de open-source release aangekondigd van zijn Medical Physics Simulation framework, een GPU-versneld hulpmiddel voor ontwikkelaars van gezondheidszorgrobots. Het framework maakt simulatie van interacties tussen anatomie en apparaten, synthetische datageneratie en parallelle training van robotbeleid mogelijk, waardoor de trainingstijd wordt teruggebracht van meer dan vijf uur tot minder dan twee minuten. Vroege gebruikers zijn onder andere CMR Surgical, Johnson & Johnson MedTech en XCath.
NVIDIA heeft vandaag de open-source release aangekondigd van zijn Medical Physics Simulation-framework, een GPU-versnelde tool gebouwd op NVIDIA Isaac for Healthcare. Het framework helpt ontwikkelaars van medische robotica bij het modelleren van de interactie tussen anatomie en apparaten, het genereren van moeilijk vast te leggen scenario's, het testen in silico en het trainen of evalueren van robotbeleid voordat er kostbare hardwaretests plaatsvinden. Het gebruikt NVIDIA CUDA en wordt aangedreven door de Warp-, Newton- en Cosmos-simulatie- en generatieve AI-technologieën. Het framework kan tot 8.192 parallelle trainingsomgevingen uitvoeren, waardoor de trainingstijd wordt teruggebracht van meer dan vijf uur tot minder dan twee minuten. Vroege gebruikers zijn onder andere CMR Surgical, dat klinische gegevens van zijn Versius-systeem heeft bijgedragen aan de Open-H Embodiment-dataset; Johnson & Johnson MedTech, dat digitale tweelingen van zijn MONARCH-platform bouwt; XCath, dat het gebruikt voor endovasculaire training; Inner Logic voor synthetische data en regelgevingsondersteuning; en Medtronic Structural Heart voor onderzoek naar katheter-navigatie. De open-source release stelt ontwikkelaars in staat om het framework met transparantie te inspecteren, aan te passen en erop voort te bouwen.
Bron: NVIDIA blog — origineel
Eerdere berichten over dit onderwerp ↓
Vers nieuws