Nvidia、医療ロボティクスに物理AIを投入

Nvidia の新しい「Medical Physics Simulation」フレームワークは、医療用ロボットを単なるコードの集合体ではなく、物理的な AI システムとして捉え、学習には実際の身体を使った経験（エンボディメント）が不可欠だと考えます。

現在、Nvidia をはじめとするロボティクス業界では、「Physical AI」という用語が使われています。これは、テキストや画像だけでなく、接触・力・結果といった現実世界との相互作用を通じて、世界の振る舞いを学ぶ必要がある機械を指します。

言語モデルはテキストから学習しますが、物理的な AI システムは、カテーテルが血管壁に当たったときや、ロボットアームが軟組織に対して過度な圧力を加えたときに何が起こるかという事象から学びます。こうした学習には通常、現実世界で動作する物理的な身体か、それを代替できる十分な詳細さを持つシミュレーションのどちらかが必要です。

医療用ロボティクスにおいては、実際の手術現場で動作する物理的なロボットは数が限られており、規制が厳しく、ロボットが実際に経験すべき多様なシナリオを生成するには時間がかかりすぎます。そこで Nvidia が提案するのが「Medical Physics Simulation」です。これは、計算資源を用いてエンボディメントの経験を人工的に作り出す試みです。

同社の「Isaac for Healthcare」プラットフォームにオープンソースとして追加されたこのフレームワークは、手術用や診断用のロボットが臨床経験を通じて長年かけて遭遇するはずだった物理的な相互作用を生成します。例えば、ガイドワイヤーが石灰化した血管壁に引っかかる様子や、腎結石が珍しい角度で詰まる現象、あるいは一部の症例でしか見られない軟組織の反応などが含まれます。

オペレーション室でこうしたエッジケースが予定通りに発生することはありません。シミュレーションを使えば、開発者は必要な時にいつでもこれらのケースを生成できます。

メスを入れる前に物理的な直感を養う

このフレームワークは、体内でのデバイスの挙動をモデル化する 2 つのアプローチを組み合わせています。

古典的な物理学シミュレーションでは、すでに理解が進んでいる機械的ルールを扱います。カテーテルがどのように曲がるか、血管壁がどの程度の抵抗を示すか、器具が組織内を移動する際に接触力がどう変化するかといった要素です。一方、生成 AI は手動でコード化するのに難しい部分を担います。手続き型データから学習した視覚的なシーンダイナミクスを、Nvidia が「Cosmos-H Dreams」と呼ぶコンポーネントを通じて提供します。

この組み合わせが、物理 AI の提案を縮小して示したものです。古典シミュレーションはロボットポリシーに遵守すべき物理学を与え、生成シミュレーションは一般化に必要な視覚的・解剖学的な多様性の範囲を提供します。これらを組み合わせ、Nvidia の Warp や Newton ライブラリを活用して GPU で大規模に実行すれば、一度に 1 つのシーンだけを処理するのではなく、多数の並列トレーニング環境を同時に実行することが可能になります。

Nvidia によると、8,192 の並列環境でベンチマークを実行した結果、訓練時間は 5 時間以上から 2 分未満に短縮されました。ただしこれはスループットの実証であり、臨床的な信頼性を示すものではありません。また、このようにして学習されたポリシーが、不完全な画像データや遅延するセンサー読み取り値、あるいはシミュレーションモデルが想定していなかった解剖学的変異に対してどのように振る舞うかについては何も語っていません。

言語モデルがエッジケースで期待通りに動作しなかった場合、誤った回答を返すことになります。しかし、物理 AI システムが同様の状況で失敗した場合、そのシステムは患者の体内で稼働している最中なのです。

並列シミュレーションというアプローチは、開発者が故障モードをどれほど迅速に探索できるかという点において、実質的な進歩をもたらしました。ただし、こうしたシミュレーション上の故障モードが、実際の手術室で何が起こるのかと一致するかどうかは、また別の問題です。

身体性アプローチの検証場所

Nvidia が早期採用企業として名を連ねている組織たちは、物理 AI アプローチを異なる深さで適用しています。そのため、このリストは一律に並んだ導入事例として扱うのではなく、各企業がどの程度の段階で取り組んでいるかを意識して読む必要があります。

Capgemini 傘下のエンジニアリング会社である Cambridge Consultants と CMR Surgical は、データ面において最も先駆的な取り組みを進めています。CMR は、その Versius 手術用ロボットシステムから収集した約 500 時間にわたる匿名化された臨床データを「Open-H Embodiment」データセットに提供しました。対象となるのは胆嚢摘出術、前立腺切除術、ヘルニア修復術、子宮全摘術といった手技です。両社は Cosmos-H Dreams を活用して、軟組織の相互作用に関する物理法則をモデル化し、患者固有のシミュレーションを生成しています。

「オープンソースモデルにより、私たちは共有された知見の上に構築することが可能です。これによって責任あるイノベーションが加速され、最終的には世界中の患者に対してより一貫したケアと良好な治療結果を提供する可能性が開けます」と、CMR Surgical の CTO である Chris Fryer は述べています。

Johnson & Johnson MedTech は、このフレームワークと Cosmos ベースの基盤モデルを組み合わせ、泌尿器科における腎結石症例に特化した、内視管型 MONARCH プラットフォームのデジタルツイン構築を進めています。

XCath は、この技術を用いて血管内治療の自律制御ポリシー訓練を実施しています。これは、人間のオペレーターが直接操作しない状態で、血液血管をナビゲートする際の物理的挙動をシステムに学習させる取り組みです。また、Inner Logic は合成データ生成を通じてデバイスの機構を検証しており、規制当局への提出資料を支えるためのシミュレーション内証拠（in silico evidence）の創出を計画しています。ただし、そのような証拠に基づく提出が実際に承認されたという公的な確認はまだありません。

Medtronic Structural Heart は同グループの中で最も早く取り組みを開始し、カテーテルナビゲーション研究のための模擬 X 線センシングを検証中です。

これらはいずれも訓練用 exercise やデータセットへの貢献であり、現時点で患者に対してこれらのポリシーを学習したシステムが稼働している事例はありません。Nvidia もそのような主張は行っていません。

物理 AI システムにおけるオープンソースの意義

医療ロボットには、産業用や倉庫用ロボットなど他の物理 AI アプリケーションとは異なる、より厳格なガバナンス要件が存在します。規制当局や臨床審査委員会が求めるのは、単にテスト段階で挙動が許容範囲内であることを確認するだけでなく、そのシステムがなぜそのような行動に至ったのかという根拠の提示です。

オープンソースのフレームワークを採用することで、開発者はシミュレーション内部の物理的仮説を検査でき、異なる解剖学的構造間でも結果を再現可能です。これにより、FDA や同等の規制機関への提出に耐えうる証拠の連鎖（evidence trail）を事前に構築することが可能になります。

これは、ソフトウェアの多くのカテゴリにおいてクローズドなベンダーパイプラインがチームに規制当局に対して説明を求められる前提条件を隠蔽している現状と比較すれば、物理 AI におけるオープン性の重要性をより強く示す根拠となります。ただし、これだけで検証の問題が解決するわけではありません。

コードを公開することで外部のレビュー担当者がモデルのロジックを検証できるようになりますが、それがモデルの物理的な挙動を実際の身体で起こる現象と一致させることを保証するものではありません。その確認は、どの企業もまだ発表していないテストによって行われる必要があります。

Nvidia は、手術用ロボットや診断用ロボットの物理 AI 開発におけるハードウェア導入前の期間を短縮できるインフラを整備しました。また、この規模での並列トレーニングの実施は、各ワークフローごとにカスタムシミュレーション環境を再構築する従来の手法からの大きな転換点です。

このトピックについては、Physical AI Expo でさらに詳しく知ることができます。

関連記事：ブリストル・マイヤーズ スクイブが創薬研究のために Nvidia の AI システムを買収

AI News は TechForge Media によって提供されています。その他の今後のエンタープライズ向け技術イベントやウェビナーはこちらからご覧ください。

Nvidia は、物理 AI が医療ロボティクスにおけるデータ不足の課題を解決できると確信している。

この見解は、AI ニュースで最初に報じられたものである。