O que foi lançado
A NVIDIA abriu o código do Medical Physics Simulation, o primeiro framework de simulação física médica acelerado por GPU. A ferramenta, parte do ecossistema NVIDIA Isaac for Healthcare, permite que desenvolvedores de robótica médica modelem a interação entre anatomia e dispositivos, gerem cenários difíceis de capturar no mundo real e testem virtualmente antes de ir para testes físicos caros.
O framework combina simulação de física clássica com simulação generativa de física por IA — usando o NVIDIA Cosmos-H Dreams para modelar dinâmicas visuais de cena aprendidas a partir de dados procedurais. Juntas, essas abordagens dão aos desenvolvedores uma maneira mais rica de construir e testar sistemas de robótica cirúrgica em ambientes virtuais.
Por que simulação física importa
Antes que um robô cirúrgico possa ser útil no mundo real, ele precisa aprender como o mundo físico reage. A anatomia varia. Instrumentos dobram, pressionam, deslizam e interagem com tecido. Imagens podem ter ruído ou estar incompletas. E os cenários raros que os desenvolvedores mais precisam entender não aparecem sob demanda.
Isso cria um dos maiores gargalos na robótica médica: obter a quantidade enorme de dados variados necessários para treinar, testar e melhorar o comportamento do robô. O Medical Physics Simulation resolve isso rodando centenas de ambientes de simulação em paralelo — benchmarks mostram 8.192 ambientes de treinamento rodando em paralelo com simulação nativa de GPU, reduzindo o treinamento de mais de cinco horas para menos de dois minutos.
Quem já está usando
Várias empresas líderes em robótica médica já estão construindo sobre o framework:
- CMR Surgical e Cambridge Consultants (parte da Capgemini) usam o Cosmos-H-Dreams para aprender física de interação para procedimentos cirúrgicos de tecido mole e gerar simulações paciente-específicas. A CMR contribuiu com quase 500 horas de dados clínicos anonimizados do seu sistema robótico Versius.
- Johnson & Johnson MedTech usa o framework para construir gêmeos digitais da plataforma endoluminal MONARCH para urologia, modelando anatomia complexa e cenários de pedras nos rins.
- XCath aplica o framework para treinamento de políticas de autonomia endovascular.
- Medtronic Structural Heart explora a simulação com sensoriamento de raio-X simulado para pesquisa de navegação por cateter.
Open source na saúde
O código aberto é especialmente importante na área da saúde porque as equipes precisam de transparência sobre dados, modelos e pesos que moldam o comportamento do sistema. O acesso a modelos abertos permite que desenvolvedores reproduzam resultados, avaliem desempenho em diferentes anatomias e cenários, identifiquem limitações e construam evidências para revisão regulatória.
Como uma capacidade modular dentro do Isaac for Healthcare, o Medical Physics Simulation pode ser usado sozinho ou junto com pipelines de gêmeos digitais, simulação de sensores médicos, o framework Isaac Lab e modelos e políticas abertos da NVIDIA.
Para o ecossistema de healthtech brasileiro — que tem avançado em robótica cirúrgica e diagnóstico por imagem — um framework open source acelerado por GPU reduz significativamente a barreira de entrada para treinamento de robôs cirúrgicos baseados em IA.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
