Kan Nvidia's fysieke AI het dataprobleem van zorgrobots oplossen?

Sophie Jansen · 2026-07-23

Nvidia's nieuwe Medical Physics Simulation-framework behandelt zorgrobots als fysieke AI-systemen die belichaamde ervaring nodig hebben om te leren, niet alleen code. ### Wat is fysieke AI eigenlijk? Fysieke AI is de term die Nvidia en een groot deel van de robotica-industrie nu gebruiken. Het beschrijft machines die moeten leren hoe de wereld werkt door contact, kracht en gevolgen, in plaats van alleen door tekst of afbeeldingen. Een taalmodel leert van tekst. Een fysiek AI-systeem leert van wat er gebeurt wanneer een katheter een vaatwand raakt, of wanneer een robotarm te veel druk uitoefent op zacht weefsel. Dat soort leren vereist normaal gesproken een fysiek lichaam dat in de echte wereld opereert, of een simulatie die gedetailleerd genoeg is om die ervaring na te bootsen. Voor zorgrobots zijn fysieke lichamen die in echte procedures worden gebruikt schaars, streng gereguleerd en traag in het genereren van de reeks scenario's die een robot echt nodig heeft. Medical Physics Simulation is Nvidia's poging om die belichaamde ervaring computationeel te creëren. ### Hoe het framework werkt Het framework, aangekondigd als een open-source toevoeging aan Nvidia's Isaac for Healthcare-platform, genereert de fysieke interacties die een chirurgische of diagnostische robot anders jaren van klinische blootstelling nodig zou hebben om tegen te komen. Denk aan een geleidingsdraad die blijft haken aan een verkalkte vaatwand, een niersteen die in een ongebruikelijke hoek vastzit, of de respons van zacht weefsel die slechts in een klein percentage van de procedures voorkomt. Geen van deze randgevallen komt op schema in een operatiekamer. Simulatie stelt ontwikkelaars in staat ze op aanvraag te genereren. ### Fysieke intuïtie opbouwen voordat het mes eraan te pas komt Het framework combineert twee manieren om te modelleren hoe apparaten zich in een lichaam gedragen: - **Klassieke fysicasimulatie** behandelt de mechanische regels die al goed begrepen zijn: hoe een katheter buigt, hoeveel weerstand een vaatwand biedt, hoe contactkrachten verschuiven wanneer een instrument door weefsel beweegt. - **Generatieve AI** behandelt het deel dat moeilijker handmatig te coderen is: visuele scènestatistieken die zijn geleerd van procedurele gegevens, geleverd via een component die Nvidia Cosmos-H Dreams noemt. Die combinatie is de fysieke AI-propositie in het klein. Klassieke simulatie geeft een robotbeleid de fysica die het moet gehoorzamen. Generatieve simulatie geeft het de reeks visuele en anatomische variatie die het nodig heeft om te generaliseren. Samen, en op schaal uitgevoerd op GPU's met Nvidia's Warp- en Newton-bibliotheken, kan het framework grote aantallen parallelle trainingsomgevingen uitvoeren in plaats van één scène tegelijk. ### De belofte en de valkuilen Nvidia stelt dat een benchmark met 8.192 parallelle omgevingen de trainingstijd terugbracht van meer dan vijf uur tot onder twee minuten. Dat toont echter doorvoer aan - niet klinische betrouwbaarheid - en het zegt niets over hoe een op deze manier getraind beleid presteert bij onvolledige beeldvorming, vertraagde sensormetingen, of zelfs anatomie die buiten valt wat de simulatie heeft gemodelleerd. > "Een taalmodel dat slecht presteert op een randgeval produceert een slecht antwoord, maar een fysiek AI-systeem dat slecht presteert op een randgeval opereert in een patiënt." De parallelle-simulatiebenadering is een echte vooruitgang in hoe snel ontwikkelaars faalmodi kunnen verkennen. Of die gesimuleerde faalmodi overeenkomen met wat er werkelijk misgaat in een operatiekamer, is een aparte vraag. ### Waar de belichaamde aanpak wordt getest De organisaties die Nvidia noemt als early adopters passen de fysieke AI-benadering op verschillende dieptes toe. CMR Surgical en Cambridge Consultants, het ingenieursbureau van Capgemini, zijn het verst gegaan op het gebied van data. CMR heeft bijna 500 uur aan geanonimiseerde klinische gegevens van zijn Versius Surgical Robotic System bijgedragen aan de Open-H Embodiment-dataset, variërend van cholecystectomie, prostatectomie, herniaherstel en hysterectomieprocedures. Het paar gebruikt Cosmos-H Dreams om de fysica van interactie met zacht weefsel te modelleren.