NVIDIA Cosmos3 simulerar kirurgiska ingrepp med generativ AI
NVIDIA har lanserat Cosmos3-H-Dreams, en generativ simuleringsmodell som skapar realistiska videosekvenser av kirurgiska ingrepp – tanken är att träna AI-system och robotar utan att behöva tillgång till riktiga operationssalar. Det är ett intressant steg mot att lösa ett klassiskt problem inom medicinsk AI: bristen på kvalitativ träningsdata från kliniska miljöer.
Djupdykning
NVIDIAs Cosmos-projekt handlar i grunden om att bygga så kallade "world models" – AI-system som inte bara genererar bilder utan faktiskt förstår och simulerar hur världen fungerar fysikaliskt. När de nu riktar det mot kirurgi handlar det om att träna AI på syntetisk videodata av operationer, vilket löser ett av sjukvårdens största AI-problem: bristen på annoterad träningsdata från operationssalar, där integritetslagar och logistik gör det nästan omöjligt att samla in tillräckligt med verkliga fall. Tanken är att generativa simulatorer kan producera ändlösa varianter av kirurgiska scenarion – olika anatomier, komplikationer, belysningsförhållanden – och på så sätt ge kirurgiska AI-system den erfarenhet de annars aldrig skulle kunna få. Det de flesta missar är att detta inte primärt handlar om att ersätta kirurger, utan om att lösa ett träningsproblem för de robotsystem och beslutsstödverktyg som redan finns i operationssalarna. Da Vinci-robotar och liknande system är redan inbyggda i sjukvården, men deras AI-lager är svältfödda på data. Lyckas NVIDIA göra syntetisk kirurgisk data trovärdig nog att träna på, förskjuts hela maktbalansen – plötsligt är den som kontrollerar simulatorn den som kontrollerar vad nästa generation kirurgisk AI lär sig prioritera.