NVIDIAは、GTC 2026において、医療ロボティクス分野の自律化を加速するフィジカルAIプラットフォームの最新成果を発表しました。世界最大規模となる1TB超の手術支援ロボット向けオープンデータセット「Open-H」と、それを用いて訓練された専用基盤モデル「GR00T-H」を公開。シミュレーションファースト設計により、複雑な結紮（糸結び）や自律胆嚢摘出術などのタスク成功率を劇的に向上させ、医療現場の深刻な外科医不足を解決する道を切り拓きます。
何が発表されたのか
NVIDIAが開催した技術カンファレンス「GTC 2026」において、医療ロボティクス分野における「フィジカルAI（Physical AI）」と「シミュレーションファースト設計」の最新成果が発表されました。本セッションでは、NVIDIAのプラットフォームを基盤に、米国の主要医療機関や先鋭スタートアップが共同で開発した手術支援ロボットの自律化技術が公開されました。
具体的には、NVIDIAが提供する世界基盤モデル「NVIDIA Cosmos」、ロボット制御モデル「NVIDIA GR00T」、そして高精度シミュレーション環境「Omniverse（Isaac Sim）」を統合した新しい開発ワークフローが提示されました。これは単なる研究段階の発表にとどまらず、一部のシステムはすでに米国食品医薬品局（FDA）の認可を取得し、実際の臨床現場への導入や、大規模なオープンソースデータセット「Open-H」の公開といった実用化・GA（一般提供）フェーズに達している点が特徴です。
発表された機能・アップデートの全容
ビデオ言語モデル（VLM）を活用した手術データの自動キュレーション
Filippo Filicori博士（Northwell Health）らの研究グループは、手術映像データのキュレーションにビデオ言語モデル（VLM）を導入しました。従来、手術ロボットの学習に必要な映像データのアノテーション（意味づけ）は、専門医が手作業で行う必要があり、膨大な時間とコストが障壁となっていました。
VLMをアノテーションパイプラインに組み込むことで、この作業時間を劇的に短縮することに成功しました。さらに、外科手術学会「SAGES」と共同で構築した「SAGES Surgical Gestures Universal Ontology」を適用し、針の操作、結紮、切開などの基本的な手術動作（ジェスチャー）を標準化されたコードとして自動抽出する仕組みを確立しました。これにより、手術映像から特定のイベントを瞬時に検索・抽出することが可能となりました。
1TB規模のオープンデータセット「Open-H」の公開
Johns Hopkins UniversityのAxel Krieger准教授らは、医療ロボティクスにおける最大の課題である「データ不足」を解消するため、オープンデータセット「Open-H」を公開しました。このデータセットは、778時間以上の手術データ、15万5,000以上のエピソードを含み、世界25以上の研究機関から収集されたものです。
データセットの総容量は1TBに達し、ロボットの運動学（キネマティクス）データと同期したマルチアングル映像が含まれています。これにより、世界中の研究者が共通の基盤データを用いて、自律手術アルゴリズムの訓練と評価を行えるようになりました。
自律手術ロボット向け制御モデル「GR00T-H」によるタスク自律化
「Open-H」データセットを用いて訓練された、医療ロボット専用の基盤モデル「GR00T-H」の性能が実証されました。Da Vinci Research Kit（dVRK）を用いたデモでは、組織のリフト、針のピックアップと受け渡し、および結紮（糸結び）のタスクが完全自律で実行されました。
従来のモデルベース制御では、組織の変形や摩擦などの不確実性に対応できず、成功率が頭打ちになっていました。しかし、GR00T-Hを用いた学習ベース（イミテーションラーニング）手法により、糸がアームから外れるなどの予期せぬ妨害（ディスターバンス）が発生した場合でも、ロボットが自律的に状況を認識し、タスクをやり直して完遂するロバスト（堅牢）な動作が確認されました。
自律胆嚢摘出術（cholecystectomy）への適用と階層的ポリシー
Axel Krieger氏らのチームは、より高次元な手術プロセスである自律胆嚢摘出術（cholecystectomy）の実証実験を行いました。このプロジェクトでは、手術プロセスを複数のサブタスクに分割して制御する「階層的ポリシー（Hierarchical Policy）」が採用されています。
具体的には、高レベルの「言語ポリシー（High-Level Language Policy）」が手術の進行状況や必要な修正を認識し、低レベルの「言語条件付きポリシー（Low-Level Language Conditioned Policy）」に対して具体的な動作命令を下します。デモ映像では、ブタの摘出組織モデル（ex vivo）に対し、ロボットが自律的に胆管をクリップで固定し、ハサミで切開する一連のプロセスが、人間の介入なしに実行されました。
Moon Surgical「Maestro」によるアームの最適自動配置
Moon Surgical社のDavid Noonan CTOは、同社の腹腔鏡手術支援ロボット「Maestro」における「アームの自動配置機能（Optimized Arm Deployment）」の開発プロセスを発表しました。Maestroは2本のアームを備え、既存の腹腔鏡器具を保持して医師の手術を支援するシステムです。
手術開始時、患者の体格や術式に応じてロボットアームを最適な位置に配置する必要がありますが、このプロセスは従来、スタッフの経験に依存していました。同社は「Isaac Sim」内にMaestroのデジタルツインを構築し、数万通りに及ぶ配置シナリオをシミュレーションしました。さらに、NVIDIAの「Cosmos Transfer」技術を用いて、シミュレーション映像を極めてリアルな臨床現場の映像へと変換し、モデルの訓練精度を向上させました。これにより、現場のスタッフがボタン一つで最適な初期配置を完了できるシステムの開発を進めています。
LEM Surgical「Dynamis」：硬組織手術向けの多アーム手術用ヒューマノイド
LEM Surgical社のYossi Bar CEOは、整形外科および脊椎手術向けに設計された、世界初の手術用ヒューマノイドロボット「Dynamis」を発表しました。従来の整形外科ロボットは単一のアームで構成されており、機能が制限されていました。
Dynamisは、2本の操作用ロボットアームと、1本のビジョン（カメラ）用アームを同期して制御する、人間の上半身を模したアーキテクチャを採用しています。これにより、一方のアームで骨を固定・保持しながら、もう一方のアームで高精度な骨の切削（ミーリング）を自律的に行うことが可能となります。このシステムは、特定のメーカーのインプラントや器具に依存しない「インプラント・アグノスティック」な設計となっており、NVIDIAの「Jetson Thor」を搭載してリアルタイムでマルチセンサー入力を処理します。
性能・ベンチマーク
動画内で公開された、自律制御モデル「GR00T-H」と従来技術（ACT：Action Chunking with Transformers）の「SutureBotベンチマーク」における比較スコアは以下の通りです。
| 評価タスク / 指標 |
GR00T-H（新技術） |
ACT（従来技術） |
GR00T-N（比較対象） |
出典 |
| 総合成功率（Success Rate） |
約75% |
約25% |
約10% |
Johns Hopkins University 発表資料 |
| タスク完遂エピソード数 |
4 / 20 |
1 / 20 |
0 / 20 |
同上 |
| 必要データ削減効果 |
33%のデータ量で高性能を維持 |
100%のデータが必要 |
- |
同上 |
取材班の見立てでは、GR00T-Hは従来の学習モデル（ACT）と比較して、特にステップ数の多い複雑な結紮タスクにおいて、約3倍の成功率向上を達成しています。また、わずか33%の訓練データ量で高いパフォーマンスを発揮できる点は、データ収集が困難な医療分野において極めて重要な差分となります。
競合サービスとの比較
医療ロボティクスおよびフィジカルAIのシミュレーション環境における、NVIDIAと競合他社（Google、Microsoftなど）の技術プラットフォームの比較です。
| 評価項目 |
NVIDIA（Cosmos / Isaac Sim） |
Google DeepMind（RT-2 / RoboSuite） |
Microsoft（Azure Robotics / AirSim） |
優位性・課題（NVIDIA視点） |
| 物理シミュレーションの忠実度 |
極めて高い（Omniverse統合） |
中程度 |
高い |
優位点: 組織の変形や流体など、手術特有の複雑な物理挙動を高精度に再現可能。 |
| 医療特化モデルの提供 |
あり（GR00T-H、Cosmos-H） |
なし（汎用ロボットモデルのみ） |
なし |
優位点: 手術器具や解剖学的構造に特化した事前学習モデルを提供。 |
| リアルタイム・エッジ処理 |
極めて強力（IGX Orin / Jetson Thor） |
クラウド依存度が高い |
Azureエッジ |
優位点: 手術室のベッドサイドで超低遅延の推論を実行可能。 |
| エコシステムのオープン性 |
限定的（NVIDIAハードウェア必須） |
高い（オープンソース中心） |
中程度 |
課題: 開発および実行にNVIDIAの高性能GPUや専用SoCが必須となるため、初期導入コストが高い。 |
（※競合プラットフォームの情報は、公開されている各社の技術仕様に基づく編集部注の比較情報です。）
料金・提供プラン
本セッションで発表されたソフトウェアおよびデータセットのライセンスと提供時期は以下の通りです。
- Open-H データセット:
- 提供形態：オープンソース（GitHub等で無償公開済み）
- 容量：約1TB
- NVIDIA GR00T-H / Cosmos-H-Surgical-Simulator:
- 提供形態：NVIDIA Developerプログラムを通じて、研究者およびパートナー企業向けにプレビュー提供中。
- ハードウェア（IGX Orin、Jetson Thor）:
- 提供形態：NVIDIAおよび正規代理店を通じた個別見積もりによるGA（一般販売）。価格の詳細は動画内での言及なし。
日本から使う方法
日本の研究者や開発者が、今回発表された技術プラットフォームやデータセットを利用するための手順は以下の通りです。
- Open-Hデータセットのダウンロード:
- Johns Hopkins UniversityまたはNVIDIAの公式開発者ポータルから、公開されているリンクを通じて約1TBのデータセットを無償でダウンロードできます。商用利用の可否については、ライセンス条項（CC BY-NC等）をご確認ください。
- NVIDIA Developerアカウントの作成:
- NVIDIAの公式サイトで開発者登録を行い、Isaac SimおよびCosmosの医療向け開発ツールキット（SDK）へのアクセス権を申請します。
- 開発環境の構築:
- シミュレーションを実行するには、NVIDIA RTX 4090以上のコンシューマー向けGPU、またはRTX A6000などのプロフェッショナル向けGPUを搭載したローカルワークステーション、あるいはNVIDIA NGCクラウド環境が必要です。
- 日本語対応とサポート:
- ドキュメントおよびAPIは原則として英語のみの提供となります。日本国内のNVIDIA合同会社および正規代理店（マクニカ等）から、ハードウェア（IGX、Jetson）の調達と技術サポートを受けることが可能です。
誰にどう効くのか
開発エンジニア（ロボティクス・AI）
従来の手作業によるデータアノテーションや、物理挙動のモデリングに要していた時間が大幅に削減されます。1TB規模の「Open-H」データセットと「GR00T-H」などの事前学習済みモデルを利用することで、自律制御アルゴリズムのプロトタイピングから実機デプロイまでの開発サイクルを数ヶ月単位で短縮できます。
新事業開発・企画担当者
自律手術ロボットの製品化における「臨床リスク」と「規制対応（FDA/PMDA申請）」のハードルを下げることができます。シミュレーションファースト設計により、実機を製作する前に数万通りに及ぶシナリオで安全性を検証できるため、Time-to-Market（市場投入までの時間）を大幅に短縮し、開発コストを最適化できます。
医療機関・経営層
深刻化する外科医不足と、手術件数の増加（2035年までに2倍以上）という需給危機に対する具体的な解決策となります。ロボットによる一部タスクの自律化（結紮やアームの自動配置など）が進むことで、手術の標準化、合併症リスクの低減、および手術室の回転率向上が期待でき、病院経営の効率化に直結します。
まとめ
NVIDIAのフィジカルAIエコシステムは、医療ロボティクスの開発を「実機による試行錯誤」から「シミュレーションによる超高速検証」へと完全に移行させました。公開された「Open-H」データセットと「GR00T-H」モデルは、今後の手術自律化のデファクトスタンダードとなる可能性を秘めています。医療機器メーカーおよび研究機関は、早期にこのシミュレーションファーストのワークフローを取り入れ、次世代の自律手術支援システムの開発に着手することが推奨されます。
