NVIDIA、次世代手術ロボット向け物理AI基盤モデル「GROOT-H」と超低遅延アーキテクチャを発表

何が発表されたのか

NVIDIAは、GTCにおいて医療ロボティクスおよびスマートホスピタルの未来を大きく変える一連の技術発表を行いました。今回の発表は、単一のハードウェアやソフトウェアのアップデートにとどまらず、手術ロボットのアーキテクチャそのものを「データ中心型（Data-Centric）」へと再定義するものです。

具体的には、システム遅延を従来の50ミリ秒から1.2ミリ秒へと劇的に短縮するイーサネットベースの新しい手術ロボットアーキテクチャ、医療ロボティクス専用の物理AI（Physical AI）基盤モデル「NVIDIA GROOT-H」、そして世界基盤モデル（World Foundation Models）を活用した高度な手術シミュレータ「Cosmos-H-Surgical-Simulator」が発表されました。これらは研究段階から一歩進み、すでに一部のパートナー企業や研究機関との統合デモが完了している、実用化に向けたプレビューおよび一般提供開始（GA）のフェーズにあります。

発表された機能・アップデートの全容

1. イーサネットベースのデータ中心型手術ロボットアーキテクチャ

従来の手術ロボットは、各コンポーネント（術者コンソール、ビジョンタワー、ロボットアームなど）がプロプライエタリ（独自仕様）な配線や通信プロトコルで接続された、複雑で柔軟性を欠く「分散システム」でした。NVIDIAは、このレガシーな構造を打破するため、自動運転車やヒューマノイドロボットの開発で培われた「データ中心型（Data-Centric）」のアーキテクチャを提案しました。

この新しい設計では、ロボット内のすべてのセンサーおよびアクチュエーターがイーサネットバックボーンを介して相互に接続されます。これにより、配線の複雑さが劇的に軽減され、システムの拡張性が飛躍的に向上します。センサーの追加やアクチュエーターの変更、計算能力のアップグレードが、ハードウェア全体の再設計なしにソフトウェアの変更のみで容易に行えるようになります。

2. 超低遅延「1.2ミリ秒」を実現するHoloscan Sensor Bridge

手術ロボットにおいて、術者の操作やセンサーの検知からロボットの動作（Event to Action）までの遅延は、安全性に直結する極めて重要な指標です。従来のシステムでは、画像信号処理（ISP）、ビデオパッチ、フレームグラバー、プロセッシングユニット、コントローラーユニットを個別のノードで経由するため、遅延はベストケースでも約50ミリ秒に達していました。

NVIDIAは「Holoscan Sensor Bridge（HSB）」を導入することで、この遅延を1.2ミリ秒にまで短縮することに成功しました。HSBは、カメラなどのセンサーから得られた生のデータを、イーサネットを介してGPUメモリへ直接書き込む「RDMA（Remote Direct Memory Access）」技術を活用しています。これにより、CPUの負荷を完全にオフロードし、センサーメモリの延長としてGPUメモリを直接扱うことが可能になります。デモ画面では、人間の操作する緑色のレーザーポインターの動きを、2自由度のガルバノミラーロボットが1.2ミリ秒の超低遅延で完璧に追従（赤色のレーザーでトラッキング）する様子が示されました。

3. 医療用エッジコンピューティング基盤「NVIDIA IGX T7000」

データ中心型アーキテクチャを支えるエッジコンピューティングの核として、産業用・医療用の高信頼性プラットフォーム「NVIDIA IGX T7000」が紹介されました。このシステムは、NVIDIA Thorモジュールを搭載し、FP4演算で最大5,581 TFLOPSの推論性能を提供します。さらに、オプションとしてRTX Pro 6000を追加することで、計算能力をさらに拡張できます。

ネットワーク帯域幅は最大400 Gbps（ConnectX-7スマートNIC経由）に達し、次世代モデルではさらに倍の800 Gbpsへと拡張される予定です。また、医療機器に不可欠な「機能安全（Functional Safety）」をハードウェアレベルでサポートする安全拡張機能をチップ上に備えており、スマートホスピタルのエッジデバイスとして強固な信頼性を確保しています。

4. 医療ロボティクスデータの不足を解消する「Open-H Embodiment」

生成AIや物理AIのトレーニングには膨大なデータが必要ですが、医療ロボティクスの分野ではデータの「サイロ化（孤立化）」が深刻な課題でした。一般のLLM（例：ChatGPT）が12億時間以上のテキストデータを学習し、一般ロボティクスでも約1万時間のデータが存在するのに対し、手術ロボティクスのオープンソースデータはわずか3.5時間（ジョンズ・ホプキンス大学が10年前に公開したJIGSAWSデータセットなど）しか存在しませんでした。

この「データギャップ」を埋めるため、NVIDIAは世界中の35のパートナー（ジョンズ・ホプキンス大学のAxel Krieger氏やミュンヘン工科大学のNassir Navab氏らを含む）と共同で、コミュニティ主導のプロジェクト「Open-H Embodiment」を立ち上げました。この取り組みにより、シミュレーション、テーブルトップ実験、動物実験、臨床データを含む、合計778時間の手術ロボティクスデータを収集し、Hugging Face上で公開しました。特にCMR Surgical社は、約500時間の臨床データ（運動学データとビデオのペア）を提供するという極めて寛大な貢献を行いました。

5. 医療用物理AI基盤モデル「NVIDIA GROOT-H」と「Cosmos-H-Surgical-Simulator」

「Open-H Embodiment」の豊富なデータを活用し、NVIDIAは医療ロボティクス向けの物理AI基盤モデル「NVIDIA GROOT-H」を開発しました。これはマルチエボディメント（多様なロボット形態）に対応した基盤モデルであり、術前のトレーニングや実際の手術アームの制御を支援します。デモでは、ジョンズ・ホプキンス大学のdVRK（手術ロボット研究プラットフォーム）を使用し、GROOT-Hが自律的に針を把持し、組織を縫合する（End-to-End Suturing）様子が公開されました。

さらに、世界基盤モデル（World Foundation Models）をベースにした手術シミュレータ「Cosmos-H-Surgical-Simulator」も発表されました。これは、ロボットの運動学（Kinematics）データと最初の1フレームの画像を入力するだけで、その後の手術部位の変形やロボットアームの動きをリアルなビデオとして予測・生成するものです。RTX Pro 6000上で12fpsでのリアルタイムシミュレーションを達成しており、開発者は実機を使わずに高度な自律動作の検証が可能になります。

6. 病院自動化を推進する「Rheo workflow」と自律型エージェント

手術室（OR）の効率化は、病院経営において極めて重要な課題です。手術室の維持コストは米国で1分あたり約46ドルに達し、さらに2030年までに世界で1500万人の医療従事者が不足すると予測されています。NVIDIAは、この課題を解決するため、病院の自動化を実現する「Rheo workflow」（Isaac for Healthcare 0.5に含まれるアーキテクチャ）を発表しました。

Rheo workflowは、手術室内のカメラや医療機器から得られるデータをエージェントシステム（Surgical Agentic Copilot）と連携させ、手術の進行状況（フェーズ）や必要な器具をリアルタイムで認識します。デモ映像では、Peritas AI社のヒューマノイドロボット「G1」が、手術の進行に合わせて滅菌処理部門（SPD）から自律的に手術器具のトレイを運搬し、手術室内の滅菌テーブルの上に正確に配置する様子が描写されました。これにより、看護師やスタッフの雑務を大幅に削減し、本来の医療業務に専念できる環境を構築します。