Nvidia tritt in die Arena und arbeitet mit einem chirurgischen Roboterunternehmen zusammen, um die Da Vinci-Serie herauszufordern.

In jüngster Zeit hat die Branche der Operationsroboter eine "Hochzeit der Kooperation mit NVIDIA" erlebt. Derzeit haben bereits über acht Unternehmen in diesem Bereich die Partnerschaft mit NVIDIA angekündigt.

Beispielsweise plant das Unternehmen EndoQuest Robotics, das sich auf Endoskoproboter spezialisiert, die IGX Thor-Plattform von NVIDIA in sein nächstes Operationsrobotersystem zu integrieren. Das britische Unternehmen CMR Surgical hat sich als eines der ersten globalen Unternehmen bekannt gegeben, das die IGX Thor-Plattform von NVIDIA einsetzt. Die IGX Thor ist die neueste Spitzenplattform für physische KI und Robotik von NVIDIA, die eine KI-Rechnerleistung von 5581 FP4 TFLOPS und eine Netzwerkverbindungskapazität von 400 GbE aufweist. Im Vergleich zur vorherigen Plattform hat sie eine umfassende Verbesserung in der Rechnerleistungseffizienz und der Wahrnehmungsfähigkeit erzielt.

Außerdem haben Operationroboterunternehmen wie Johnson & Johnson, XCath, Asensus, Moon Surgical, Virtual Incision, Neptune Surgical und Stereotaxis alle Kooperationen mit NVIDIA geschlossen.

Betrachtet man die Inhalte der Kooperationen, so liegt der Hauptgrund für die aufeinanderfolgenden Kooperationen zwischen diesen Operationsroboterunternehmen und NVIDIA in der intelligenten Innovation und der Automatisierungsrevolution der Roboter. In diesen beiden Bereichen haben die chinesischen Unternehmen bereits frühzeitig Pläne entwickelt.

Im Bereich der Intelligenz verfügen die Operationsroboter, die von chinesischen Unternehmen wie MicroPort Surgical Robotics, Jinfeng Medical, Tianzhihang und Ruilong Surgical entwickelt wurden, alle über intelligente Funktionen wie Bildrekonstruktion, intelligente Navigation, Operationsplanung und Entscheidungsunterstützung.

Im Bereich der Automatisierung von Operationsrobotern gehen die chinesischen Innovationsunternehmen noch weiter als die ausländischen Unternehmen. Beispielsweise hat Geray Technology kürzlich auf der 17. COA-Wissenschaftlichen Konferenz die intelligente minimalinvasive Endoskopie-Operationslösung "Newton" vorgestellt und die erste öffentliche vollautomatisierte Demonstration durchgeführt. Derzeit strebt sein Operationsroboter eine Automatisierungsstufe von L4+ an. Es wird erwartet, dass der hochgradig autonome Roboter mehr Kernoperationsschritte autonom ausführen kann, die Abhängigkeit von der ärztlichen Erfahrung verringern und menschliche Fehler vermeiden kann.

Zur gleichen Zeit hat Aopeng Medical die automatische Operationsplattform "FARS" für körperliche KI-Roboter erstmals entwickelt. Zuvor hat Aopeng Medical mit dem ersten Generationseingriffsoperationsroboter, der mit dem "FARS"-Agenten ausgestattet war, in einem Tierversuchszentrum erfolgreich ein automatisches Eingriffsoperations-Tierversuch durchgeführt. Der gesamte Operationsprozess wurde vom "FARS"-Agenten autonom durchgeführt, einschließlich der Manipulation des Führungsdrahts, des Transports des Katheters und der Freigabe des Stents. Während des Operations wurde die submillimetergenaue Operationspräzision mithilfe multimodaler Bilder (DSA-CT-Fusion) erreicht, um das ultimative Ziel der "Autonomfahrweise" in der Eingriffskünstlichen Intelligenz zu erreichen.

In der chinesischen akademischen Welt hat das Team von Professor Qi Peng der Tongji-Universität in Zusammenarbeit mit dem klinischen Team von Akademiker Ge Junbo des Zhongshan-Hospitals der Fudan-Universität sowie anderen Spitzenforschungskräften wie Siemens Healthineers und der Chinese University of Hong Kong gemeinsam die autonome Operationsroute von Eingriffsoperationsrobotern auf der Grundlage von Simulationslernen erforscht. Derzeit hat das Team bereits auf den weltweit führenden Roboterkonferenzen ICRA und IROS eine erste technische Demonstration durchgeführt: Durch das Training des "Digitalen Zwillings"-Steuerungsmodells in einer virtuellen Umgebung und die Übertragung auf das physische Robotersystem wurde in einer experimentellen Umgebung, die die menschliche Blutgefäßstruktur simuliert, eine hochpräzise Navigation und die Manipulation von Instrumenten realisiert. Dies ist das erste Mal, dass der technische Pfad von "Simulation → Physisch" in einem hochrisikoreichen und hochpräzisen Szenario wie dem Eingriff in Blutgefäße validiert wurde, was eine Schlüsselrichtung und eine methodologische Grundlage für die nachfolgende Systemoptimierung, die Verbesserung der Algorithmusrobustheit und die Anpassung an die reale Umgebung bietet. Diese neuesten Ergebnisse auf der Grundlage von virtuellen Simulationsbildern und Rechenleistung werden auch in der Kooperation mit NVIDIA weiter optimiert, indem die Simulationssysteme, die KI-Trainingsrahmen und die Echtzeitausführungsmaschine tiefgehend integriert werden, um die intelligenten Operationsmanipulationen unter der flexiblen Simulation von menschlichen Organen und der Echtzeitrechenleistung zu verbessern.

Angesichts der Tatsache, dass Unternehmen und Forschungsinstitute für Operationsroboter alle die Partnerschaft mit NVIDIA eingehen, müssen wir uns die folgenden Fragen stellen: Können die von NVIDIA unterstützten Operationsroboter mit dem auf dem Markt dominierten Da Vinci Robot mithalten? Können die chinesischen Operationsroboter, die bereits in der Intelligenz und Automatisierung führend sind, in Zukunft einen Platz im Markt erobern? Welche Schwierigkeiten müssen noch überwunden werden, um zukünftige intelligente und automatisierte Operationsroboter zu realisieren?

01 Ist Rechenleistung die Grundlage für die zukünftige Innovation von Operationsrobotern?

In der Vergangenheit war die Intelligenz von Operationsrobotern hauptsächlich von Algorithmen abhängig. Mit der Zunahme der Datenmenge, der Erweiterung der intelligenten Funktionen und der Steigerung der klinischen Anforderungen ist es für Unternehmen in diesem Bereich schwierig geworden, die Anforderungen allein durch Algorithmen zu erfüllen. Stattdessen benötigen sie mehr Rechenleistung.

NVIDIA ist als weltweit führender Anbieter von KI-Berechnungslösungen in der Rechenleistungslösung unschlagbar. Dies ist einer der Gründe, warum sich so viele Operationsroboterunternehmen mit NVIDIA zusammengeschlossen haben.

Derzeit manifestiert sich der Bedarf an Rechenleistung für Operationsroboter hauptsächlich in drei Aspekten: Echtzeitumgebungswahrnehmung, Datenverarbeitung sowie Fusion und Analyse multimodaler Daten. Im Hinblick auf die entsprechenden Funktionen kann man die Analyse in präoperativen, intraoperativen und postoperativen Phasen unterteilen.

Erstens in der präoperativen Phase, einschließlich der Datengewinnung, der dreidimensionalen Rekonstruktion von Bilddaten, der automatischen Umrisszeichnung von medizinischen Bildern, der Berechnung des Tumorvolumens und der Planung des Operationszugangs. Alle diese Datenverarbeitungen erfordern eine gewisse Rechenleistung. Diese Funktionen sind mittlerweile fast unverzichtbare Grundfunktionen von Operationsrobotern.

Nehmen wir als Beispiel den selbstentwickelten Newton-Operationsroboter von Geray Technology. Das von ihm mitgeführte "Newton 3D" ist das weltweit erste voll elektrische 8-Achs/Integrations intraoperative mobiles Bildgebungssystem, das eine Ultrahochauflösungsscan von 0,16 mm und eine Echtzeitregistrierung mit niedriger Dosis ermöglicht. Darüber hinaus kann es basierend auf dem intelligenten Planungsmodul automatisch ein individuelles Operationsprogramm basierend auf der Anatomie des Patienten generieren. Funktionen wie dreidimensionale Rekonstruktion, Datenübertragung und intelligente Operationsplanung erfordern alle Rechenleistung.

Zweitens in der intraoperativen Phase, einschließlich der Echtzeitnavigation, der Entscheidungsunterstützung, der Steuerung des Roboterarms und der Fusion multimodaler Daten. Alle diese Funktionen erfordern eine starke Rechenleistung. Im Vergleich zur präoperativen Phase besteht in der intraoperativen Phase ein höherer Bedarf an Echtzeitfähigkeit. Beispielsweise muss der Operationsroboter während der Operation mehrere Aufgaben gleichzeitig erledigen, wie die Bildsegmentierung des Operationsfelds, die Verfolgung der Instrumententrajektorie und die Analyse der Vitalparameter des Patienten. Jede Verzögerung kann die Operationsmanipulation beeinträchtigen und sogar die Operationssicherheit gefährden.

Zusätzlich muss der Operationsroboter während der Operation auch multimodale Daten wie Echtzeitverfolgungsdaten der Operationsinstrumente, Kraftrückmeldedaten, Röntgendaten, Endoskopdaten, Systemantwortdaten und andere Bilddaten fusionieren und in Echtzeit verarbeiten, um die Präzision und Sicherheit des Operationsroboters zu gewährleisten.

Drittens in der postoperativen Phase, einschließlich der postoperativen Bewertung, der Quantifizierung der Operationsstandards und der Beurteilung von Komplikationen. Beispielsweise plant Intuitive Surgical, das neueste Da Vinci 5 Operationsroboter zu nutzen, um die Operation in mehrere Schlüsselsschritte zu quantifizieren. In Kombination mit dem Operationstyp, der objektiven Quantifizierung des Operationsablaufs und den tatsächlichen klinischen Ergebnissen der Patienten wird eine Korrelationsanalyse durchgeführt, um die wichtigen objektiven Indikatoren zu ermitteln und die Grundstandards für Operationsroboter zu etablieren.

Intuitive Surgical versucht auch, diese objektiven Indikatoren mit den Daten früherer Fälle zu kombinieren, um die Behandlungsergebnisse des aktuellen Patienten vorherzusagen. Dadurch kann es dem Arzt wertvolle Vorschläge geben, damit er diese Vorschläge mit der aktuellen Situation des Patienten kombiniert und die beste Operationsmethode wählt. Alle diese Datenanalysefunktionen erfordern eine gewisse Rechenleistung.

Insgesamt gesehen ist die Intelligenz von Operationsrobotern unweigerlich auf Rechenleistung basiert. Jede ihrer intelligenten Funktionen erfordert unterschiedliche Rechenleistungen. Die grundlegenden Wahrnehmungsfunktionen wie die Datenerfassung der Sensoren, die Datenübertragung und die Datenverarbeitung erfordern nur eine mittlere Rechenleistung, aber diese Funktionen haben einen hohen Bedarf an Echtzeitfähigkeit. Die Entscheidungsunterstützungsfunktionen wie die Operationsplanung und die Navigationspositionierung erfordern eine höhere Rechenleistung, und diese Funktionen müssen in einer sehr kurzen Zeit abgeschlossen werden, was bedeutet, dass die Rechenleistung relativ konzentriert ist (weniger Nutzung in anderen Zeiten). Unternehmen müssen den Kosten-Nutzen und die Rechenleistungssicherheit abwägen. Die intelligenten Entscheidungsfunktionen wie die automatische Operationsmanipulation erfordern dagegen eine extrem hohe Rechenleistung.

Außerdem hat unterschiedliche Rechenleistung auch Auswirkungen auf die Leistung von Operationsrobotern. Starke Rechenleistung kann die Reaktionsgeschwindigkeit des Operationsroboters erhöhen, die Verzögerung in jeder Phase verringern und seine Manipulation glatter machen. Sie kann auch die Steuerpräzision und Zuverlässigkeit des Operationsroboters verbessern, um eine hochpräzise Manipulation und die Operationssicherheit zu gewährleisten. Starke Rechenleistung trägt auch zur Erforschung der automatischen Operation durch Roboter bei.

Natürlich bedeutet starke Rechenleistung auch höhere Kosten. Unternehmen dürfen nicht einfach nur die Rechenleistung erhöhen, sondern müssen den Ausgleich zwischen klinischen Anforderungen, Produktleistung und Kosten berücksichtigen.

02 Können die von NVIDIA unterstützten Operationsroboter mit dem Da Vinci Robot mithalten?

Obwohl Unternehmen in der Branche der Operationsroboter nacheinander die Partnerschaft mit NVIDIA eingegangen sind, variieren die Tiefe und Richtung der Kooperationen. Diese unterschiedlichen Strategien sind die einzigartigen Innovationspunkte der jeweiligen Unternehmen.

Zunächst die Innovation im Bereich der Intelligenz. Sowohl EndoQuest Robotics als auch CMR Surgical planen, die IGX Thor-Plattform von NVIDIA in ihre Operationsroboter zu integrieren.

Die IGX Thor-Plattform von NVIDIA ist speziell für "physische KI" und Robotik-Szenarien entwickelt. Sie verfügt über eine starke Rechenleistung und eine Hochgeschwindigkeitsverbindungsfähigkeit, die die low-latency multimodale Wahrnehmung und die Echtzeitsteuerung unterstützt. Im Vergleich zur vorherigen Plattform IGX Orin hat diese Plattform die KI-Rechnerleistung auf der integrierten GPU um das 8-fache und auf der unabhängigen GPU um das 2,5-fache erhöht. Ihre Verbindungskapazität hat sich ebenfalls verdoppelt, so dass mehrere große KI-Modelle auf der Seite des Operationsroboters laufen können.

Deshalb wird EndoQuest Robotics die Rechenleistung und Technologie von NVIDIA nutzen, um die low-latency Sensorverarbeitung und die 3D-Visualisierung, die genaue und zeitlich synchronisierte Bewegungskontrolle sowie die sichere Cloudverbindung zu erreichen. Es wird auch die Technologieplattform von NVIDIA nutzen, um mehr KI-Funktionen in seinen Operationsroboter zu integrieren und bereitzustellen.

CMR Surgical wird die Intelligenzleistung seines Operationsroboters Versius durch die von der NVIDIA IGX Thor-Plattform angebotene Rechenleistung von 250 - 600 TOPS verbessern. Der Versius-Operationsroboter ist der weltweit erste Mehrport-Softgewebe-Allzweckroboter, der von der FDA zugelassen wurde und komplexe Operationen an der Lunge, der Thymus, der Speiseröhre und anderen Teilen des Körpers durchführen kann.

Im Vergleich zur Vergangenheit hat der Versius-Operationsroboter unter der Unterstützung der IGX Thor-Plattform die Echtzeit-KI-Gefäßerkennungsfähigkeit um das 3-fache verbessert, und die Latenzzeit wurde auf 10 Millisekunden reduziert. Mit der Unterstützung dieser Plattform kann der Versius eine Positionierpräzision von 0,3 Millimeter aufrechterhalten und erstmalig die berührungslose Venenplatzierung und das automatische Einführen des Katheters realisiert.

Außerdem haben Unternehmen wie Moon Surgical, Neptune Medical und Asensus Surgical auch durch andere Rechenleistungplattformen oder Lösungen von NVIDIA ihre intelligenten Funktionen erweitert und innoviert. Beispielsweise hat Moon Surgical die künstliche Intelligenzanwendung ScoPilot auf Basis der Holoscan-Echtzeitwahrnehmungsplattform von NVIDIA entwickelt, die auf seinem Operationsroboter Maestro läuft. Diese intelligente Funktion ermöglicht es dem Chirurgen, "drei Instrumente mit zwei Roboterarmen zu bedienen" und bietet ein stabiles, kontinuierlich verbessertes und sicheres Operationsfeld, wodurch die Effizienz im Operationssaal erheblich gesteigert wird...

Zweitens die Innovation im Bereich der Automatisierung. Die Automatisierung von Operationsrobotern ist eine weitere wichtige Richtung, die von Innovationsunternehmen erforscht wird. Beispielsweise plant das Operationsroboterunternehmen Virtual Incision, die Isaac for Healthcare-Plattform von NVIDIA (ein Entwicklerrahmen für KI in der Gesundheitsversorgung) zu nutzen, um den nächsten Generationseingriffsoperationsroboter zu entwickeln - indem synthetische Operationsdaten generiert werden, um die Autonomie des Roboters bei Aufgaben zu verbessern.

Tatsächlich haben nicht nur ausländische Unternehmen, sondern auch mehrere chinesische Innovationsunternehmen in der Automatisierung von Operationsrobotern bemerkenswerte Fortschritte erzielt. Beispielsweise hat das Unternehmen Bangce Medical in der Branche der Haartransplantationsroboter mit dem zweiten Generationse-Hairstar-Haartransplantationsroboter in der intelligenten Planung, der Haarstromerkennung, der automatischen Extraktion und dem Bohren von Löchern Fortschritte erzielt. Im Gegensatz zu ausländischen Robotern, die sich eher auf die lokale Unterstützung wie die Haarfolkelkennung konzentrieren, strebt der Hairstar-Haartransplantationsroboter die "automatische Ausführung + intelligente Entscheidungsfindung" an.

In der Branche der Laparoskopie-Operationsroboter, in der Intuitive Surgical dominiert, haben chinesische Innovationsunternehmen auch die automatische Manipulation von Operationsrobotern erforscht. Im August 2025 hat das Unternehmen Constellation Medtech in Zusammenarbeit mit einem multidisziplinären Forschungsteam der Chinese University of Hong Kong weltweit erstmals die Autonomie eines Eingriffsoperationsroboters in einem klinischen Szenario validiert und die Ergebnisse in der weltweit führenden Fachzeitschrift für Robotik "Science Robotics" veröffentlicht. Diese Operation wurde an einem lebenden Tier (Schwein) durchgeführt. Der gesamte Operationsprozess basierte nur auf der visuellen Rückmeldung des Endoskops des Operationsroboters. Getrieben durch den Algorithmus führte der von Constellation Medtech entwickelten und zugelassenen Sentire-Laparoskopie