Эпоха медицинской робототехники слишком долго буксовала из-за дефицита данных. Пока промышленная робототехника дрейфовала в сторону универсального интеллекта, хирургические платформы оставались заложниками проприетарных «колодцев» — малых наборов данных под конкретное железо, которыми никто не спешил делиться. В итоге разработчики годами полировали жесткие алгоритмы вместо гибкого обучения. Как сообщают исследователи проекта Open-H-Embodiment, объединившего 49 институтов, этот барьер наконец рухнул.
Консорциум собрал воедино данные с самых разных систем — от классического da Vinci до платформ CMR Versius, BiTrack от Rob Surgical и MIRA от Virtual Incision. На выходе получился крупнейший в мире открытый массив медицинского видео, синхронизированного с кинематикой. На наш взгляд, это не просто библиотека кадров, а сырье для «фундаментальных моделей» (Foundation Models), способных понимать физику действий независимо от архитектуры конкретного манипулятора.
Переход от ручного кодирования к «физическому интеллекту» радикально меняет экономику клиник и медтех-стартапов. В отчете Open-H-Embodiment указано, что на этой базе уже создана GR00T-H — первая открытая модель типа «зрение-язык-действие» (VLA) для медицины. В тестах по наложению швов GR00T-H стала единственной, кто смог полностью завершить задачу в автоматическом режиме, показав успех в 25% попыток там, где остальные модели провалились полностью. На сложном 29-этапном цикле (ex vivo) она удержала среднюю эффективность в 64%. Для инвесторов это четкий сигнал: роботы начинают учиться на коллективном опыте, а не на индивидуальных скриптах.
Вторая важная деталь — симулятор Cosmos-H-Surgical-Simulator. Эта «модель мира» позволяет тренировать агентов в синтетической среде сразу для нескольких типов роботов. По сути, порог входа в индустрию обнуляется: теперь проверять гипотезы можно без закупки дорогостоящего железа и рисков для пациентов.
Однако путь к автономным клиникам упирается в стену комплаенса. Хотя данные 49 институтов доказывают, что масштабные выборки ведут к «сверхчеловеческой» точности, интеграция таких агентов в реальную операционную требует пересмотра всей системы управления рисками. Регуляторы привыкли к предсказуемой логике жесткого кода, а самообучающаяся модель — это юридическая головоломка. На текущий момент исследовательская инфраструктура явно обогнала возможности внедрения.
Этот релиз фактически обнуляет монополию старых вендоров на данные. Конкуренция смещается из плоскости «у кого лучше железо» в область качества интеграции ИИ. Если вы инвестируете в медицинских роботов, фокус пора переносить с закупки механических «рук» на создание вычислительных мощностей и конвейеров для запуска моделей уровня GR00T-H. Разрыв между стандартной процедурой и операцией с ИИ-поддержкой становится измеримым преимуществом в клинических исходах и операционной марже.