← नवीनतम पेपर
💻 computer science

Open-H-Embodiment: A Large-Scale Dataset for Enabling Foundation Models in Medical Robotics

यह शोध पत्र Open-H-Embittment को प्रस्तुत करता है, जो 49 से अधिक संस्थानों और कई प्लेटफार्मों में फैले चिकित्सा रोबोटिक वीडियो और किनेमैटिक्स का सबसे बड़ा ओपन डेटासेट है, जो GR00T-H और Cosmos-H-Surgical-Simulator जैसे फाउंडेशन मॉडल्स के विकास को सक्षम बनाता है ताकि चिकित्सा रोबोटिक्स में अभूतपूर्व एंड-टू-एंड टास्क पूर्णता और मल्टी-एम्बॉडमेंट सिमुलेशन प्राप्त किया जा सके।

मूल लेखक: Open-H-Embodiment Consortium (Brian), : (Brian), Nigel Nelson (Brian), Juo-Tung Chen (Brian), Jesse Haworth (Brian), Xinhao Chen (Brian), Lukas Zbinden (Brian), Dianye Huang (Brian), Alaa Eldin Abdel
प्रकाशित 2026-04-24
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Open-H-Embodiment Consortium (Brian), : (Brian), Nigel Nelson (Brian), Juo-Tung Chen (Brian), Jesse Haworth (Brian), Xinhao Chen (Brian), Lukas Zbinden (Brian), Dianye Huang (Brian), Alaa Eldin Abdelaal (Brian), Alberto Arezzo (Brian), Ayberk Acar (Brian), Farshid Alambeigi (Brian), Carlo Alberto Ammirati (Brian), Yunke Ao (Brian), Pablo David Aranda Rodriguez (Brian), Soofiyan Atar (Brian), Mattia Ballo (Brian), Noah Barnes (Brian), Federica Barontini (Brian), Filip Binkiewicz (Brian), Peter Black (Brian), Sebastian Bodenstedt (Brian), Leonardo Borgioli (Brian), Nikola Budjak (Brian), Benjamin Calmé (Brian), Fabio Carrillo (Brian), Nicola Cavalcanti (Brian), Changwei Chen (Brian), Haoxin Chen (Brian), Sihang Chen (Brian), Qihan Chen (Brian), Zhongyu Chen (Brian), Ziyang Chen (Brian), Shing Shin Cheng (Brian), Meiqing Cheng (Brian), Min Cheng (Brian), Zih-Yun Sarah Chiu (Brian), Xiangyu Chu (Brian), Camilo Correa-Gallego (Brian), Giulio Dagnino (Brian), Anton Deguet (Brian), Jacob Delgado (Brian), Jonathan C. DeLong (Brian), Kaizhong Deng (Brian), Alexander Dimitrakakis (Brian), Qingpeng Ding (Brian), Hao Ding (Brian), Giovanni Distefano (Brian), Daniel Donoho (Brian), Anqing Duan (Brian), Marco Esposito (Brian), Shane Farritor (Brian), Jad Fayad (Brian), Zahi Fayad (Brian), Mario Ferradosa (Brian), Filippo Filicori (Brian), Chelsea Finn (Brian), Philipp Fürnstahl (Brian), Jiawei Ge (Brian), Stamatia Giannarou (Brian), Xavier Giralt Ludevid (Brian), Frederic Giraud (Brian), Aditya Amit Godbole (Brian), Ken Goldberg (Brian), Antony Goldenberg (Brian), Diego Granero Marana (Brian), Xiaoqing Guo (Brian), Tamás Haidegger (Brian), Evan Hailey (Brian), Pascal Hansen (Brian), Ziyi Hao (Brian), Kush Hari (Brian), Kengo Hayashi (Brian), Jonathon Hawkins (Brian), Shelby Haworth (Brian), Ortrun Hellig (Brian), S. Duke Herrell (Brian), Zhouyang Hong (Brian), Andrew Howe (Brian), Junlei Hu (Brian), Ria Jain (Brian), Mohammad Rafiee Javazm (Brian), Howard Ji (Brian), Rui Ji (Brian), Jianmin Ji (Brian), Zhongliang Jiang (Brian), Dominic Jones (Brian), Jeffrey Jopling (Brian), Britton Jordan (Brian), Ran Ju (Brian), Michael Kam (Brian), Luoyao Kang (Brian), Fausto Kang (Brian), Siddhartha Kapuria (Brian), Peter Kazanzides (Brian), Sonika Kiehler (Brian), Ethan Kilmer (Brian), Ji Woong (Brian), Kim, Przemysław Korzeniowski, Chandra Kuchi, Nithesh Kumar, Alan Kuntz, Federico Lavagno, Yu Chung Lee, Hao-Chih Lee, Hang Li, Zhen Li, Xiao Liang, Xinxin Lin, Jinsong Lin, Chang Liu, Fei Liu, Pei Liu, Yun-hui Liu, Wanli Liuchen, Eszter Lukács, Sareena Mann, Miles Mannas, Brett Marinelli, Sabina Martyniak, Francesco Marzola, Lorenzo Mazza, Xueyan Mei, Maria Clara Morais, Luigi Muratore, Chetan Reddy Narayanaswamy, Michał Naskręt, David Navarro-Alarcon, Cyrus Neary, Chi Kit Ng, Christopher Nguan, David Noonan, Ki Hwan Oh, Tom Christian Olesch, Allison M. Okamura, Justin Opfermann, Matteo Pescio, Doan Xuan Viet Pham, Tito Porras, Hongliang Ren, Ariel Rodriguez Jimenez, Ferdinando Rodriguez y Baena, Septimiu E. Salcudean, Asmitha Sathya, Preethi Satish, Lalithkumar Seenivasan, Jiaqi Shao, Yiqing Shen, Yu Sheng, Lucy XiaoYang Shi, Zoe Soulé, Stefanie Speidel, Mingwu Su, Jianhao Su, Idris Sunmola, Kristóf Takács, Yunxi Tang, Patrick Thornycroft, Yu Tian, Jordan Thompson, Mehmet K. Turkcan, Mathias Unberath, Pietro Valdastri, Carlos Vives, Quan Vuong, Martin Wagner, Farong Wang, Wei Wang, Lidian Wang, Chung-Pang Wang, Guankun Wang, Junyi Wang, Erqi Wang, Ziyi Wang, Tanner Watts, Wolfgang Wein, Yimeng Wu, Zijian Wu, Hongjun Wu, Luohong Wu, Jie Ying Wu, Junlin Wu, Victoria Wu, Kaixuan Wu, Mateusz Wójcikowski, Yunye Xiao, Nan Xiao, Wenxuan Xie, Hao Yang, Tianqi Yang, Yinuo Yang, Menglong Ye, Ryan S. Yeung, Nural Yilmaz, Chim Ho Yin, Michael Yip, Rayan Younis, Chenhao Yu, Sayem Nazmuz Zaman, Milos Zefran, Han Zhang, Yuelin Zhang, Yidong Zhang, Yanyong Zhang, Xuyang Zhang, Yameng Zhang, Joyce Zhang, Ning Zhong, Peng Zhou, Haoying Zhou, Xiuli Zuo, Nassir Navab, Mahdi Azizian, Sean D. Huver, Axel Krieger

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रोबोट को सर्जरी करना सिखाने की कोशिश कर रहे हैं। वर्तमान में, यह एक बच्चे को एक विशिष्ट वायलिन पर एक विशिष्ट गीत बजाने के लिए एक मास्टर वायलिन वादक की 3 मिनट की एकल रिकॉर्डिंग देने जैसा है। बच्चा वह एक गीत सीख सकता है, लेकिन यदि आप उसे एक अलग वायलिन थमा दें या उसे दूसरा गीत बजाने के लिए कहें, तो वह पूरी तरह से खो जाएगा।

यही वह समस्या है जिसका चिकित्सा रोबोटिक्स जगत वर्षों से सामना कर रहा है। हमारे पास रोबोट तो हैं, लेकिन हमारे पास उन्हें स्मार्ट, लचीला और सुरक्षित बनाने के लिए पर्याप्त डेटा (data) नहीं है।

यह पेपर Open-H-Embodiment पेश करता है, जो एक विशाल नया समाधान है जो खेल बदल देता है। यहाँ इसका सरल विवरण दिया गया है:

1. समस्या: "डेटा का रेगिस्तान" (The Data Desert)

अब तक, सर्जिकल रोबोटों के बारे में डेटा बहुत छोटा, बिखरा हुआ और बंद था।

  • छोटा: अधिकांश डेटासेट केवल कुछ घंटों लंबे थे।
  • सीमित: वे आमतौर पर केवल एक विशिष्ट रोबोट (जैसे प्रसिद्ध da Vinci सिस्टम) पर काम करते थे।
  • मौन: वे शायद ही कभी अपना डेटा सार्वजनिक रूप से साझा करते थे।

इस कारण से, सामान्य रोबोटों (जैसे जो खिलौने उठाते हैं) पर प्रशिक्षित AI मॉडल सर्जरी करने के लिए पूछे जाने पर बुरी तरह विफल हो जाते हैं। सर्जरी बहुत जटिल है, उपकरण बहुत नाजुक हैं, और रोबोट की "मांसपेशियां" एक खिलौना रोबोट से बहुत अलग होती हैं।

2. समाधान: "ग्रैंड लाइब्रेरी" (Open-H-Embodiment)

शोधकर्ताओं ने Open-H-Embodiment डेटासेट बनाया है। इसे सर्जिकल ज्ञान के एक विशाल, ओपन-सोर्स पुस्तकालय के रूप में समझें।

  • पैमाना: इसमें 770 घंटों का वीडियो और मूवमेंट डेटा शामिल है। यह बिना रुके 32 दिनों के सर्जरी फुटेज देखने जैसा है।
  • विविधता: यह केवल एक रोबट नहीं है। इसमें 20 अलग-अलग प्रकार के रोबोटिक हाथ और उपकरण शामिल हैं, जिनमें विशाल अस्पताल की मशीनों से लेकर छोटे, लचीले एंडोस्कोप तक शामिल हैं।
  • स्रोत: डेटा दुनिया भर के 49 विभिन्न संस्थानों (अस्पतालों और विश्वविद्यालयों) से आया है, जिसमें अमेरिका, यूरोप और एशिया शामिल हैं।
  • सामग्री: इसमें घावों को सिलने और पित्ताशय (gallbladder) निकालने से लेकर रोबोटिक अल्ट्रासाउंड का उपयोग करने तक सब कुछ शामिल है। इसमें वीडियो, रोबोट का मूवमेंट डेटा (kinematics), और यहाँ तक कि टेक्स्ट विवरण भी शामिल हैं।

उपमा (Analogy): यदि पिछले डेटासेट चॉकलेट केक के लिए एक एकल रेसिपी कार्ड की तरह थे, तो Open-H हजारों रेसिपी वाला एक विशाल कुकबुक है जिसमें 49 अलग-अलग मास्टर शेफ द्वारा 20 अलग-अलग ओवन का उपयोग करके केक, ब्रेड और पेस्ट्री की रेसिपी लिखी गई हैं।

3. परिणाम: दो सुपर-टूल्स

टीम ने केवल डेटा एकत्र नहीं किया; उन्होंने इसका उपयोग दो शक्तिशाली AI टूल्स बनाने के लिए किया:

A. GR00T-H: "मास्टर सर्जिकल अपरेंटिस" (Master Surgical Apprentice)

यह एक नया AI मस्तिष्क (एक विजन-लैंग्वेज-एक्शन मॉडल) है जिसे Open-H लाइब्रेरी पर प्रशिक्षित किया गया है।

  • यह क्या करता है: यह एक वीडियो को देखता है, टेक्स्ट निर्देशों को समझता है, और तय करता है कि रोबोट को कैसे हिलना है।
  • परीक्षण: उन्होंने इसे "SutureBot" चुनौती (एक कार्य जहाँ रोबोट को सुई उठानी होती है, उसमें धागा पिरोना होता है, और गांठ बांधनी होती है) पर परखा।
  • परिणाम: अन्य सभी AI मॉडल पूरी तरह से विफल रहे (0% सफलता)। GR00T-H 25% बार सफल रहा।
  • क्यों महत्वपूर्ण है: यह पहली बार है जब किसी AI ने शुरू से अंत तक एक पूर्ण, जटिल सर्जिकल कार्य को सफलतापूर्वक पूरा किया है। इसने नए रोबोटों के प्रति पहले के मॉडलों की तुलना में तेजी से सीखा और बेहतर अनुकूलन किया।

B. Cosmos-H-Surgical-Simulator: "सर्जिकल फ्लाइट सिम्युलेटर"

यह एक "वर्ल्ड मॉडल" है। इसे एक वीडियो गेम इंजन के रूप में समझें जो भविष्य की भविष्यवाणी कर सकता है।

  • यह क्या करता है: आप इसे कहते हैं, "रोबोटिक हाथ को इस तरह से घुमाओ," और यह एक वीडियो जेनरेट करता है कि सर्जरी कैसी दिखेगी।
  • जादू: यह डेटासेट के किसी भी 20 रोबोटों के लिए यह कर सकता है, न कि केवल एक के लिए।
  • क्यों महत्वपूर्ण है: पहले, यदि आप एक नया सर्जिकल रोबोट विचार परीक्षण करना चाहते थे, तो आपको उसे बनाना पड़ता था और महंगे उपकरणों को टूटने या मरीज को चोट पहुँचाने का जोखिम उठाना पड़ता था। अब, आप अपने विचारों को इस "सिम्युलेटर" में पहले टेस्ट कर सकते हैं। यह सर्जनों के लिए एक फ्लाइट सिम्युलेटर की तरह है, लेकिन रोबोटों के लिए।

4. यह सब कुछ कैसे बदल देता है

लेखकों का तर्क है कि जिस तरह इंटरनेट ने भारी मात्रा में टेक्स्ट को फीड करके स्मार्ट चैटबॉट्स (जैसे कि वह जिससे आप अभी बात कर रहे हैं) बनाने में मदद की, हमें स्मार्ट सर्जिकल रोबोट बनाने के लिए भारी मात्रा में सर्जिकल डेटा की आवश्यकता है।

  • लोकतांत्रीकरण (Democratization): इस डेटा को ओपन बनाकर, अब कोई भी शोधकर्ता या अस्पताल अपना खुद का रोबोट प्रशिक्षित कर सकता है, न कि केवल बड़ी टेक कंपनियाँ।
  • सुरक्षा: हम "सिम्युलेटर" (Cosmos) में दुर्लभ, खतरनाक स्थितियों को संभालने के लिए रोबोट को प्रशिक्षित कर सकते हैं, इससे पहले कि वे वास्तव में किसी मरीज को छुएं।
  • पहुंच (Accessibility): यह अंततः छोटे शहरों और विकासशील देशों में उच्च-गुणवत्ता वाली रोबोटिक सर्जरी लाने में मदद कर सकता है जहाँ विशेषज्ञ सर्जनों की कमी है।

निचोड़ (The Bottom Line)

यह पेपर चिकित्सा समुदाय के लिए एक "युद्ध का आह्वान" (call to arms) है। यह कहता है: "हमने अब तक का सबसे बड़ा, सबसे विविध सर्जिकल डेटा लाइब्रेरी बनाई है। हमने साबित किया है कि जब आप रोबोट को इतना अधिक डेटा देते हैं, तो वे बहुत स्मार्ट हो जाते हैं। अब, आइए इसका उपयोग एक ऐसा भविष्य बनाने के लिए करें जहाँ रोबोट सर्जनों को अधिक जीवन बचाने में, कम तनाव और अधिक सटीकता के साथ मदद कर सकें।"

यह एक ऐसे भविष्य की ओर पहला कदम है जहाँ आपका रोबोट सहायक केवल आपके फर्श की सफाई नहीं करेगा, बल्कि घाव को सिलने में भी मानवीय सटीकता के साथ मदद कर सकेगा।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 💻 cs →