论文

Open-H-Embodiment:支持医疗机器人基础模型的大规模数据集

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

模型评测基准与评测资源

摘要

自主医疗机器人有望改善患者结果、减轻医护工作量并扩大医疗服务可及性,但数据不足限制了研究:现有数据集通常规模较小、只覆盖一种机器人形态,且很少开放。我们发布Open-H-Embodiment,论文称其为迄今最大的同步运动学医疗机器人视频开放数据集,来自50余家机构,覆盖CMR Versius、达芬奇、dVRK、BiTrack、MIRA、Maestro及定制系统,包括手术操作、机器人超声和内窥镜流程。我们以两个基础模型展示数据集支持的研究。GR00T-H是开放的医疗机器人视觉语言动作基础模型,在结构化缝合基准中是唯一实现完整端到端任务的受测模型,成功率25%,其他模型为0%;在29步离体缝合序列上平均成功率64%。Cosmos-H-Surgical-Simulator是动作条件世界模型,可通过同一检查点模拟九种机器人平台,支持医疗领域的计算机仿真策略评估与合成数据生成。结果表明,开放大规模医疗机器人数据可为机器人学习与世界建模研究提供基础设施。