چرا انویدیا می‌خواهد محاسبات سنتی سونوگرافی را برای همیشه حذف کند

تصور کنید دستگاه سونوگرافی به جای تکرار فرمول‌های قدیمی، هر بار بدن شما را از نو یاد بگیرد. اگر هنوز فکر می‌کنید تصویربرداری پزشکی فقط یک ثبت بصری ساده است، سخت در اشتباهید.

در ۲۸ آوریل ۲۰۲۶، شرکت انویدیا (NVIDIA) و زیمنس هلثینیرز (Siemens Healthineers) از مدل NV-Raw2Insights-US پرده‌برداری کردند. به نقل از مستندات این پروژه، این مدل یک سیستم بازسازی است که مستقیماً از داده‌های خام کانال‌های سونوگرافی یاد می‌گیرد. این رویکرد به هوش مصنوعی اجازه می‌دهد تا به جای تکیه بر فرض غلط «سرعت ثابت صوت در تمام بدن‌ها»، به نحوه تعامل موج‌های صوتی با بافت هر بیمار به‌طور مجزا «گوش دهد».

طبق اعلام انویدیا، برای غلبه بر محدودیت‌های پهنای باند در اسکنرهای کلینیکی، یک خط لوله استقرار تخصصی طراحی شده است:

• انتقال داده از طریق DisplayPort: استفاده از پل حسگر هولوسکان (Holoscan Sensor Bridge - HSB)، یک IP متن‌باز FPGA برای استریم داده‌های خام از اسکنرهای ACUSON Sequoia.
• ترابرد پرسرعت: بسته‌بندی داده‌ها و ارسال آن‌ها از طریق RDMA بر روی اترنت همگرا به NVIDIA IGX.
• استنتاج (Inference) شتاب‌یافته: اجرای مدل روی پردازنده‌های گرافیکی سری بلک‌ول (Blackwell-class GPUs) از طریق پلتفرم هولوسکان انویدیا (NVIDIA Holoscan) در سیستم‌هایی مانند NVIDIA IGX Thor یا DGX Spark.

همان‌طور که در تحلیل قبلی ما درباره‌ی رایانش لبه (Edge Computing) اشاره کردیم، انتقال پردازش به نزدیکی منبع داده، کلید حذف تأخیر و افزایش دقت است. این معماری، سونوگرافی را به یک ابزار «نرم‌افزار-محور» تبدیل می‌کند. از آنجا که داده‌های خام مستقیماً در حافظه GPU قرار دارند، توسعه‌دهندگان می‌توانند مدل‌های جدید هوش مصنوعی زاینده (Generative AI) را بدون تغییر در سخت‌افزار اسکنر ادغام کنند.

این تغییر رویکرد از الگوریتم‌های صلب به یک خط لوله هوش مصنوعی مبتنی بر فیزیک، پایه‌ای برای تصویربرداری بومیِ هوش مصنوعی ایجاد کرده است. این یعنی تجهیزات پزشکی دیگر به ثابت‌های فیزیکی عمومی تکیه نمی‌کنند، بلکه مکانیسم حسگری خود را در لحظه با واقعیت بیولوژیکی بیمار تطبیق می‌دهند.

اما این تحول در تصویربرداری تنها بخشی از یک نقشه بزرگتر است؛ برای درک چگونگی ادماش این سیستم‌ها در بیمارستان‌های هوشمند، تحلیل ما درباره‌ی NVIDIA IGX را بخوانید.

گام بعدی شما

• بررسی مستندات Holoscan Sensor Bridge برای درک نحوه استریم داده‌های خام.
• دنبال کردن اخبار مربوط به مجوزهای کلینیکی (Clinical Clearance) برای این مدل در سال ۲۰۲۶.
• مطالعه پروتکل‌های RDMA برای بهینه‌سازی انتقال داده در سیستم‌های پزشکی.