NVIDIAが公開した「NV-Raw2Insights-US」は、超音波プローブの生チャンネルデータから患者固有の音速マップを1回のAI推論で生成する物理情報付きモデルである。従来の超音波再構成は「体内音速は一定」という仮定の下で遅延・加算処理を行ってきたが、実際には脂肪層・筋肉・臓器ごとに音速が異なり、これが画像のボケや位置ずれの原因となっていた。Raw2Insightsは患者ごとに音速マップを推定し、再構成パイプラインにフィードバックすることでこの前提を置き換える。
システム構成は明確で、NVIDIA Holoscan Sensor BridgeとData over DisplayPort技術により、既存の臨床グレード超音波スキャナーからハードウェア改変なしに生データを取り出す。推論はNVIDIA IGX ThorまたはDGX Spark上のBlackwellクラスGPUで実行され、音速推定値がリアルタイムにスキャナーへ返される。つまり既存スキャナーを置き換えずに、外付けのAI推論ノードとして機能する導入経路が想定されている。
さらに重要なのは、モデル重み・実装コード・データセットがすべてHugging FaceとGitHubで公開された点である。医療AI領域では学習データの入手が最大のボトルネックだが、これが緩和されることで研究者は即座に追実験や応用開発に入れる。一方でNVIDIAは本技術を米国およびその他の国で販売・使用が未承認の調査段階と明記しており、臨床利用にはFDA・PMDA等の承認プロセスが別途必要となる。日本の医療機器メーカーや大学病院にとっては、オープン公開された基盤を自国データで再学習し規制対応版を構築する、という開発経路が現実的な選択肢として浮上した。
