WO2023171437A1 - シミュレーションシステム、情報処理装置及び情報処理方法 - Google Patents

Abstract

シミュレーションシステム（１００）は、互いに協働することにより手術のシミュレーションを提供する第１の情報処理装置（１）及び第２の情報処理装置（２）を備え、第１の情報処理装置（１）及び第２の情報処理装置（２）は、全光通信ネットワーク（Ｎ）を介して、シミュレーションデータを互いに送受信する。

Description

シミュレーションシステム、情報処理装置及び情報処理方法

　本開示は、シミュレーションシステム、情報処理装置及び情報処理方法に関する。

　外科手術の分野において、手術のシミュレーションが行われることが知られている（例えば特許文献１を参照）。

特開２０２０－６２４９４号公報

　シミュレーション性能を向上させるため、クラウドコンピューティングの高い計算能力を利用することが考えられる。その場合、通信の遅延への対処が必要になる。とくに力覚提示を伴うようなリアルタイム性の高いシミュレーションの場合に課題が顕在化し得る。

　本開示の一側面は、シミュレーション性能を向上させる。

　本開示の一側面に係るシミュレーションシステムは、互いに協働することにより手術のシミュレーションを提供する第１の情報処理装置及び第２の情報処理装置を備え、第１の情報処理装置及び第２の情報処理装置は、全光通信ネットワークを介して、シミュレーションデータを互いに送受信する。

　本開示の一側面に係る情報処理装置は、別の情報処理装置との協働により手術のシミュレーションを提供する情報処理装置であって、軟組織を含むシミュレーションモデルを計算する処理部と、別の情報処理装置との間での全光通信ネットワークを介したシミュレーションデータの送受信を制御する光伝送制御部と、を備える。

　本開示の一側面に係る情報処理方法は、第１の情報処理装置及び第２の情報処理装置が互いに協働することにより手術のシミュレーションを提供する情報処理方法であって、第１の情報処理装置及び第２の情報処理装置が全光通信ネットワークを介してシミュレーションデータを互いに送受信することを含む。

実施形態に係るシミュレーションシステムの概要を模式的に示す図である。 シミュレーションシステムの機能ブロックの例を示す図である。 ハプティックデバイスの概略構成の例を示すブロック図である。 映像の例を示す図である。 シミュレーションループの例を示す図である。 リモートＤＭＡを模式的に示す図である。 シミュレーションシステムにおいて実行される処理（情報処理方法）の例を示すフローチャートである。 変形例の概略構成を示す図である。 シミュレーションの流れを模式的に示す図である。 変形例の概略構成を示す図である。 装置のハードウェア構成の例を示す図である。

　以下に、本開示の実施形態について図面に基づいて詳細に説明する。なお、以下の各実施形態において、同一の要素には同一の符号を付することにより重複する説明を省略する。

　以下に示す項目順序に従って本開示を説明する。
　　０．序
　　１．実施形態
　　２．変形例
　　３．ハードウェア構成の例
　　４．効果の例

０．序
　外科手術には医師の高度なスキルが必要で、トレーニングが重要である。これまでの手術シミュレーションは、臓器を模した映像表示等が可能でその手技を学ぶことはできるが、実際の柔軟な臓器の変形や力覚を正確には反映しておらず、初期トレーニングの利用にとどまる。また、大規模な人体モデルを扱うことは難しいため、部分的な臓器のモデルシミュレーションに限定される。

　例えば腹腔全体の臓器を含むような大規模モデルを扱うことは、計算リソースの観点から難しい。精密なシミュレーションを行うためには、モデルのメッシュをより密にしていく必要があり、これも計算リソースの観点から限界がある。計算リソースを確保するために、クラウドコンピューティングの高い計算能力を用いることが考えられる。ただし通信の遅延の問題があり、とくにリアルタイムシミュレーションの場合にその問題が顕在化する。また、ＦＥＭ（有限要素法（Finite　Element　Method））を組み合わせることで、ヤング率等の物理パラメータに合致した力覚推定及びフィードバックの実現も考えられる。ただし、より精密なハプティクス制御・力覚フィードバックのためには、シミュレーション及びフィードバックのための演算の周期を短くする必要がある。

　とくに上述の遅延の問題があることから、これまでは、エッジコンピューティングのみでシミュレーションを行っていた。十分な計算能力が得られないので、モデルの簡素化やモデル化対象部分の限定を行わなければならず、リアル性を犠牲にしていた。また、演算の周期も長めに設定しなければならず、力覚フィードバックのリアル性も犠牲にしていた。長い演算周期では、実際の重力がかかった臓器の変形等をリアルにシミュレーションすることは困難であった。

　上述の課題の少なくとも１つが、開示される技術によって対処される。全光通信ネットワークを用いることで、低遅延の問題が対処され、クラウドコンピューティングによる十分な計算リソースが確保される。リモートＤＭＡ（Direct　Memory　Access）を用いることで、低遅延のデータ転送に加えて、分散した情報処理装置のメモリにあるデータの同期をとることで、ネットワークをまたいだ分散処理を容易に行える。

　高い計算能力を用いることで、例えば、大規模且つ柔軟な人体臓器モデルの変形や力覚計算のリアルタイムシミュレーションが可能になる。大規模な人体モデルのリアルタイム処理及び精密な力覚のリアルタイムフィードバックを両立することが可能になる。医師の繊細な感覚にも基づく実際の手術に近いシミュレーション環境が構築される。医師のトレーニングや術前計画の質を向上させ、手術成績の向上につながることが期待できる。

１．実施形態
　図１は、実施形態に係るシミュレーションシステムの概要を模式的に示す図である。シミュレーションシステム１００は、大規模演算が可能なハプティクス手術シミュレータとして用いることができる。例えば、腹腔鏡手術、胸部外科、脳外科等、軟組織（柔らかい臓器等）を扱う手術のトレーニングや術前計画に用いることができる。軟組織の変形やリアルな反力を感じながらトレーニングすることで、より正確性の高い事前体験が行え、スキルの向上・手術成績の向上に効果が期待される。

　なお、シミュレーションシステム１００は、手術ロボットのトレーニングシステムとして用いることもできる。これまでの手術支援ロボットには、力覚制御を有していないものも少なくない。その場合、医師は、映像のみで臓器や組織にかかっている力を想像しながら処置を行っている。正確な力覚を計算して提示（表示等）することで、臓器に加わる力や縫合時の適切な力を把握することができる。より効果的なトレーニングが可能となる。

　図１に示される例では、シミュレーションシステム１００は、情報処理装置１と、情報処理装置２とを含む。情報処理装置１及び情報処理装置２は、互いに協働することにより手術のシミュレーションを提供する第１の情報処理装置及び第２の情報処理装置である。

　情報処理装置１及び情報処理装置２は、全光通信ネットワークＮを介して接続される。詳細は後述するが、情報処理装置１及び情報処理装置２は、全光通信ネットワークＮを介して、シミュレーションデータを互いに送受信する。

　全光通信ネットワークＮによる情報処理装置１及び情報処理装置２の接続は、少なくともエンドポイントルータどうしの間の通信がすべて光通信で構築されることを意味する。なお、エンドポイントルータ以降の通信は、光電変換後の電気通信であってもよい。広帯域な全光通信ネットワークＮを介した通信により、情報処理装置１と情報処理装置２とが低遅延で接続される。とくにリアルタイムシミュレーションに有用である。

　情報処理装置１は、エッジ領域に配置され、ハプティックデバイス６及びモニタ７とともにエッジシミュレータ端末を構成する。この例ではハプティックデバイス６及びモニタ７も情報処理装置１の構成要素であるが、それらは情報処理装置１の構成要素でなくてもよい。エッジ領域ＥＦ内に、シミュレーションシステム１００のユーザＵが位置している。図１には、ハプティックデバイス６を操作するユーザＵの手の部分だけが模式的に示される。

　情報処理装置１及び情報処理装置２の協働により、手術環境ＯＥがシミュレーションされる。図１において、手術環境ＯＥが、情報処理装置１の内側に模式的に示される。手術環境ＯＥには、手術に関する仮想的な要素が含まれる。手術環境ＯＥに含まれる要素として、図１には、軟組織Ｏ、術具Ｔ、ロボットアームＲ及びカメラＣが例示される。

　軟組織Ｏの例は、軟性を有する臓器等である。術具Ｔの例は、鉗子等の手術器具である。軟組織Ｏとは異なり、術具Ｔは剛性を有してよい。ロボットアームＲは、カメラＣを支持する手術用ロボットアームである。カメラＣは、手術用のカメラであり、軟組織Ｏや術具Ｔを含む術野を撮影する。カメラＣの視野を、視野Ｆと称し図示する。

　ハプティックデバイス６（触感装置）は、術具Ｔを操作するために、ユーザＵが（手で）触れて操作する装置である。ユーザＵは、ハプティックデバイス６を動かすことで、術具Ｔを操作する。術具Ｔを用いて軟組織Ｏを挟んだり切断したりすることで、手術シミュレーションが進められる。術具Ｔが軟組織Ｏに接触すると、軟組織Ｏに外力が加わり、軟組織Ｏが変形等するようにシミュレーションされる。軟組織Ｏと術具Ｔと相互作用により生じる接触力（例えば力覚に相当し得る）が、ユーザＵによるハプティックデバイス６を介した術具Ｔの操作に反映され、ユーザＵにフィードバックされる。

　モニタ７は、上述のカメラＣの視野Ｆ内の映像、すなわち軟組織Ｏ及び術具Ｔ（の少なくとも一部）を含む映像を表示する。ユーザＵは、モニタ７に表示された映像を見ながらハプティックデバイス６を操作する。カメラＣの位置や角度等も、ユーザＵによって操作されてよい。カメラＣの操作部は、ハプティックデバイス６に組み入れられてもよいし、ハプティックデバイス６とは別に設けられてもよい。カメラＣの操作は、自動で行われてもい。例えば、カメラＣを自動操作する制御部の機能が手術環境ＯＥ内に組み入れられてよい。

　情報処理装置２は、クラウド領域ＣＦに配置される。クラウド領域ＣＦは、全光通信ネットワークＮを挟んでエッジ領域ＥＦとは反対側に位置する領域であり、例えばエッジ領域ＥＦから離れた領域である。

　シミュレーションシステム１００のより具体的な構成について、図２を参照して説明する。

　図２は、シミュレーションシステムの機能ブロックの例を示す図である。図２には、情報処理装置１及び情報処理装置２の機能ブロックの例が示される。

　情報処理装置１は、先に説明したハプティックデバイス６及びモニタ７の他に、処理部１１と、記憶部１２と、ＩＦ部１３と、通信制御部１４と、光伝送制御部１５と、光伝送装置１６とを含む。

　処理部１１は、情報処理装置１の各要素を制御する全体制御部（主制御部）として機能する。また、処理部１１は、シミュレーションに関する処理を実行する。詳細は後述する。

　記憶部１２は、情報処理装置１で用いられる情報を記憶する。記憶部１２に記憶される情報として、シミュレーションデータが例示される。シミュレーションデータは、シミュレーションの演算等で用いられるデータ、シミュレーションによって得られたデータ等を含む。

　ＩＦ部１３は、処理部１１と、ハプティックデバイス６及びモニタ７との間のインターフェイスを与える。ＩＦ部１３を介して、ハプティックデバイス６から処理部１１に、位置・力の情報（モーション）が入力される。モーションには、姿勢等の情報も含まれてよい。処理部１１は、手術環境ＯＥ内のロボットアームＲのモーションを、ハプティックデバイス６を介して入力されたモーションに対応させる。ユーザＵは、ハプティックデバイス６を介して、手術環境ＯＥ内の術具Ｔを操作する。

　術具Ｔと軟組織Ｏとの接触によって発生する接触力が算出される。算出された接触力は、ハプティックデバイス６を介してユーザＵにフィードバックされる。接触力をハプティックデバイス６に反映させるための指令値が、ＩＦ部１３を介して、処理部１１からハプティックデバイス６に送られる。

　先に説明したように、手術環境ＯＥにはカメラＣが含まれ、その映像がモニタ７（図１）によって表示される。カメラＣの映像は、ＩＦ部１３を介して、処理部１１からモニタ７に送られ、表示される。

　通信制御部１４は、情報処理装置１と外部装置との通信を制御する。外部装置の例は情報処理装置２であり、その場合は、次に説明する光伝送制御部１５及び光伝送装置１６が用いられる。

　光伝送制御部１５は、光伝送装置１６による光伝送を制御する。光伝送装置１６は、情報処理装置１を全光通信ネットワークＮに接続するための装置である。光伝送装置１６は、例えば、ＰＣＩｅ（Peripheral　Component　Interconnect　Express）等に搭載され、情報処理装置１に組み入れられる。

　情報処理装置２は、処理部２１と、記憶部２２と、通信制御部２４と、光伝送制御部２５と、光伝送装置２６とを含む。

　処理部２１は、情報処理装置２の各要素を制御する全体制御部として機能する。また、処理部２１は、シミュレーションに関する処理を実行する。詳細は後述する。

　記憶部２２は、情報処理装置２で用いられる情報を記憶する。記憶部２２に記憶される情報として、シミュレーションデータが例示される。

　通信制御部２４は、情報処理装置１と外部装置との通信を制御する。外部装置の例は情報処理装置１であり、その場合は、光伝送制御部２５及び光伝送装置２６が用いられる。

　光伝送制御部２５は、光伝送装置２６による光伝送を制御する。光伝送装置２６は、情報処理装置２を全光通信ネットワークＮに接続するための装置である。

　ハプティックデバイス６の具体的な構成について、図３を参照して説明する。

　図３は、ハプティックデバイスの概略構成の例を示すブロック図である。ハプティックデバイス６は、複数（ｎ個）の関節６１と、ハプティクス制御部６２とを含む。各関節６１を区別できるように、関節６１－１、関節６１－ｎと称し図示する。

　関節６１は、モータ６１１と、エンコーダ６１２と、センサ６１３と、モータ制御部６１４と、ドライバ６１５とを含む。モータ６１１は、ドライバ６１５によって駆動される電流に応じて回転させる。エンコーダ６１２は、関節６１の回転位置を検出する。センサ６１３の例は、力センサ、トルクセンサ、加速度センサ等であり、関節６１に加わる力、トルク、関節６１の加速度等を検出する。センサは６軸軸センサであってよく、また、複数のセンサが組み合わせて用いられてもよい。より精密な力制御が可能になる。

　モータ制御部６１４は、エンコーダ６１２の検出値及びセンサ６１３の検出値に基づいて、モータ６１１をフィードバック制御する。例えば、関節６１の位置、力、トルク、加速度等が制御される。フィードバック制御には、外乱オブザーバの推定等を含む力制御や加速度制御の演算が含まれてよい。モータ６１１の制御は、ドライバ６１５を介して行われる。モータ制御部６１４は、ドライバ６１５に電流指令を与える。ドライバ６１５は、与えられた電流指令に基づいて、モータ６１１の電流を駆動する。

　モータ制御部６１４は、センサ情報、例えばエンコーダ６１２の検出値、センサ６１３の検出値等を、ハプティクス制御部６２に送る。

　ハプティクス制御部６２は、各関節６１のモータ制御部６１４からのセンサ情報に基づいて、位置・力の情報を処理部１１（図２）に送る。

　また、ハプティクス制御部６２は、処理部１１（図２）からの指令値に基づいて、各関節６１のモータ制御部６１４に制御指令を送る。各関節６１のモータ制御部６１４は、ハプティクス制御部６２からの制御指令に基づいて、モータ６１１を制御する。

　再び図２を参照して、シミュレーションシステム１００についてさらに説明する。シミュレーションシステム１００では、シミュレーションに要する処理が、情報処理装置１の処理部１１と情報処理装置２の処理部２１とによって分担して負担される。

　クラウド領域ＣＦに配置された情報処理装置２の処理部２１は、エッジ領域ＥＦに配置された情報処理装置１の処理部１１よりも高い計算能力を有する。シミュレーションに必要な処理のうち、とくに計算負担の大きい処理が、情報処理装置２の処理部２１によって実行される。処理の例について説明する。

　情報処理装置１の処理部１１は、術具Ｔのモーションをシミュレーションする。位置・力の情報がハプティックデバイス６から処理部１１が入力され、また、術具Ｔが剛性を有し軟組織Ｏのようには変形しないことから、計算負担はそれほど大きくはない。

　情報処理装置２の処理部２１は、軟組織Ｏを含むシミュレーションモデルを計算する。シミュレーションモデルの計算は、軟組織Ｏのモデル化、軟組織Ｏの変形の計算等を含む。例えばＦＥＭ、物質点法（ＭＰＭ：Material　point　method）等が用いられてよい。計算負担は大きいが、情報処理装置２の処理部２１が高い計算能力を有するので、高精度なシミュレーションモデルの計算を高速に行うことができる。

　軟組織Ｏのシミュレーションにおいて、ＸＰＢＤ（位置拡張ベースダイナミクス（Extended　Position　Based　Dynamics）法が、ＦＥＭと組み合わされて用いられてよい。例えば、ＦＥＭベースでモデル化された多面体の潜在的エネルギー密度を最小化する条件を制約条件として、多面体中の複数の粒子間の距離及び前記複数の粒子の質量から外力が加えられた軟組織Ｏの変形が算出される。この制約条件が、ＸＰＢＤにおける制約条件に相当する。

　情報処理装置２の処理部２１は、軟組織Ｏと術具Ｔとの相互作用によって生じる接触力を算出する。接触力は、例えば変形後の軟組織Ｏと術具Ｔとの接触をシミュレーションすることによって算出される。軟組織Ｏの高精度な変形の算出の結果に基づく高精度な接触力の算出が可能である。なお、接触力に加えて、術具Ｔの先端の開閉・把持する部分に加わる圧力(挟んでいる力)等も算出されてよい。矛盾の無い範囲において、このような圧力も、接触力に含まれるものと解されてよい。

　情報処理装置２の処理部２１の高い計算能力を利用することで、シミュレーションの計算周期（演算周期）を短くすること、換言すればシミュレーションのフレーム周波数を高くすることができる。具体的に、処理部２１は、モデルの変形、衝突の有無、接触力、重力等の計算を、情報処理装置１がそれらの計算を行ったと仮定した場合の計算周期よりも短く、且つ、ハプティックデバイス６の制御周期と同じ又は当該制御周期よりも長い周期で行う。例えば、処理部２１は、従来の描画処理よりも高く、かつ、手術ロボットの運動制御と同等の所定の周期でシミュレーションモデルを計算する。そのような周期の例は、６０Ｈｚ以上、かつ１ｋＨｚと同程度の（例えば実質的に等しい）周期である。

　情報処理装置１の処理部１１は、情報処理装置２の処理部２１によって算出された接触力がユーザＵにフィードバックされるように、ハプティックデバイス６を制御する（ハプティクス制御処理）。ハプティックデバイス６の制御周期は、情報処理装置２の処理部２１によるシミュレーションモデルの計算の周期と同じであってよい。例えば１ｋＨｚ以上の速い周期（短い周期）でハプティックデバイス６を制御することで、６０Ｈｚ程度の遅い周期（長い周期）でハプティックデバイス６を制御する場合よりも、精密なハプティックフィードバックが可能になる。重力を考慮した臓器の垂れ下がり等に対応するハプティクスフィードバックも可能である。

　情報処理装置１の処理部１１は、情報処理装置２の処理部２１によってシミュレーションされた軟組織Ｏを含む映像を生成する（描画処理）。描画処理の周期の例は、６０Ｈｚ等である。描画処理は、ＣＧのレンダリング処理を含んでよい。レイトレーシングが用いられてもよい。フォトリアルな映像の生成が可能である。処理部１１は、情報処理装置２の処理部２１によって算出された接触力の情報が映像に含まれるように、映像を生成してもよい。図４を参照して説明する。

　図４は、映像の例を示す図である。モニタ７の左側部分には、軟組織Ｏ及び術具Ｔが表示される。３つの術具Ｔが例示される。各術具Ｔを区別するためのアルファベットＡ、Ｂ及びＣが対応付けて表示される。モニタ７の右側部分には、各術具Ｔに対応する接触力の情報、具体的には接触力の値（単位はＮ）が、数値表示及びバー表示される。

　図５は、シミュレーションループの例を示す図である。１フレームの間に実行される処理が模式的に示される。この例では、軟組織Ｏのシミュレーションに、上述のＸＰＢＤ法が用いられる。

　ステップＳ１において、シミュレーションモデルが更新される。例えば、軟組織Ｏが切開され、メッシュトポロジーが変化し、軟組織Ｏ等のモデルが更新される。

　ステップＳ２において、先のステップＳ１で更新された軟組織Ｏ等を用いたシミュレーションが実行される。ステップＳ２の処理は、一定数のサブステップに細分化される。図５に示される例では、サブステップＳ２１～サブステップＳ２４の処理が繰り返し実行される。

　サブステップＳ２１において、メッシュ化された各部分の位置が予測される。サブステップＳ２２において、予測された位置に応じた衝突が検出される。サブステップＳ２３においていわゆる制約射影が行われ、ＦＥＭベースの制約条件がＸＰＢＤに基づいて解決され、新たな位置が並列的に算出される（サブステップＳ２３ａ）。この例ではヤコビ法による反復処理が実行される。算出結果が衝突応答として得られる（サブステップＳ２３ｂ）。

　サブステップＳ２４において、衝突応答すなわち新たな位置に基づき、速度が算出され、更新される。サブステップＳ２４の処理の後、サブステップＳ２１の処理が再び実行される。このサブステップループは、ステップＳ２の時間ステップの範囲内において繰り返される。

　ステップＳ３において、先のステップＳ２でのシミュレーション結果が取得される。この処理は、シミュレーション結果には、変形後の軟組織Ｏ等が含まれる。

　ステップＳ４において、視覚モデルが更新され、映像表示に反映される。

　例えば上記の処理が、１ｋＨｚの周期以上の速い周期で繰り返し実行される。

　図２に戻り、情報処理装置１と情報処理装置２との間で、必要なシミュレーションデータが送受信される。シミュレーションデータの送受信は、全光通信ネットワークＮを介して行われる。全光通信ネットワークＮを用いることで、全光通信ネットワークＮを用いない場合よりも、シミュレーションデータの送受信の遅延を抑制する（低遅延化する）ことができる。

　シミュレーションシステム１００によれば、情報処理装置２の処理部２１の高い計算能力を利用することで、情報処理装置１の処理部１１だけでは実現が難しい大規模なシミュレーションモデルの計算が可能になる。例えば腹腔全体等のモデルの計算も可能である。また、軟組織Ｏの変形等を正確に算出することができる。計算能力が高い分、細かいメッシュモデルを用いることができるので、小さい軟組織Ｏの変形等も正確に算出することができる。リアルな手術環境ＯＥのシミュレーションを提供することができる。

　全光通信ネットワークＮを用いることで、シミュレーションデータの送受信を低遅延化することができる。リアルタイム性を有するシミュレーションを提供することもできる。

　一実施形態において、情報処理装置１及び情報処理装置２は、リモートＤＭＡによって、シミュレーションデータを互いに送受信してよい。この場合、ＵＰＤＡＴＥ・処理されたデータが、リモートＤＭＡによって、ＣＰＵの介在無しに、情報処理装置１の記憶部１２及び情報処理装置２の記憶部２２の間で送受信され、同期される。リモートＤＭＡを用いることで、さらなる低遅延化が可能になる。図６を参照して説明する。

　図６は、リモートＤＭＡを模式的に示す図である。この例では、情報処理装置２において、仮想レイヤ２７の上に処理部２１及び記憶部２２の機能が実現される。

　破線矢印で示されるようなリモートＤＭＡの経路により、情報処理装置１の記憶部１２に記憶されたシミュレーションデータ（の少なくとも一部）と、情報処理装置２の記憶部２２に記憶されたシミュレーションデータ（の少なくとも一部）とを同期させることができる。例えば、情報処理装置１の処理部１１が処理する術具Ｔのモーションデータ等と、情報処理装置２の処理部２１が処理するシミュレーションモデルのデータ等とが、低遅延で共有される。シミュレーションの周期を速める効果をさらに高めることができる。

　図７は、シミュレーションシステムにおいて実行される処理（情報処理方法）の例を示すフローチャートである。ステップＳ３１、ステップＳ３２及びステップＳ３７～ステップＳ４０の処理は、エッジ領域ＥＦで実行される。ステップＳ３４及びステップＳ３５の処理は、クラウド領域ＣＦで実行される。ステップＳ３３及びステップＳ３６の処理は、リモートＤＭＡである。

　ステップＳ３１において、術具操作データが取得される。ユーザＵは、ハプティックデバイス６を操作する。ハプティックデバイス６は、ユーザ操作に応じた術具操作データを取得する。対応する位置・力の情報が、ハプティックデバイス６から情報処理装置１の処理部１１に送られる。

　ステップＳ３２において、術具モーション情報が更新される。情報処理装置１の処理部１１は、手術環境ＯＥ内の術具Ｔのモーションを更新する。

　ステップＳ３３において、リモートＤＭＡが行われる。情報処理装置１の記憶部１２のシミュレーションデータが、情報処理装置２の記憶部２２に転送される。

　ステップＳ３４において、シミュレーションモデルが計算される。情報処理装置２の処理部２１は、軟組織Ｏの変形を算出したり、接触力を算出したりする。

　ステップＳ３５において、接触力・モデル形状が更新される。情報処理装置２の処理部２１は、シミュレーションモデルの計算結果に基づいて、接触力、軟組織Ｏの形状等のシミュレーションモデルを更新する。

　ステップＳ３６において、リモートＤＭＡが行われる。情報処理装置２の記憶部２２のシミュレーションデータが、情報処理装置１の記憶部１２に転送される。ステップＳ３６の処理の後、ステップＳ３７及びステップＳ３９それぞれに処理が進められる。

　ステップＳ３７において、ハプティックデバイス６が制御される。情報処理装置１の処理部１１は、更新後の接触力がユーザＵにフィードバックされるように、ハプティックデバイス６を制御する。

　ステップＳ３８において、接触力がフィードバックされる。ハプティックデバイス６を介して、接触力がユーザＵにフィードバックされる（力覚が提示される）。

　ステップＳ３９において、映像が生成される。情報処理装置１の処理部１１は、更新された軟組織Ｏ等を含む映像を生成する。

　ステップＳ４０において、映像が表示される。モニタ７は、映像を表示する。

　ステップＳ３８及びステップＳ４０の処理が完了すると、ステップＳ３１に処理が戻される。一連の処理が繰り返し実行され、シミュレーションが進められる。

２．変形例
　開示される技術は、上記の実施形態に限定されない。いくつかの変形例について説明する。例えば、シミュレーションシステム１００は、各々が異なるユーザＵによって利用される複数の情報処理装置１を含んでよい。全光通信ネットワークＮを介した多拠点接続が可能である。図８を参照して説明する。

　図８は、変形例の概略構成を示す図である。複数の情報処理装置１として、情報処理装置１－１及び情報処理装置１－２が例示される。情報処理装置１－１及び情報処理装置１－２は、互いに離れて配置されてもよいし、近くに配置されてもよい。

　情報処理装置１－１（のハプティックデバイス６）を操作するユーザＵを、ユーザＵ－１と称し図示する。情報処理装置１－２（のハプティックデバイス６）を操作するユーザＵを、ユーザＵ－２と称し図示する。例えば、ユーザＵ－１は執刀医であり、ユーザＵ－２は助手である。ユーザＵ－１及びユーザＵ－２の両方の操作がシミュレーションに反映される。例えば、ユーザＵ－１及びユーザＵ－２は、それぞれの術具を操作して同じ軟組織Ｏを処置する。図９を参照して説明する。

　図９は、シミュレーションの流れを模式的に示す図である。ユーザＵ－１が操作する術具Ｔを、術具Ｔ－１と称し図示する。ユーザＵ－２が操作する術具Ｔを、術具Ｔ－２と称し図示する。

　ステップＳ５１において、シミュレーションモデルが計算される。情報処理装置２の処理部２１は、術具Ｔ－１のモーション及び術具Ｔ－２のモーションに基づいて、シミュレーションモデルを計算する。ステップＳ５２において、シミュレーションモデルが更新される。更新後のデータが、情報処理装置１－１及び情報処理装置１－２に転送される。

　ステップＳ５３において、情報処理装置１－１による描画・ハプティクス制御が行われる。情報処理装置１－１の処理部１１は、更新後のシミュレーションモデルに基づいて映像を生成し、また、ハプティックデバイス６を制御する。

　ステップＳ５４において、情報処理装置１－２による描画・ハプティクス制御が行われる。情報処理装置１－１の処理部１１は、更新後のシミュレーションモデルに基づいて映像を生成し、また、ハプティックデバイス６を制御する。

　ステップＳ５５において、ユーザＵ－１による操作が行われる。情報処理装置１－１の処理部１１は、ユーザＵ－１によるハプティックデバイス６の操作に応じて、術具Ｔ－１のモーションをシミュレーションする。破線から延びる矢印で例示されるように、術具Ｔ－１のモーションが変化する。術具Ｔ－１のモーションデータは、情報処理装置２に転送される。

　ステップＳ５６において、ユーザＵ－２による操作が行われる。情報処理装置１－２の処理部１１は、ユーザＵ－２によるハプティックデバイス６の操作に応じて、術具Ｔ－２のモーションをシミュレーションする。破線から延びる矢印で例示されるように、術具Ｔ－２のモーションが変化する。術具Ｔ－２のモーションデータは、情報処理装置２に転送される。

　ステップＳ５７において、情報処理装置２側の術具Ｔのモーションデータが更新される。

　ステップＳ５１～ステップＳ５７までの処理を１サイクルとして、各処理が繰り返し実行される。図９に示されるステップＳ５８～ステップＳ６１の処理は、ステップＳ５２～ステップＳ５４の処理と同様であるので説明は繰り返さない。

　例えば以上のようにして、複数のユーザＵがそれぞれ異なる術具Ｔを用いて同じ軟組織Ｏを処置できるようになる。複数のユーザＵによる手術トレーニングが可能になる。

　これまで説明したシミュレーションは、手術ロボットシミュレーションに適用されてもよい。手術ロボットシミュレーションでは、ユーザＵは、ハプティックデバイス６を介して、術具Ｔを支持するロボットアームを操作する。接触力がユーザＵにフィードバックされるので、適切な操作力でロボットアームひいては臓器を操作できているか、過剰な力がかかっていないか等の評価も可能になり、それによって、安全なロボットの操作を学ぶことができる。

　一実施形態において、シミュレーションがマスタスレーブシステムに組み入れられてよい。図１０を参照して説明する。

　図１０は、変形例の概略構成を示す図である。シミュレーションシステム１００は、リーダー装置３と、フォロワー装置４と、情報処理装置２とを含む。

　リーダー装置３の基本的な構成要素はこれまで説明した情報処理装置１と同様である。リーダー装置３の通信制御部１４は、リーダー装置３とフォロワー装置４との通信も制御する。

　フォロワー装置４は、カメラ８と、ロボットアーム９と、処理部４１と、ＩＦ部４３と、通信制御部４４とを含む。カメラ８は術野を撮影し、ロボットアーム９は術具Ｔを支持する。

　処理部４１は、フォロワー装置４の各要素を制御する全体制御部として機能する。処理部４１は、カメラ８の映像に基づいて、患者の状態を含むスレーブ環境を観測する。スレーブ環境には、患者の血圧、心拍等の非視覚的な情報も含まれてもよい。また、処理部４１は、リーダー装置３でのハプティックデバイス６の操作に応じて、ロボットアーム９を制御したり、カメラ８の位置の操作を切り替えたりする。

　ＩＦ部４３は、処理部４１と、カメラ８及びロボットアーム９との間のインターフェイスを与える。

　通信制御部４４は、フォロワー装置４とリーダー装置３との通信を制御する。なお、フォロワー装置４と情報処理装置２との通信も制御されてよい。

　リーダー装置３及びフォロワー装置４は、バイラテラル制御が可能なマスタ装置及びスレーブ装置として機能する。術具Ｔを支持するロボットアーム９をマスタスレーブ方式で制御することにより、手術が進められる。フォロワー装置４のカメラ８の映像は、フォロワー装置４からリーダー装置３に送信され、リーダー装置３のモニタ７によって表示される。他のスレーブ環境の情報も、フォロワー装置４からリーダー装置３に送信され、提示される。リーダー装置３のハプティックデバイス６からの位置・力の情報は、リーダー装置３からフォロワー装置４に送信され、ロボットアーム９の制御に反映される。ロボットアーム９からの位置・力の情報は、フォロワー装置４からリーダー装置３に送信され、リーダー装置３のハプティックデバイス６を介してユーザにフィードバックされる。

　情報処理装置２では、これまで説明したような高精度なシミュレーションモデルが計算され、更新される。図１０に示されるシミュレーションシステム１００では、シミュレーションの結果が、ロボットアーム９の制御に反映される。例えば、リーダー装置３のハプティックデバイス６からの位置・力の情報がフォロワー装置４に送信される際、安全性を確保するために、ロボットアーム９の制御が制限される。

　具体的に、情報処理装置２の処理部２１は、シミュレーションモデルの計算結果に基づいて、安全判定処理を実行する。例えば、処理部２１は、リーダー装置３を介したフォロワー装置４のロボットアーム９の操作が危険であるか否かを判定する。危険であると判定した場合、処理部２１は、リーダー装置３によるフォロワー装置４の操作に介入する。例えば、処理部２１は、ロボットアーム９の移動量が制限されたり、操作力が制限されたりするように、リーダー装置３からフォロワー装置４に送信される位置・力の情報を修正する。修正された位置・力の情報が、リーダー装置３からフォロワー装置４に送信される。また、情報処理装置２の処理部２１による判定結果や制御結果が、リーダー装置３やフォロワー装置４に通知される。なお、このような安全監視においては、ハプティックデバイス６の動きデータに基づいて先の動きを予測しながら、現在時刻よりも少しだけ未来の状態がシミュレーションされてもよい。情報処理装置２の高い計算能力を用いることで、そのようなシミュレーションをリアルタイムで行うことも可能である。安全性をさらに向上させることができる。

３．ハードウェア構成の例
　図１１は、装置のハードウェア構成の例を示す図である。これまで説明した情報処理装置１、情報処理装置２等は、例えば図１１に示されるコンピュータ１０００によって実現される。

　コンピュータ１０００は、ＣＰＵ／ＧＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read　Only　Memory）１３００、ＨＤＤ（Hard　Disk　Drive）１４００、通信インターフェイス１５００、及び、入出力インターフェイス１６００を有する。コンピュータ１０００の各部は、バス１０５０によって接続される。

　ＣＰＵ／ＧＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に保存されたプログラムに基づいて動作し、各部の制御を行う。例えば、ＣＰＵ／ＧＰＵ１１００は、ＲＯＭ１３００又はＨＤＤ１４００に保存されたプログラムをＲＡＭ１２００に展開し、各種プログラムに対応した処理を実行する。

　ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ／ＧＰＵ１１００によって実行されるＢＩＯＳ（Basic　Input　Output　System）等のブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を保存する。

　ＨＤＤ１４００は、ＣＰＵ／ＧＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を非一時的に記録する、コンピュータが読み取り可能な記録媒体である。具体的には、ＨＤＤ１４００は、プログラムデータ１４５０の一例である本開示に係る情報処理方法のためのプログラムを記録する記録媒体である。

　通信インターフェイス１５００は、コンピュータ１０００が外部ネットワーク１５５０（例えばインターネット）と接続するためのインターフェイスである。例えば、ＣＰＵ／ＧＰＵ１１００は、通信インターフェイス１５００を介して、他の機器からデータを受信したり、ＣＰＵ／ＧＰＵ１１００が生成したデータを他の機器へ送信したりする。

　入出力インターフェイス１６００は、入出力デバイス１６５０とコンピュータ１０００とを接続するためのインターフェイスである。例えば、ＣＰＵ／ＧＰＵ１１００は、入出力インターフェイス１６００を介して、キーボードやマウス等の入力デバイスからデータを受信する。また、ＣＰＵ／ＧＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやスピーカーやプリンタ等の出力デバイスにデータを送信する。装置が情報処理装置１の場合には、ＣＰＵ／ＧＰＵ１１００は、入出力インターフェイス１６００を介して、ハプティックデバイス６からモーションのデータを受信したり、シミュレーションされた接触力をハプティックデバイスに送信したりする。また、入出力インターフェイス１６００は、コンピュータ読み取り可能な所定の記録媒体（メディア）に記録されたプログラム等を読み取るメディアインターフェイスとして機能してもよい。メディアとは、例えばＤＶＤ（Digital　Versatile　Disc）ＰＤ（Phase　change　rewritable　Disk）等の光学記録媒体、ＭＯ（Magneto-Optical　Disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。

　コンピュータ１０００がこれまで説明した情報処理装置１や情報処理装置２として機能する場合、コンピュータ１０００のＣＰＵ／ＧＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、処理部１１や処理部２１の各機能を実現する。また、ＨＤＤ１４００には、そのプログラムが格納されてよい。なお、ＣＰＵ／ＧＰＵ１１００は、プログラムデータ１４５０をＨＤＤ１４００から読み取って実行するが、他の例として、外部ネットワーク１５５０を介して、他の装置からプログラムを取得してもよい。

　上記の各構成要素は、汎用的な部材を用いて構成されていてもよいし、各構成要素の機能に特化したハードウェアにより構成されていてもよい。かかる構成は、実施する時々の技術レベルに応じて適宜変更され得る。

４．効果の例
　以上で説明した技術は、例えば次のように特定される。開示される技術の１つは、シミュレーションシステム１００である。図１及び図２等を参照して説明したように、シミュレーションシステム１００は、互いに協働することにより手術のシミュレーションを提供する情報処理装置１（第１の情報処理装置）及び情報処理装置２（第２の情報処理装置）を備える。情報処理装置１及び情報処理装置２は、全光通信ネットワークＮを介して、シミュレーションデータを互いに送受信する。

　上記のシミュレーションシステム１００によれば、情報処理装置１及び情報処理装置２の協働によりシミュレーションが提供される。また、全光通信ネットワークＮを用いることで、情報処理装置１と情報処理装置２との間の通信の遅延を抑制する（低遅延化する）ことができる。従って、例えば情報処理装置１だけでシミュレーションを提供する場合よりも、シミュレーション性能を向上させることができる。とくにリアルタイム性が求められるハプティクス提示等の機能を有するシミュレーションに有用であり、例えば柔軟物体や微細な組織の変形等のシミュレーションをより高精度に行うことできる。

　図６等を参照して説明したように、情報処理装置１及び情報処理装置２は、リモートＤＭＡによって、シミュレーションデータを互いに送受信してよい。これにより、さらなる低遅延化が可能になる。

　図１、図２及び図５等を参照して説明したように、情報処理装置２は、軟組織Ｏ（例えば臓器等）を含むシミュレーションモデルを計算してよい。シミュレーションモデルの計算は、軟組織Ｏの変形の算出を含んでよい。また、情報処理装置２は、軟組織Ｏと術具Ｔとの相互作用によって生じる接触力を算出してよい。例えばこのような計算負担の大きい処理を情報処理装置２が実行することで、シミュレーション性能を向上させることができる。一般的な映像処理で用いられる周期よりも高速で力触覚の演算に適した周期、例えば１ｋＨｚ以上等のような細いシミュレーションも可能である。

　図１～図３等を参照して説明したように、情報処理装置１は、情報処理装置２によって算出された接触力がユーザＵにフィードバックされるように、ユーザＵが操作するハプティックデバイス６を制御してよい。情報処理装置２は、所定の周期で、接触力を算出し（さらにはモデルの変形、衝突の有無、重力等を計算し）、情報処理装置１は、情報処理装置２によって算出された接触力がその周期でユーザＵにフィードバックされるように、ハプティックデバイス６を制御し、所定の周期は、情報処理装置１が接触力の算出を含むシミュレーションモデルの計算を行ったと仮定した場合の計算周期よりも短く、ハプティックデバイス６の制御周期と同じ又は当該制御周期よりも長くてよい。所定の周期は、６０Ｈｚ以上、かつ１ｋＨｚと同程度の周期であってよい。精密なハプティクスフィードバックが可能になる。

　ハプティックデバイス６は、加速度及び力の少なくとも一方が制御される関節６１を含んでよい。ハプティックデバイス６は、６軸力センサ及びトルクセンサの少なくとも一方が設けられた関節６１を含んでよい。このようなハプティックデバイス６を用いることで、より精密なハプティクスフィードバックが可能になる。

　図８等を参照して説明したように、情報処理装置１は、各々が異なるユーザＵ（例えばユーザＵ－１及びユーザＵ－２）によって利用される複数の情報処理装置１（例えば情報処理装置１－１及び情報処理装置１－２）であってよい。複数のユーザＵによる手術のシミュレーションが可能になる。

　図１０等を参照して説明したように、手術は、術具Ｔを支持するロボットアーム９をマスタスレーブ方式で制御する手術であり、シミュレーションの結果は、ロボットアーム９の制御に反映されてよい。例えばこのようにして、シミュレーションをマスタスレーブシステムに組み入れて利用することができる。

　図１及び図２等を参照して説明した情報処理装置２も、開示される技術の１つである。情報処理装置２は、情報処理装置１（別の情報処理装置）との協働により手術のシミュレーションを提供する。情報処理装置２は、軟組織Ｏを含むシミュレーションモデルを計算する処理部２１と、情報処理装置１との間での全光通信ネットワークＮを介したシミュレーションデータの送受信を制御する光伝送制御部と、を備える。このような情報処理装置２によっても、これまで説明したように、シミュレーション性能を向上させることができる。

　図７等を参照して説明した情報処理方法も、開示される技術の１つである。情報処理方法は、情報処理装置１（第１の情報処理装置）及び情報処理装置２（第２の情報処理装置）が互いに協働することにより手術のシミュレーションを提供する。情報処理方法は、情報処理装置１及び情報処理装置２が全光通信ネットワークＮを介してシミュレーションデータを互いに送受信すること（ステップＳ３３、ステップＳ３６）を含む。このような情報処理方法によっても、これまで説明したように、シミュレーション性能を向上させることができる。

　なお、本開示に記載された効果は、あくまで例示であって、開示された内容に限定されない。他の効果があってもよい。

　以上、本開示の実施形態について説明したが、本開示の技術的範囲は、上述の実施形態そのままに限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。また、異なる実施形態及び変形例にわたる構成要素を適宜組み合わせてもよい。

　なお、本技術は以下のような構成も取ることができる。
（１）
　互いに協働することにより手術のシミュレーションを提供する第１の情報処理装置及び第２の情報処理装置を備え、
　前記第１の情報処理装置及び前記第２の情報処理装置は、全光通信ネットワークを介して、シミュレーションデータを互いに送受信する、
　シミュレーションシステム。
（２）
　前記第１の情報処理装置及び前記第２の情報処理装置は、リモートＤＭＡ（Direct　Memory　Access）によって、前記シミュレーションデータを互いに送受信する、
　（１）に記載のシミュレーションシステム。
（３）
　前記第２の情報処理装置は、軟組織を含むシミュレーションモデルを計算する、
　（１）又は（２）に記載のシミュレーションシステム。
（４）
　前記シミュレーションモデルの計算は、軟組織の変形の算出を含む、
　（３）に記載のシミュレーションシステム。
（５）
　前記軟組織は、臓器を含む、
　（４）に記載のシミュレーションシステム。
（６）
　前記第２の情報処理装置は、前記軟組織と術具との相互作用によって生じる接触力を算出する、
　（４）又は（５）に記載のシミュレーションシステム。
（７）
　前記第１の情報処理装置は、前記第２の情報処理装置によって算出された前記接触力がユーザにフィードバックされるように、前記ユーザが操作するハプティックデバイスを制御する、
　（６）に記載のシミュレーションシステム。
（８）
　前記第２の情報処理装置は、所定の周期で、前記接触力を算出し、
　前記第１の情報処理装置は、前記第２の情報処理装置によって算出された前記接触力が前記周期で前記ユーザにフィードバックされるように、前記ハプティックデバイスを制御し、
　前記所定の周期は、前記第１の情報処理装置が前記接触力の算出を含む前記シミュレーションモデルの計算を行ったと仮定した場合の計算周期よりも短く、前記ハプティックデバイスの制御周期と同じ又は当該制御周期よりも長い、
　（７）に記載のシミュレーションシステム。
（９）
　前記所定の周期は、６０Ｈｚ以上、かつ１ｋＨｚと同程度の周期である、
　（８）に記載のシミュレーションシステム。
（１０）
　前記ハプティックデバイスは、加速度及び力の少なくとも一方が制御される関節を含む、
　（８）又は（９）に記載のシミュレーションシステム。
（１１）
　前記ハプティックデバイスは、６軸力センサ及びトルクセンサの少なくとも一方が設けられた関節を含む、
　（８）～（１０）のいずれかに記載のシミュレーションシステム。
（１２）
　前記第１の情報処理装置は、各々が異なるユーザによって利用される複数の第１の情報処理装置である、
　（１）～（１１）のいずれかに記載のシミュレーションシステム。
（１３）
　前記手術は、術具を支持するロボットアームをマスタスレーブ方式で制御する手術であり、
　前記シミュレーションの結果は、前記ロボットアームの制御に反映される、
　（１）～（６）のいずれかに記載のシミュレーションシステム。
（１４）
　別の情報処理装置との協働により手術のシミュレーションを提供する情報処理装置であって、
　軟組織を含むシミュレーションモデルを計算する処理部と、
　前記別の情報処理装置との間での全光通信ネットワークを介したシミュレーションデータの送受信を制御する光伝送制御部と、
　を備える、
　情報処理装置。
（１５）
　第１の情報処理装置及び第２の情報処理装置が互いに協働することにより手術のシミュレーションを提供する情報処理方法であって、
　第１の情報処理装置及び前記第２の情報処理装置が全光通信ネットワークを介してシミュレーションデータを互いに送受信することを含む、
　情報処理方法。

　　　１　情報処理装置
　　１１　処理部
　　１２　記憶部
　　１３　ＩＦ部
　　１４　通信制御部
　　１５　光伝送制御部
　　１６　光伝送装置
　　　２　情報処理装置
　　２１　処理部
　　２２　記憶部
　　２４　通信制御部
　　２５　光伝送制御部
　　２６　光伝送装置
　　２７　仮想レイヤ
　　　３　リーダー装置（マスタ装置）
　　　４　フォロワー装置（スレーブ装置）
　　４１　処理部
　　４３　ＩＦ部
　　４４　通信制御部
　　　６　ハプティックデバイス
　　６１　関節
　６１１　モータ
　６１２　エンコーダ
　６１３　センサ
　６１４　モータ制御部
　６１５　ドライバ
　　６２　ハプティクス制御部
　　　７　モニタ
　　　８　カメラ
　　　９　ロボットアーム
　１００　シミュレーションシステム
１０００　コンピュータ
１０５０　バス
１１００　ＣＰＵ／ＧＰＵ
１２００　ＲＡＭ
１３００　ＲＯＭ
１４００　ＨＤＤ
１４５０　プログラムデータ
１５００　通信インターフェイス
１６００　入出力インターフェイス
１６５０　入出力デバイス
　　　Ｃ　カメラ
　　　Ｆ　視野
　　　Ｎ　全光通信ネットワーク
　　　Ｏ　軟組織
　　　Ｒ　ロボットアーム
　　　Ｔ　術具
　　　Ｕ　ユーザ

Claims (15)

1. 　互いに協働することにより手術のシミュレーションを提供する第１の情報処理装置及び第２の情報処理装置を備え、
   　前記第１の情報処理装置及び前記第２の情報処理装置は、全光通信ネットワークを介して、シミュレーションデータを互いに送受信する、
   　シミュレーションシステム。
2. 　前記第１の情報処理装置及び前記第２の情報処理装置は、リモートＤＭＡ（Direct　Memory　Access）によって、前記シミュレーションデータを互いに送受信する、
   　請求項１に記載のシミュレーションシステム。
3. 　前記第２の情報処理装置は、軟組織を含むシミュレーションモデルを計算する、
   　請求項１に記載のシミュレーションシステム。
4. 　前記シミュレーションモデルの計算は、軟組織の変形の算出を含む、
   　請求項３に記載のシミュレーションシステム。
5. 　前記軟組織は、臓器を含む、
   　請求項４に記載のシミュレーションシステム。
6. 　前記第２の情報処理装置は、前記軟組織と術具との相互作用によって生じる接触力を算出する、
   　請求項４に記載のシミュレーションシステム。
7. 　前記第１の情報処理装置は、前記第２の情報処理装置によって算出された前記接触力がユーザにフィードバックされるように、前記ユーザが操作するハプティックデバイスを制御する、
   　請求項６に記載のシミュレーションシステム。
8. 　前記第２の情報処理装置は、所定の周期で、前記接触力を算出し、
   　前記第１の情報処理装置は、前記第２の情報処理装置によって算出された前記接触力が前記周期で前記ユーザにフィードバックされるように、前記ハプティックデバイスを制御し、
   　前記所定の周期は、前記第１の情報処理装置が前記接触力の算出を含む前記シミュレーションモデルの計算を行ったと仮定した場合の計算周期よりも短く、前記ハプティックデバイスの制御周期と同じ又は当該制御周期よりも長い、
   　請求項７に記載のシミュレーションシステム。
9. 　前記所定の周期は、６０Ｈｚ以上、かつ１ｋＨｚと同程度の周期である、
   　請求項８に記載のシミュレーションシステム。
10. 　前記ハプティックデバイスは、加速度及び力の少なくとも一方が制御される関節を含む、
    　請求項７に記載のシミュレーションシステム。
11. 　前記ハプティックデバイスは、６軸力センサ及びトルクセンサの少なくとも一方が設けられた関節を含む、
    　請求項７に記載のシミュレーションシステム。
12. 　前記第１の情報処理装置は、各々が異なるユーザによって利用される複数の第１の情報処理装置である、
    　請求項１に記載のシミュレーションシステム。
13. 　前記手術は、術具を支持するロボットアームをマスタスレーブ方式で制御する手術であり、
    　前記シミュレーションの結果は、前記ロボットアームの制御に反映される、
    　請求項１に記載のシミュレーションシステム。
14. 　別の情報処理装置との協働により手術のシミュレーションを提供する情報処理装置であって、
    　軟組織を含むシミュレーションモデルを計算する処理部と、
    　前記別の情報処理装置との間での全光通信ネットワークを介したシミュレーションデータの送受信を制御する光伝送制御部と、
    　を備える、
    　情報処理装置。
15. 　第１の情報処理装置及び第２の情報処理装置が互いに協働することにより手術のシミュレーションを提供する情報処理方法であって、
    　第１の情報処理装置及び前記第２の情報処理装置が全光通信ネットワークを介してシミュレーションデータを互いに送受信することを含む、
    　情報処理方法。

Images