Herramientas como las cámaras de fibra óptica y/o robotizadas han permitido el avance de las cirugías mínimamente invasivas.
La visión artificial o computer vision (CV), así como la aplicación de algoritmos para analizar e interpretar datos visuales se han convertido en soluciones críticas para respaldar la toma de decisiones de los cirujanos, y aumentar la seguridad y acceso a cirugías. No obstante, pesar de que el uso de CV está probado, no existen suficientes herramientas de este tipo que hayan sido adoptadas para aplicaciones diagnósticas o terapéuticas en cirugía.
Anualmente se realizan más de 330 millones de procedimientos realizados en todo el mundo, sin embargo, a pesar de los números, las cirugías no son accesibles para todos. De hecho, según The Lancet Commission on Global Surgery, son necesarias hasta 143 millones de cirugías adicionales cada año para salvar vidas y prevenir discapacidades. Asimismo, es necesario desarrollar soluciones para mejorar la seguridad y la eficiencia quirúrgica.
En este sentido, la CV es, una disciplina de las ciencias de la computación importante para lograr estas soluciones. La visión artificial utiliza técnicas de inteligencia artificial (IA) como el aprendizaje profundo para procesar y analizar datos visuales, podría facilitar el análisis de video endoscópico.
De esta manera el análisis de videos de procedimiento quirúrgicos y otras actividades de quirófano podría mejorar la atención quirúrgica. Igualmente, esta herramienta podría permitir la monitorización en tiempo real e intervenir para la prevención de eventos adversos.
Además, existen diversas aplicaciones quirúrgicas de CV y los videos endoscópicos, relacionados directamente con la mejora del trabajo quirúrgico automatizado. Por ejemplo: análisis de complejidad operativa, apoyo a la decisión intraoperatoria, mejora de la dinámica de equipo.
Asimismo, los habilitadores claves para la visión artificial en cirugía incluyen: la variabilidad en la recogida de datos quirúrgicos: la promoción de la adquisición de datos a través de incentivos conductuales; mejora en la calidad de datos; entre otros.
Otro de los aspectos importantes es el potencial de la IA. Gracias al entrenamiento de modelos de IA es posible replicar el desempeño de especialistas humanos, pero en grandes cantidades. No obstante, las principales limitaciones de este método son que las opciones son escasas y son costosas de producir.
Conoce más sobre este tema en el siguiente estudio de npj Digital Medicine:
