La integración de la inteligencia artificial (IA) en la cirugía está llevando a la medicina a niveles de sofisticación nunca antes vistos. La combinación de la poderosa mente humana con la tecnología moderna tiene el potencial de transformar la atención médica tal como la conocemos. ¿Cómo se ve realmente la aplicación de la IA en la cirugía? ¿Cuáles son las capacidades poderosas de la IA en la cirugía? ¿Cómo se utilizan estas tecnologías de vanguardia dentro y fuera del quirófano para empoderar a los cirujanos y mejorar los resultados para los pacientes?
Los 4 subcampos de la IA en cirugía
La inteligencia artificial se puede definir ampliamente como el estudio de algoritmos que permiten a las máquinas razonar y realizar funciones cognitivas, incluyendo resolución de problemas, reconocimiento de objetos y palabras, y toma de decisiones.
Funciones como la resolución de problemas, el reconocimiento de objetos y palabras, y la toma de decisiones son partes integrales del proceso quirúrgico. Al capacitar a las máquinas para realizar estas funciones, los procedimientos quirúrgicos pueden ayudar y mejorar las habilidades de los cirujanos humanos.
Existen cuatro subcampos principales de la IA en cirugía, y cada uno tiene sus propias aplicaciones poderosas para mejorar la medicina quirúrgica y procedimental.
Aprendizaje automático
El aprendizaje automático permite a las máquinas explicar o hacer predicciones sobre datos sin programar explícitamente un comportamiento deseado. A diferencia de los programas informáticos tradicionales, el aprendizaje automático puede utilizar datos para hacer predicciones mediante la observación de patrones.
El aprendizaje automático en cirugía tiene implicaciones poderosas, ya que puede identificar patrones sutiles en grandes conjuntos de datos. Por ejemplo, mediante el uso de un conjunto de datos de entrenamiento de 41,222 pacientes sometidos a craneotomía para extirpar un tumor cerebral, se creó un conjunto de aprendizaje automático que encontró que la cirugía no electiva, la neumonía preoperatoria, la anormalidad del sodio o la pérdida de peso y la raza no blanca fueron los mejores indicadores de un aumento en la duración de la estancia hospitalaria. Los investigadores sugieren que el aprendizaje automático se puede aplicar a una amplia gama de problemas clínicos para mejorar la atención al paciente.
Aún más increíble es el potencial del aprendizaje automático para aprender representaciones de gestos quirúrgicos sin tareas específicas a través del entrenamiento multimodal de video a cinemática, y cómo estas representaciones aprendidas son semánticamente significativas incluso para gestos que no se encuentran en el conjunto de entrenamiento. En un futuro, estas aproximaciones podrían llegar a ser lo suficientemente poderosas como para permitir una tecnología universal que rastree el progreso quirúrgico en tiempo real, brindando retroalimentación sobre posibles errores, profundidad de la escena quirúrgica, sugerencias para el siguiente gesto, etc., con alta precisión.
Procesamiento del lenguaje natural
El procesamiento del lenguaje natural avanza la capacidad de una computadora para comprender el lenguaje humano para análisis a gran escala. Los sistemas de procesamiento del lenguaje natural incorporan semántica y sintaxis en sus análisis para comprender exitosamente el lenguaje a nivel humano.
Esta forma de IA permite a las máquinas interpretar el significado de datos no estructurados. Esto permite a los médicos registrar datos de pacientes con menos rigidez, en lugar de tener que ingresar texto específico o elegir entre menús limitados. Una aplicación del procesamiento del lenguaje natural es su capacidad para analizar registros médicos electrónicos para predecir posibles infecciones en los pacientes.
Por ejemplo, el procesamiento del lenguaje natural puede identificar palabras y frases en notas clínicas para extraer la composición de cálculos renales a partir de registros de salud electrónicos a gran escala. Los investigadores crearon un método de coincidencia de patrones llamado StoneX, que logró un valor predictivo positivo superior al 90% para varios tipos de cálculos renales, y el análisis de supervivencia de una segunda cirugía de cálculos mostró diferencias estadísticamente significativas entre los tipos de cálculos.
Redes neuronales artificiales
Inspiradas en el sistema nervioso biológico, las redes neuronales artificiales procesan señales en capas de unidades computacionales, también conocidas como neuronas. Estas neuronas se parametrizan mediante pesos que cambian a medida que la red comprende los diferentes mapas de entrada-salida que se relacionan con tareas como el reconocimiento de imágenes o la clasificación de datos.
Cuando se aplican a la tecnología de implantes cocleares, las redes neuronales pueden usarse para ayudar correlacionando datos en diferentes escalas geométricas. Por ejemplo, la anatomía del oído interno está en una escala geométrica que no se puede adquirir rutinariamente con imágenes clínicas con el propósito de guiar un implante físico. Como resultado, los investigadores desarrollaron un enfoque que traduce un atlas de alta resolución con clasificaciones anatómicas adecuadas a las necesidades específicas de despliegue de electrodos cocleares de un paciente.
El corazón de este método utiliza redes neuronales y logró una precisión de clasificación del 95% y un error de localización promedio de 45 mm para 7 puntos de referencia alrededor de cada oído interno. Avances como este permiten nuevos flujos de trabajo que no eran posibles bajo protocolos clínicos normales.
Visión por computadora
La visión por computadora se refiere a la capacidad de las máquinas para comprender imágenes y videos con capacidades a nivel humano. La visión por computadora es especialmente vital en el diagnóstico asistido por computadora, la cirugía guiada por imágenes y la colonoscopia virtual.
Por ejemplo, se estima que un minuto de video quirúrgico en alta definición contiene 25 veces más datos que una imagen de tomografía computarizada de alta resolución. La abundancia de datos podría proporcionar a los médicos una gran cantidad de datos accionables.
Aún más interesante, los investigadores han estado analizando métodos de visión por computadora para monitorear la escena quirúrgica en tiempo real durante la lumpectomía de mama, para controlar las deformaciones del tejido y las posiciones de los instrumentos y mejorar los sistemas de navegación guiados por imágenes. El potencial de estas capacidades es mejorar la localización del cáncer para aumentar la probabilidad de cirugías exitosas en un solo paso y limitar las reintervenciones.
Este tipo de análisis proactivo por parte de la IA puede prevenir errores o eventos perjudiciales durante el procedimiento antes de que ocurran.
El futuro de la cirugía: ¿qué sigue para la IA en el quirófano y más allá?
El futuro de la cirugía seguirá integrando la tecnología de inteligencia artificial en constante evolución y madurez. La integración de la IA en la cirugía puede mejorar los procedimientos en las diferentes etapas: preoperatoria, intraoperatoria y postoperatoria.
Cada una de estas etapas ofrece beneficios únicos, pero todas trabajan para lograr el mejor resultado posible para el paciente. A continuación, se presentan tres predicciones sobre cómo la IA puede avanzar y elevar la cirugía en el futuro:
Predicción #1: Mejor planificación operatoria con análisis automatizado
Es probable que veamos un aumento en los pacientes que cargan datos preoperatorios desde aplicaciones móviles que se sincronizan directamente con sus registros médicos electrónicos. Estos datos pueden proporcionar a los cirujanos un riesgo más específico para la planificación operatoria y mejores predictores para la atención postoperatoria.
Predicción #2: Capacidad para evitar eventos adversos intraoperatorios
En un futuro cercano, los cirujanos podrán tomar decisiones intraoperatorias basadas en análisis en tiempo real impulsados por la IA. Este análisis se basaría en una combinación de datos de registros médicos electrónicos, videos quirúrgicos en vivo, signos vitales y seguimiento de instrumentos. Este enfoque integral y predictivo podría evitar eventos adversos en la cirugía.
Predicción #3: Mejores tasas de recuperación con monitoreo postoperatorio
Al combinar los datos preoperatorios, intraoperatorios y postoperatorios, los médicos pueden predecir mejor la recuperación y anticipar posibles complicaciones. Además, es posible que veamos a los pacientes registrando sus datos postoperatorios en dispositivos personales. Este monitoreo continuo por parte de los médicos conducirá a un modelo de atención más centrado en el paciente en general.
¿Listo para impactar el futuro de la inteligencia artificial y la cirugía?
La IA en la cirugía seguirá avanzando hacia nuevas alturas con la ayuda de ingenieros altamente capacitados. Los ingenieros capacitados específicamente en cirugía e intervención estarán a la vanguardia de la innovación de nuevas soluciones utilizando IA.
El máster en ingeniería en cirugía e intervención de la Escuela de Ingeniería de Vanderbilt está diseñado para preparar a la próxima generación de ingenieros para enfrentar desafíos y visualizar soluciones utilizando IA en la interfaz de ingeniería y medicina.
Michael I. Miga, Ph.D., cofundador del Vanderbilt Institute for Surgery and Engineering, explica la creciente necesidad de profesionales en este campo especializado en nuestra reciente publicación de blog:
La necesidad de entornos de capacitación avanzada especializados que combinen la inmersión clínica y el desarrollo de tecnología de vanguardia nunca ha sido más apremiante.
¿Estás listo para liderar el camino hacia un modelo de atención más específico para cada paciente?
Si estás interesado en obtener más información sobre nuestro programa de máster en ingeniería en cirugía e intervención, te invitamos a solicitar más información.
¿Quieres explorar más sobre el máster en ingeniería en cirugía e intervención de Vanderbilt?
Visita nuestra página de recursos para descubrir más sobre nuestro innovador programa de máster en ingeniería en cirugía e intervención.
Si quieres conocer otras notas parecidas a Inteligencia artificial en cirugía: revolucionando la medicina puedes visitar la categoría Inteligencia.