Durante dos décadas, a Vinci ha sido el sistema de cirugía robótica más popular del mundo. Se ha vendido en todo el mundo, incluidos Estados Unidos, Europa, Canadá y Japón. El robot es inmune a los errores humanos y realiza las intervenciones en el quirófano con mayor precisión.
Sin embargo, la precisión de la robótica ya no es suficiente en cirugía. Con el envejecimiento de la población mundial, los problemas de salud de los pacientes son cada vez más complejos. Para abordarlos, un cirujano necesita un asistente que sea autónomo, multifuncional y fácil de usar. Por eso, cada vez son más las startups innovadoras que llegan al mercado con soluciones que permiten el uso de la inteligencia artificial en cirugía. Veamos más de cerca el uso de la IA en cirugía junto con ejemplos de la vida real.
Cómo potenciar la robótica en cirugía mediante la inteligencia artificial
Hace diez años, los robots sanitarios se utilizaban sobre todo para realizar cirugías más precisas y menos intrusivas a distancia. El cirujano se colocaba detrás de una consola. Veía imágenes ampliadas en una pantalla y controlaba los brazos robóticos y las herramientas con una interfaz táctil. Estos robots eran precisos, pero requerían mucha atención del cirujano y demasiado espacio en el quirófano.
La atención se centra ahora en la autonomía, flexibilidad y capacidad de autoaprendizaje de los robots. Los cirujanos quieren que los robots estén al tanto de cualquier cambio en el quirófano, detecten errores y reaccionen ante emergencias. Para conseguirlo, los robots utilizan soluciones avanzadas de inteligencia artificial, entre las que se incluyen las siguientes:
- Soluciones de reconocimiento de patrones. Un robot se entrena con un conjunto de procedimientos quirúrgicos. La máquina aprende un patrón, lo reproduce con una precisión avanzada y ajusta sus acciones en tiempo real. Por ejemplo, un robot se entrena en patrones de eliminación de tejidos. Si detecta deformaciones del tejido durante la cirugía, el robot modifica su plan quirúrgico.
- Soluciones de Deep Learning (DL). Los algoritmos de DL profundizan el nivel de autonomía de un robot en su entrenamiento e incluyen escenarios de etapas pre y postoperatorias. Imaginemos que se utiliza un robot para operar a un paciente con una enfermedad renal crónica. El robot pasa por la fase de planificación preoperatoria y detecta anomalías en las tomografías computarizadas. Esto permite a la máquina predecir los riesgos de insuficiencia renal durante la intervención. Si detecta hemorragias, se ajusta para salvar la vida del paciente.
- Soluciones de visión por ordenador. Esta tecnología detecta patrones en imágenes (imágenes 3D y escáneres) y vídeo durante la cirugía. Por ejemplo, un robot está entrenado para reconocer y clasificar gestos de sutura. Durante la cirugía, los repite con mayor precisión.
Los recientes avances en IA están abriendo un gran abanico de oportunidades en robótica quirúrgica. Los centros de investigación y las rondas de inversión inicial lo saben y vierten más dinero en esta tecnología. En los próximos años, se espera que el mercado de los robots médicos aumente exponencialmente.
Ahora, veamos cómo los fabricantes de robots están llegando al mercado hoy en día. He aquí las tres ideas más prometedoras, con ejemplos de la vida real.
Caso de uso 1: Plataforma polivalente
Las soluciones robóticas tradicionales en cirugía realizan sus tareas aisladas de otros sistemas. Apenas se integran en otros procesos de atención quirúrgica. Esto dificulta mucho las fases preoperatoria e intraoperatoria. He aquí un ejemplo:
Antes de que un cirujano pueda instalar un implante ortopédico, necesita crear un plan de implante específico para el paciente. Para ello, utiliza las tomografías computarizadas del paciente y datos de otros historiales médicos. En las clínicas con sistemas robóticos tradicionales, los pacientes tienen que encargarse ellos mismos de los TAC. A veces, tienen que desplazarse a un centro médico especializado a kilómetros de distancia de su ciudad. Estos viajes pueden consumir mucho tiempo y dinero. Cuando el cirujano recibe los TAC, los utiliza para crear un plan de colocación del implante y configurar el robot. Pero aquí hay un problema: el robot no recibe datos adicionales de otras fuentes, por lo que no puede ajustarse si algo cambia durante la intervención, a menos que el cirujano lo reconfigure.
La IA en cirugía robótica hace que las máquinas formen parte del quirófano y del ecosistema hospitalario. Se integran con otros sistemas y acceden a los historiales de los pacientes. Un robot busca, encuentra y extrae información de estos registros de forma independiente. En algunos casos, el robot puede descubrir que los datos de que dispone son suficientes para la cirugía. Esto significa que pueden evitarse exámenes adicionales redundantes. Para los pacientes, esta tecnología se traduce en menos gastos y un ingreso quirúrgico más rápido. Para los cirujanos, esto se traduce en procedimientos más eficientes en el quirófano.
Ejemplo de la vida real: ROSA para cirugía de rodilla e implantes
ROSA (o asistente quirúrgico robótico) ayuda a realizar cirugías de artroplastia total de rodilla (TKA). El sistema fue creado por Zimmer Biomet y recibió la autorización de la FDA en 2019. La solución ha llevado muchos procedimientos a un nuevo nivel al mejorar la precisión y refinar el proceso. Pero aquí está la innovación más importante: el sistema robótico actúa como una plataforma polivalente e integra las etapas preoperatoria, intraoperatoria y postoperatoria de la cirugía de rodilla.
La solución se utiliza como robot quirúrgico autónomo y plataforma sanitaria.
Como robot quirúrgico, ROSA ayuda en las intervenciones de prótesis de rodilla. Su funcionamiento es el siguiente:
- Realiza una planificación virtual preoperatoria.
- Proporciona evaluaciones intraoperatorias en tiempo real.
- Gestiona variables interrelacionadas y cambiantes durante la cirugía.
- Robotiza la colocación de las guías de corte. Esto permite al cirujano utilizar la sierra y mantener el control del dispositivo de corte con mayor facilidad.
Como plataforma digital, la solución crea planes de cuidados individuales.
- Las plataformas analíticas ZBEdge y OrthoIntel Orthopedic Intelligence ayudan a tomar la mejor decisión durante la cirugía.
- La plataforma aplica algoritmos de IA durante el análisis de datos para perfeccionar las decisiones quirúrgicas.
- mymobility, una versión móvil de la plataforma de gestión de cuidados, recopila los datos del paciente después de la cirugía y selecciona el mejor plan de cuidados.
Con ROSA, los cirujanos comprenden el caso de cada paciente con más detalle. Gracias a ello, pueden ofrecer una atención individualizada.
Caso práctico 2: Adaptación a los procesos existentes
El coste no es el único factor que frena a los administradores de hospitales a la hora de adquirir un robot. La máquina afecta significativamente a los procesos de una institución sanitaria y a la vida de los cirujanos y el personal médico.
En primer lugar, los robots tradicionales son voluminosos y ocupan mucho espacio. A veces, el funcionamiento y el mantenimiento del robot son tan específicos que el hospital tiene que reconstruir su sala de operaciones para la máquina. Esto encarece aún más la compra.
En segundo lugar, algunos cirujanos se sienten incómodos sentados detrás de una consola mientras un robot ocupa su lugar junto a la mesa de operaciones. Preferirían realizar los procedimientos ellos mismos, a pesar de apreciar el mayor control y precisión que proporcionan los robots. En algunos casos, los cirujanos incluso se sienten competidores de las máquinas.
Los nuevos robots que aparecen en el mercado no alteran los procesos, sino que los mejoran. Gracias a la IA en cirugía, son colaborativos y adaptables, y mejoran el trabajo médico sin perturbarlo. Estos robots no ponen a los cirujanos detrás de la consola; les ayudan junto a la mesa de operaciones.
Ejemplo de la vida real: Moon Surgical
Moon Surgical, un equipo franco-estadounidense, ha dado un gran ejemplo de robots colaborativos con Maestro. En junio de 2022, Moon Surgical recaudó 31,3 millones de dólares en financiación de serie A con su proyecto.
Maestro sirve como un juego extra de brazos para asistir al cirujano, no para sustituirlo. Su objetivo es garantizar el control total sobre los instrumentos para un cirujano que lleva a cabo un procedimiento. El robot no afecta al flujo de trabajo. Además, es mucho más pequeño que un enorme sistema da Vinci, por lo que cabe sin problemas en cualquier quirófano.
Entre los puntos fuertes de la solución se encuentran los siguientes:
- Algoritmos de IA y ML desarrollados en colaboración con el King’s College de Londres. Esto hace que la solución sea fiable al 100% y que los cirujanos no tengan que preocuparse por las interrupciones del flujo de trabajo. Maestro está preentrenado y se adapta perfectamente a cualquier procedimiento.
- No es necesario construir grandes salas quirúrgicas en torno a sistemas robóticos. La empresa considera que su producto es eficaz, pero no más crítico que otros elementos del quirófano. Básicamente, puede colocarse entre la torre de laparoscopia y el carro de anestesiología.
- Control total intraoperatorio. El cirujano permanece en el centro del procedimiento y controla el quirófano. El robot se encarga de que todo quede al alcance de la mano: sólo hay dos brazos más.
- Capacidad de ampliación. El objetivo inicial de la empresa es la cirugía general y, más concretamente, la laparoscopia. Sin embargo, puede adaptarse a distintos tipos de operaciones.
Caso de uso 3: Solución totalmente autónoma
La precisión es uno de los puntos fuertes del mercado de robots médicos. Sin embargo, se espera que los robots actuales no sólo sean precisos, sino también autónomos. El sector sanitario quiere que los robots sean capaces de aprender y hacer cambios rápidos si la situación lo requiere.
Imaginemos que un cirujano utiliza un robot para, pongamos por caso, preparar el hueso en una operación de prótesis articular. Durante la intervención surgen inesperadamente problemas con el equilibrio de los tejidos blandos. Con los modelos más antiguos de robots quirúrgicos, el cirujano tendría que actuar improvisadamente, alineando los componentes manualmente o reconfigurando el robot. Eso añadiría tensión y aumentaría el riesgo de fallo del implante.
La IA en la cirugía robótica ayuda a un robot de nueva generación a realizar alteraciones rápidas por sí mismo en tiempo real. Cuando algo va mal, el robot cambia su plan quirúrgico y ofrece una solución alternativa.
Ejemplo de la vida real: Smart Tissue Autonomous Robot (STAR)
El Smart Tissue Autonomous Robot (STAR) aventaja a la competencia en autonomía. El sistema se utiliza en operaciones laparoscópicas para crear y ejecutar un plan quirúrgico con una intervención humana mínima.
Gracias a algoritmos de IA, STAR se adapta rápidamente si surge algún problema durante la cirugía mediante:
- Algoritmos de seguimiento basados en ML.
- Sistema de imágenes 3D.
- Visión computerizada.
- Técnicas de control avanzadas.
Así es como funciona STAR ha sido entrenado con más de 9.000 perfiles de movimiento para predecir el movimiento de los tejidos y guiar los planes del cirujano. Durante la operación, el robot se sincroniza con una cámara. Escanea y crea planes de sutura mientras el tejido está inmóvil. Mediante algoritmos de visión por ordenador y ML, STAR genera dos planes. Una vez que el cirujano ha seleccionado el más adecuado, el robot lo aplica al tejido y vuelve a tomar imágenes de la zona para comprobar la deformación del tejido. Si el tejido ha cambiado de posición de forma demasiado significativa, el robot avisa al cirujano. Éste puede iniciar un nuevo plan, y STAR realizará las modificaciones necesarias. Este proceso puede repetirse varias veces durante la intervención.
Hasta ahora, STAR se ha probado en cirugías con animales. Los resultados son mucho mejores que los obtenidos en humanos. Los fabricantes presumen de que es el primer robot que planifica, adapta y ejecuta un plan quirúrgico con la mínima intervención de un cirujano humano.
