La inteligencia artificial encuentra su sitio en la planificación de cirugías

El XXXVIII Congreso Nacional de Informática de la Salud, organizado por la Sociedad Española de Informática de la Salud (SEIS), ha sido el marco en el que se han presentado nuevos datos sobre la combinación de inteligencia artificial (IA) con imágenes en 3D (AI-3D) para mejorar los resultados de la cirugía.

José Nieto, de Fujifilm Healthcare, ha intervenido en este foro para referirse a la integración de IA e imágenes de diagnóstico en 3D como una herramienta capaz de mejorar la preparación de cirugías, reduciendo su duración y los riesgos que conlleva, además de mejorar la tasa de éxito en las intervenciones.

La inteligencia artificial desempeña un papel cada vez más importante en la mejora de la calidad de las simulaciones quirúrgicas, y se está convirtiendo en un instrumento cada vez más empleado para enriquecer la experiencia de los cirujanos.

Sus aplicaciones van desde la preparación y planificación de las intervenciones hasta la visualización de estructuras durante los procedimientos con el objetivo de mejorar la seguridad para los pacientes.

Si hace pocos años se consideraba que estas herramientas estaban aún en «fases precoces» en términos de su aplicación en la práctica clínica, hoy su empleo está cada vez más extendido.

La aplicación de este tipo de nuevas herramientas tiene mucho que ver con el énfasis de los especialistas en ganar precisión identificando cada vez mejor las estructuras o lesiones en las que van a intervenir.

Modelos 3D de los órganos a operar

Nieto centró su intervención en este foro en el potencial de la IA (REiLI) en cirugía hablando de uno de los sistemas desarrollados por la compañía Synapse 3D, que utiliza nuevos motores de aprendizaje profundo (deep learning) para el reconocimiento de imágenes, alcanzando una gran precisión a la hora de mostrar a los cirujanos modelos 3D de los órganos que van a operar.

El aprendizaje profundo es una categoría dentro del aprendizaje automático (también conocido como machine learning) en el cual los algoritmos diseñados para funcionar como un cerebro humano aprenden a partir de grandes cantidades de datos.

«Además de facilitar el proceso, gracias a la planificación es posible reducir el tamaño de las incisiones, reducir la pérdida de sangre del paciente y mejorar la recuperación posquirúrgica», ha explicado el experto.

Éxito en distintas cirugías

Entre las cirugías que ya se han llevado a cabo de forma exitosa con este sistema están las de pulmón, páncreas, recto, hígado y riñón.

Por otro lado, también permite realizar simulaciones de endoscopias y de intervenciones de cardiología, lo que convierte la herramienta en un aliado en el campo de la investigación y la enseñanza.

Entre los ejemplos presentados en el congreso están el análisis de tumores hepáticos y la planificación de resección del hígado. «La herramienta permite realizar una simulación de hígado, e incluso hepatectomía parcial del hígado y extracción de arterias, venas y vía biliar a partir de imágenes de contraste de tomografía y de resonancia magnética, y muestra los resultados como imágenes mapeadas en 3D».

Además de poder analizar previamente el órgano real que el clínico se va a encontrar, el sistema es capaz de mejorar una operación por laparoscopia, con una simulación clara que va a realizar el inflado del abdomen y que va a recomendar incluso dónde deben colocarse los puertos de inserción.

Otra de sus aplicaciones es la preparación de cirugía para eliminación de tumores en la zona craneal, teniendo en cuenta el corte de regiones de piel y hueso, y el recorte de la superficie cerebral por profundidad y del plano del tumor.

En el debate «Salud digital y sostenibilidad» los participantes pusieron en común su visión de las herramientas digitales como instrumentos para la sostenibilidad, ya que mejoran la eficiencia de los procedimientos, facilitan la labor de los profesionales y reducen costes asociados a complicaciones, entre otras ventajas.