Investigadores han realizado un estudio comparativo para evaluar las capacidades de reconocimiento de fases quirúrgicas entre cirujanos y un sistema de visión artificial. Con el uso de técnicas de Reconocimiento Automatizado de Fases Quirúrgicas (SPR) mediante Inteligencia Artificial (IA), se logró segmentar el flujo de trabajo quirúrgico de la nefrectomía parcial asistida por robot (RAPN) en eventos clave. Esta capacidad, según los autores, es fundamental para la revisión de videos quirúrgicos, educación quirúrgica y evaluación de habilidades.
Los métodos aplicados consistieron en que urólogos con diferentes niveles de experiencia clasificaran las fases quirúrgicas de la RAPN utilizando una plataforma web personalizada, tanto con fotogramas individuales como con fragmentos de video. Lo que quedó claro es que la presentación de fragmentos de video, y no solo imágenes estáticas, mejoró de manera significativa la precisión en la clasificación para todos los grupos involucrados. Los cirujanos mostraron confianza en su capacidad para discriminar mejor los pasos quirúrgicos, superando a los novatos en la mayoría de los casos.
Se realizaron pruebas con modelos de IA, como ResNet50 y TeCNO, tanto en fotogramas individuales como en fragmentos de video, y los resultados reflejaron un rendimiento comparable al de los cirujanos cuando la información temporal estaba presente. Se estableció un punto de comparación en el Cholec80, un dataset conocido, y luego se avanzó hacia el complejo dataset RAPN.
Una encuesta estructurada permitió a los participantes clasificar fases quirúrgicas y brindar retroalimentación sobre su confianza y los códigos visuales que usaron para tomar decisiones. Los resultados subrayaron que tanto las herramientas quirúrgicas como las características anatómicas visibles son puntos de referencia clave en el proceso decisional humano, lo cual también es reflejado por los algoritmos de IA.
Por otro lado, se realizaron diferentes experimentos para evaluar cómo la cantidad de datos influenciada el rendimiento de los modelos de IA. Se descubrió que la adición de más datos de RAPN, de hecho, mejoraba la precisión, pero con rendimientos decrecientes a medida que se agregaban más videos.
En conclusión, el reconocimiento de fases quirúrgicas asistido por computadora y el realizado por humanos se desempeñan igualmente cuando se les brinda el mismo contexto, aunque el uso humano de conocimientos previos otorga una ligera ventaja en ciertas situaciones. Existe un potencial prometedor en la aplicación de IA en cirugía, pero aún requiere perfeccionamiento para asegurar un bajo margen de error.