A transformação digital da cirurgia

Nov 13, 2023

npj Digital Medicine volume 6, Número do artigo: 103 (2023) Cite este artigo

402 acessos

6 Altmétrica

Detalhes das métricas

Os rápidos avanços em tecnologia digital e inteligência artificial nos últimos anos já começaram a transformar muitos setores e estão começando a avançar na área da saúde. Há um enorme potencial para novas tecnologias digitais para melhorar o atendimento de pacientes cirúrgicos. Nesta peça, destacamos o trabalho que está sendo feito para aprimorar os cuidados cirúrgicos usando aprendizado de máquina, visão computacional, dispositivos vestíveis, monitoramento remoto de pacientes e realidade virtual e aumentada. Descrevemos maneiras pelas quais essas tecnologias podem ser usadas para melhorar a prática da cirurgia e discutimos oportunidades e desafios para sua ampla adoção e uso em salas de cirurgia e à beira do leito.

Inovações em tecnologia digital começaram a transformar a prática da medicina. Desde sistemas de inteligência artificial aprovados pela FDA para endoscopia1 até o uso crescente de biossensores vestíveis em ensaios clínicos2, as tecnologias digitais já estão sendo aplicadas em vários campos da medicina. Historicamente, o campo da cirurgia tem sido razoavelmente cauteloso com a implantação de tecnologias novas e potencialmente disruptivas que não foram amplamente estudadas, dada a possibilidade de danos diretos e imediatos ao paciente3; a experiência da cirurgia com tecnologias digitais até agora não é diferente. No entanto, com o enorme potencial das novas tecnologias digitais para melhorar o cuidado cirúrgico, acreditamos que sua incorporação à prática cirúrgica diária é inevitável. De fato, campos como gastroenterologia e radiologia já estão incorporando tecnologias digitais em sua prática4,5. Nesta coleção especial da npj Digital Medicine, destacamos o trabalho que está sendo feito em várias áreas da tecnologia digital - aprendizado de máquina, visão computacional, dispositivos vestíveis, monitoramento remoto de pacientes e realidade virtual e aumentada - todos os quais acreditamos que estão prestes a transformar a cirurgia em os próximos anos. Nesta peça, descrevemos oportunidades e desafios para a adoção dessas tecnologias.

Os modelos de aprendizado de máquina têm o potencial de aprender relações complexas e diferenciadas entre um grande número de variáveis ​​clínicas, incluindo dados multimodais, de maneiras que as calculadoras estatísticas de risco tradicionais não conseguem. Essa vantagem pode ser aproveitada em breve para prever melhor a trajetória clínica dos pacientes e ajudar os cirurgiões a tomar decisões de atendimento ao paciente mais personalizadas.

Especificamente, os sistemas de suporte à decisão habilitados para IA têm o potencial de prever resultados cirúrgicos. A previsão do resultado cirúrgico é importante para o cuidado do paciente tanto no pré-operatório, ao decidir quais pacientes seriam candidatos a se beneficiar com a intervenção cirúrgica, quanto no pós-operatório, na previsão do risco de complicações. Os algoritmos de aprendizado de máquina podem ser aplicados a ambos os aspectos para auxiliar na previsão de resultados. Aplicativos móveis com esses tipos de algoritmos foram desenvolvidos e testados em várias grandes instituições acadêmicas6,7,8,9.

Destaque nesta coleção, uma revisão de modelos de aprendizado de máquina que aprenderam com dados clínicos em cirurgia vascular descobriu que vários modelos têm desempenho melhor do que ferramentas de previsão clínica existentes, clínicos e modelos de regressão tradicionais10. O estudo conclui ainda que, à medida que as ferramentas de aprendizado de máquina são cada vez mais aplicadas à cirurgia vascular, o desempenho do modelo continua a melhorar com estudos mais recentes. Essas descobertas enfatizam que o aprendizado de máquina pode um dia servir como um importante aumento para análise, diagnóstico e previsão de resultados em cirurgias.

A visão computacional – a aplicação de algoritmos de aprendizado de máquina para análise de dados visuais – tem um tremendo potencial para impactar o atendimento clínico sempre que imagens ou dados de vídeo estiverem envolvidos. Nesta coleção especial focamos principalmente em aplicações de visão computacional para análise de dados intraoperatórios. Avanços rápidos no campo da visão computacional, incluindo o uso crescente de redes neurais profundas, levaram ao desenvolvimento de algoritmos que podem identificar com precisão aspectos clinicamente importantes de dados de vídeo intraoperatórios11. Entre as aplicações potenciais mais empolgantes da análise de visão computacional intraoperatória em tempo real para dar suporte a cirurgias mais seguras está o fornecimento de uma experiência de realidade aumentada para cirurgiões para auxiliar na tomada de decisões intraoperatórias12. Muitos modelos existentes de visão computacional publicados demonstraram a capacidade de avaliar a complexidade operatória, auxiliar na tomada de decisões durante procedimentos minimamente invasivos, avaliar a habilidade técnica dos cirurgiões de maneira automatizada e escalável, fornecer feedback intraoperatório, avaliar a dinâmica da equipe cirúrgica e até prever resultados pós-operatórios baseados em eventos intraoperatórios13,14,15. Quando combinada com essas tecnologias, a realidade virtual pode ser usada como campo de treinamento para avaliação e educação de habilidades operacionais16. Embora a incorporação dessas ferramentas na prática cirúrgica regular ainda não seja uma realidade, os casos de uso em potencial certamente continuarão a crescer à medida que a pesquisa nesse campo continuar.