:format(jpg)/f.elconfidencial.com%2Foriginal%2F335%2F48f%2Fb85%2F33548fb8517ab098de70f7bb09d6e954.jpg)
Imagen del robot cerrando una incisión.
(Johns Hopkins University)
Un equipo de las universidades de Johns Hopkins y Stanford ha conseguido que una inteligencia artificial aprenda a operar observando a cirujanos humanos expertos haciendo su trabajando
"Imagina que necesitas someterte a una cirugía en cuestión de minutos o es posible que no sobrevivas", me dice por correo electrónico Brian Kim, estudiante de posdoctorado en la Universidad Johns Hopkins. "No hay ningún cirujano disponible, pero hay un robot quirúrgico autónomo que puede realizar la intervención con una probabilidad de éxito muy alta. ¿Te arriesgarías?" Suena como una escena de una película de serie B, pero es ahora una realidad tangible que podrías encontrarte antes de lo que piensas. Por primera vez en la historia, Kim y sus colegas han conseguido enseñar a una inteligencia artificial a realizar tareas quirúrgicas precisas observando miles de horas de intervenciones reales en quirófanos. El equipo de investigación afirma que es un avance revolucionario que cruza una frontera médica definitiva y abre el camino hacia una nueva era en la salud.
Según su reciente artículo de investigación, la IA logró un nivel de rendimiento comparable al de los cirujanos humanos sin programación explícita previa. En lugar de intentar programar un robot meticulosamente para operar —lo cual siempre ha fracasado en el pasado— esta IA aprendió mediante algo llamado aprendizaje por imitación, una rama de la inteligencia artificial en la que la máquina observa y replica acciones humanas. Usaron un enfoque híbrido que combinaba aspectos de aprendizaje por refuerzo y transformadores, modelos de aprendizaje automático diseñados para procesar datos secuenciales entendiendo las relaciones entre los elementos, similar a la arquitectura que subyace en modelos de lenguaje como ChatGPT. Esta combinación le permitió aprender las complejas secuencias de acciones necesarias para realizar tareas quirúrgicas descomponiéndolas en componentes cinemáticos.
Cómo lo hicieron
Kim y sus colegas utilizaron un Sistema Quirúrgico Da Vinci como las manos y ojos de esta inteligencia artificial. Antes de usar esta plataforma robótica establecida —que actualmente emplean los cirujanos para llevar a cabo operaciones precisas de forma local y remota— para demostrar que la nueva IA funciona, también realizaron simulaciones virtuales para permitir una iteración más rápida y validar la seguridad antes de aplicar los procedimientos aprendidos en el hardware real.
"Todo lo que necesitamos es una entrada de imagen, y entonces este sistema de IA encuentra la acción correcta", dice Kim. Los robots Da Vinci también fueron la fuente de los vídeos que la IA analizó, utilizando más de 10.000 grabaciones de vídeo captadas por cámaras en las muñecas durante cirugías realizadas por humanos para aprender tres tareas quirúrgicas: manejar y posicionar una aguja quirúrgica, levantar y manipular tejidos con cuidado, y suturar, todas ellas tareas complejas que requieren un control preciso y extremadamente sensible. Este conjunto de datos a gran escala permitió a la IA aprender las diferencias matizadas entre acciones quirúrgicas similares, como la tensión adecuada necesaria para manipular un tejido sin causar daño.
Esos vídeos de entrenamiento son solo una pequeña parte de un extenso repositorio de datos quirúrgicos. Con casi 7.000 robots Da Vinci en uso en todo el mundo, hay una vasta biblioteca de demostraciones quirúrgicas para que los robots observen y de las que aprendan, que el equipo de investigación está utilizando ahora para expandir el repertorio quirúrgico de la IA en un nuevo estudio que aún no han publicado. "En nuestro siguiente trabajo, que pronto publicaremos, estudiamos si estos modelos pueden funcionar para procedimientos quirúrgicos de largo recorrido que impliquen estructuras anatómicas desconocidas", señala Kim, refiriéndose a procedimientos quirúrgicos complejos que requieren adaptarse a la condición del paciente en un momento dado. Algo realmente complicado que puede durar horas, como operar una herida interna grave o realizar un transplante.
Durante el desarrollo, el equipo trabajó en estrecha colaboración con cirujanos en activo para evaluar el rendimiento del modelo y proporcionar una comentarios críticos, particularmente en lo relativo al manejo sutil de los tejidos, que el robot integró en su proceso de aprendizaje.
Finalmente, para validar el modelo, usaron un conjunto de datos separado, no incluido en el entrenamiento inicial, asegurándose de que la IA pudiera adaptarse a nuevos escenarios quirúrgicos no vistos antes. Esta validación cruzada confirmó la capacidad del robot para generalizar, en lugar de limitarse a memorizar acciones, lo cual es crucial dado el número de posibles imprevistos que pueden surgir en el quirófano.
Todo funcionó de maravilla. El modelo del robot aprendió estas tareas al nivel de cirujanos experimentados. "Es realmente mágico tener este modelo en el que solo le damos la entrada de cámara y puede predecir los movimientos robóticos necesarios para la cirugía", dice Axel Krieger, profesor adjunto del Departamento de Ingeniería Mecánica de la universidad Johns Hopkins y autor principal del estudio, en un comunicado enviado por correo electrónico. "Creemos que esto marca un avance significativo hacia una nueva frontera en la robótica médica".
Una revolución quirúrgica
Una de las claves de este éxito es el uso de movimientos relativos en lugar de instrucciones absolutas. Debido a las imprecisas mediciones de las articulaciones en el sistema Da Vinci, los brazos robóticos podrían no terminar exactamente en el lugar previsto debido a pequeñas discrepancias en el movimiento de las articulaciones, que se acumulan a lo largo de múltiples acciones y pueden llevar a errores significativos, especialmente en un entorno tan delicado como la cirugía. El equipo tuvo que encontrar una solución: en lugar de depender de esas mediciones, entrenaron al modelo para moverse en función de lo que observa en tiempo real mientras realiza la operación.
Pero la principal innovación aquí es que el aprendizaje por imitación elimina la necesidad de programar manualmente movimientos individuales. Antes de este avance, programar a un robot para suturar requería codificar cada acción detalladamente. Este método también era propenso a errores y suponía una gran limitación para avanzar en la cirugía robótica, afirma Kim. Limitaba lo que el robot podía hacer debido al esfuerzo de desarrollo y a la falta de flexibilidad, lo que hacía extremadamente difícil que los robots asumieran nuevas tareas. Sin embargo, el aprendizaje por imitación puede adaptarse rápidamente a cualquier cosa que pueda observar, aprendiendo de manera similar a un estudiante de cirugía. "[Solo] tenemos que recopilar datos de aprendizaje por imitación de diferentes procedimientos, y podemos entrenar a un robot para que lo aprenda en un par de días", dice Krieger. "Nos permite avanzar hacia el objetivo de la autonomía mientras reducimos los errores médicos y logramos una cirugía más precisa".
Para cuantificar el rendimiento de la IA, los investigadores definieron métricas clave como la precisión en la colocación de la aguja y la consistencia en la manipulación de los tejidos. Los resultados les dejaron sin palabras. "El modelo es tan bueno aprendiendo cosas que no le hemos enseñado", describe Krieger. "Por ejemplo, si se le cae la aguja, la recoge automáticamente y sigue adelante". Esa adaptabilidad no solo es importante para seguir aprendiendo nuevas habilidades, sino absolutamente crucial para afrontar eventos impredecibles en cirugías en vivo, como la rotura de una arteria o un cambio repentino en las constantes vitales del paciente. Además, el modelo demostró una mayor eficiencia en el tiempo, reduciendo el tiempo de realización de tareas quirúrgicas habituales, como suturar, en aproximadamente un 30%, lo cual es particularmente prometedor para operaciones críticas en términos de tiempo.
El futuro de la cirugía
Los científicos imaginan un escenario en el que estos robots asistan a los cirujanos en situaciones de alta presión, mejorando sus capacidades y minimizando el error humano. Estos futuros cirujanos con IA tendrán un impacto significativo en la disponibilidad de atención quirúrgica, haciendo que las intervenciones médicas de alta calidad estén disponibles para una población más amplia. Inicialmente, esto sería especialmente cierto en áreas subdesarrolladas que carecen de infraestructura médica. Las IA para diagnóstico ya están desempeñando un papel para hacer la medicina más asequible en esas zonas del mundo, por lo que los cirujanos son el siguiente paso lógico.
Sin embargo, antes de que todo esto ocurra, esta IA de aprendizaje autónomo debe demostrar que es muy fiable en cualquier situación, "al menos tan buena o mejor que un cirujano humano, estadísticamente hablando", dice Kim. Me cuenta que una forma de garantizar la seguridad es con las estadísticas: "Si el modelo es capaz de realizar 1.000 cirugías sin complicaciones —incluyendo casos límite muy difíciles— esa podría ser una buena forma de medir su fiabilidad".
Su trabajo muestra que, si el modelo ha sido entrenado en situaciones similares, es capaz de manejarlas. "El modelo es muy bueno generalizando e interpolando a partir de los datos en los que se ha entrenado", dice. Si el modelo se encuentra con una estructura orgánica ligeramente diferente, debería ser capaz de reconocerla e interactuar adecuadamente gracias a un entrenamiento diseñado para generalizar a través de una variedad de desafíos anatómicos y situacionales, como diferencias anatómicas entre pacientes, hemorragias imprevistas o anomalías en los tejidos.
Un robot Da Vinci guiado por un humano. La IA ha aprendido observando a los cirujanos realizando operaciones reales con estos sistemas.
Un robot Da Vinci guiado por un humano. La IA ha aprendido observando a los cirujanos realizando operaciones reales con estos sistemas.
También hay desafíos éticos y regulatorios que deben abordarse antes de que una IA de este tipo pueda desplegarse en cirugías reales sin supervisión humana. El salto a robots quirúrgicos autónomos introduce nuevas preocupaciones éticas. Está el tema de la responsabilidad: ¿quién será el responsable si hay un problema? ¿La empresa que fabricó el cirujano con IA? ¿Los profesionales médicos que lo supervisan (si hay supervisión)? También está la cuestión del consentimiento del paciente, que requerirá educar tanto a la persona que recibe la cirugía como a las personas a su alrededor sobre lo que son estas IA, lo que pueden hacer exactamente y qué riesgos existen en comparación con los cirujanos humanos.
Kim admite que, por ahora, el futuro está en una zona gris donde todos solo pueden especular sobre lo que debería o va a pasar. Las autoridades regulatorias obviamente deberán abordar las preocupaciones éticas y de responsabilidad cuando permitan que los cirujanos con IA operen de forma autónoma, así como establecer las normas para obtener el consentimiento informado de los pacientes y determinar cuándo y dónde son adecuados los robots autónomos, todo lo cual necesita una evaluación exhaustiva. Pero, cuando se trata de elegir entre someterse a una cirugía de emergencia para salvar la vida o no tener ninguna opción porque no hay un cirujano disponible —como en una ubicación remota o en una zona en vías de desarrollo—, Kim dice que elegir al cirujano autónomo será obviamente la mejor opción. Puedo imaginarme fácilmente un futuro cercano en el que, dadas las pruebas estadísticas de que son más seguros, la gente empiece a elegir robots cirujanos en vez de cirujanos humanos.
Más allá de esos desafíos éticos y legales, también se necesitará trabajo para habilitar su implementación práctica. Los hospitales tendrán que invertir en infraestructuras que apoyen la cirugía robótica con IA, incluidos el hardware físico y la experiencia técnica para su operación y mantenimiento. Además, la formación de los equipos médicos para gestionar las máquinas será crucial. Necesitarán entender la máquina y cuándo intervenir, pasando eventualmente de realizar directamente las tareas quirúrgicas a roles enfocados en la supervisión y la garantía de seguridad. Al menos hasta que la IA alcance un nivel que supere con creces al de los mejores cirujanos humanos disponibles. No obstante, todo esto probablemente será mucho menos costoso que tener más cirujanos humanos in situ. Y una mejora en la disponibilidad de servicios quirúrgicos fiables en cualquier rincón del planeta será una gran noticia para toda la humanidad.
Quedan muchas incógnitas por resolver, pero esta investigación nos da razones para ser optimistas. "Todavía estamos en las primeras etapas de entender lo que estas máquinas pueden realmente conseguir", dice Krieger. "El objetivo final es tener sistemas quirúrgicos completamente autónomos que sean fiables, adaptables y capaces de realizar cirugías que actualmente requieren un especialista altamente cualificado".
Lo que sí sabemos es que este es un hito importante en la robótica médica, un logro que señala el comienzo de un nuevo paradigma en cirugía, según Kim y sus colegas. La siguiente fase de investigación ya está en marcha, utilizando vídeos de operaciones más complejas para expandir las capacidades de la IA para realizar cirugías largas, asegurando que el robot pueda mantener un rendimiento estable y efectivo durante intervenciones prolongadas y con múltiples etapas.
A nivel práctico, el equipo contempla una introducción gradual, comenzando con cirugías más simples y de bajo riesgo, como las reparaciones de hernias, y avanzando poco a poco hacia operaciones más complejas. Este enfoque gradual ayudará a validar la fiabilidad del robot de manera controlada, abordando al mismo tiempo las preocupaciones regulatorias y éticas, así como ayudando a que la población confíe en la IA para realizar operaciones críticas para la vida.
