Inteligencia artificial en el quirófano: una revisión sistemática de los modelos de IA para la identificación de la...

Área de la Ciencia:

• Inteligencia Artificial Médica
• Tecnología quirúrgica
• La visión por computadora en la medicina

Sus antecedentes:

• Revisión sistemática de los algoritmos de aprendizaje profundo para el análisis de vídeo intraoperatorio.
• Centrarse en la extracción de características y el reconocimiento de patrones en contextos quirúrgicos.

Objetivo del estudio:

• Examinar la aplicación de la IA en el análisis de vídeo quirúrgico.
• Evaluar el rendimiento de los modelos de aprendizaje profundo en el reconocimiento de fases quirúrgicas, estructuras anatómicas e instrumentos.

Principales métodos:

• Búsqueda completa de la literatura de PubMed, Web of Science y EBSCO hasta marzo de 2024.
• Incluir estudios que utilicen la IA para el análisis quirúrgico de vídeo, centrándose en el aprendizaje automático y profundo.
• Las medidas de resultado primarias incluyeron exactitud, precisión, recuerdo y puntuación F1.

Principales resultados:

• Se incluyeron 21 estudios, en los que se utilizaron predominantemente redes neuronales multicapa.
• Los modelos de aprendizaje profundo lograron una alta precisión: del 81% al 93,2% para el reconocimiento de la fase quirúrgica.
• Los modelos de reconocimiento de estructuras anatómicas mostraron una precisión que oscila entre el 71,4% y el 98,1%.

Conclusiones:

• La inteligencia artificial demuestra el potencial para mejorar la precisión quirúrgica y el flujo de trabajo.
• Aplicación exitosa en la fase quirúrgica y reconocimiento de estructuras anatómicas.
• Se requiere más investigación para superar las limitaciones de los conjuntos de datos, estandarizar las anotaciones y mitigar los sesgos.