Visão computacional em cirurgia: do potencial ao valor clínico

npj Digital Medicine volume 5, número do artigo: 163 (2022) Citar este artigo

5577 Acessos

10 citações

27 Altmétrico

Detalhes das métricas

Centenas de milhões de operações são realizadas em todo o mundo todos os anos, e a crescente adesão à cirurgia minimamente invasiva permitiu que câmaras de fibra óptica e robôs se tornassem ferramentas importantes para realizar cirurgias e sensores para capturar informações sobre cirurgia. A visão computacional (CV), a aplicação de algoritmos para analisar e interpretar dados visuais, tornou-se uma tecnologia crítica por meio da qual se estuda a fase intraoperatória do atendimento com o objetivo de ampliar os processos de tomada de decisão dos cirurgiões, apoiar cirurgias mais seguras e expandir o acesso aos cuidados cirúrgicos. Embora muito trabalho tenha sido realizado em possíveis casos de uso, atualmente não existem ferramentas de CV amplamente utilizadas para aplicações diagnósticas ou terapêuticas em cirurgia. Usando a colecistectomia laparoscópica como exemplo, revisamos as técnicas CV atuais que foram aplicadas à cirurgia minimamente invasiva e suas aplicações clínicas. Por fim, discutimos os desafios e obstáculos que ainda precisam ser superados para uma implementação e adoção mais ampla do CV em cirurgia.

Com mais de 330 milhões de procedimentos realizados anualmente, a cirurgia representa um segmento crítico dos sistemas de saúde em todo o mundo1. A cirurgia, no entanto, não é facilmente acessível a todos. A Comissão Lancet sobre Cirurgia Global estimou que são necessários 143 milhões de procedimentos cirúrgicos adicionais todos os anos para “salvar vidas e prevenir incapacidades”2. As melhorias nos cuidados perioperatórios e a introdução de abordagens minimamente invasivas tornaram a cirurgia mais eficaz, mas também mais complexa e cara, sendo a cirurgia responsável por cerca de um terço dos custos de saúde nos EUA3. Além disso, uma grande proporção de erros médicos evitáveis ​​ocorre em salas cirúrgicas (SO)4. Estas observações sugerem a necessidade de desenvolvimento de soluções para melhorar a segurança e eficiência cirúrgica.

A análise de vídeos de procedimentos cirúrgicos e atividades de sala cirúrgica poderia oferecer estratégias para melhorar essa fase crítica do cuidado cirúrgico. Isto é especialmente verdadeiro para procedimentos realizados com abordagem minimamente invasiva, que está sendo cada vez mais adotada globalmente5,6,7 e depende fortemente da visualização fornecida por câmeras de fibra óptica. De fato, na cirurgia minimamente invasiva, a perda parcial do feedback háptico é compensada por vídeos ampliados e de alta definição adquiridos por câmeras endoscópicas8. Vídeos endoscópicos orientando procedimentos cirúrgicos representam uma fonte direta e prontamente disponível de dados digitais sobre a fase intraoperatória do cuidado cirúrgico.

Nos últimos anos, a análise de vídeos endoscópicos de procedimentos cirúrgicos minimamente invasivos permitiu o estudo do impacto das atividades da sala de cirurgia nos resultados dos pacientes9 e a avaliação de iniciativas de melhoria da qualidade10. Além disso, a avaliação baseada em vídeo (VBA) está sendo cada vez mais investigada para avaliação de desempenho operacional, feedback formativo e credenciamento cirúrgico. No entanto, a VBA permaneceu confinada principalmente ao domínio da pesquisa, dada a carga de revisão manual e avaliação consistente de vídeos cirúrgicos11,12. Expandindo os sucessos iniciais em cirurgia minimamente invasiva, o uso de vídeo também vem crescendo em cirurgia aberta13.

A visão computacional (CV), uma disciplina da ciência da computação que utiliza técnicas de inteligência artificial (IA), como aprendizagem profunda (DL), para processar e analisar dados visuais, poderia facilitar a análise de vídeo endoscópico e permitir o dimensionamento de aplicações para o benefício de um grupo mais amplo de cirurgiões e pacientes14. Além disso, enquanto os humanos tendem a avaliar qualitativamente as imagens, os algoritmos de computador têm o potencial de extrair informações invisíveis, quantitativas e objetivas sobre eventos intraoperatórios. Finalmente, a análise de vídeo endoscópica automatizada e on-line poderia nos permitir monitorar casos em tempo real, prever complicações e intervir para melhorar o atendimento e prevenir eventos adversos.