Când chirurgul vede mai mult decât vede ochiul: SUUB pregătește un sistem de chirurgie asistată digital

În sala de operație, diferența dintre o structură vizibilă la timp și una recunoscută prea târziu poate schimba cursul unei intervenții. Chirurgia modernă nu mai înseamnă doar instrumente mai fine și mâini antrenate, ci și imagini mai clare, date interpretate rapid și sisteme care pot sprijini medicul în momentele în care anatomia nu se lasă ușor citită.

Spitalul Universitar de Urgență București anunță dezvoltarea INDOVIEWER, un sistem integrat de asistență chirurgicală care combină imagistica în infraroșu apropiat, fluorescența cu indocianină verde și algoritmi de inteligență artificială. Miza nu este simpla introducere a unei noi tehnologii în blocul operator, ci testarea unui mod de lucru în care chirurgul poate primi, în timp real, informații vizuale suplimentare despre structurile anatomice relevante.

O cameră care poate face vizibil ceea ce altfel rămâne greu de distins

Sistemul aflat în dezvoltare este gândit ca un dispozitiv medical portabil, destinat augmentării fluxului video intraoperator. În termeni practici, acesta ar urma să adauge peste imaginea chirurgicală obișnuită informații obținute prin fluorescență cu indocianină verde, cunoscută și ca ICG.

ICG este o substanță fluorescentă folosită în imagistica medicală. După administrare, poate fi vizualizată cu ajutorul luminii în spectrul infraroșu apropiat, ceea ce permite medicilor să observe mai bine anumite structuri sau procese fiziologice, cum ar fi vascularizația sau drenajul limfatic.

În chirurgie, acest tip de imagistică poate ajuta la orientarea intraoperatorie. Nu înlocuiește anatomia, experiența sau judecata medicului, dar poate oferi un strat suplimentar de informație acolo unde câmpul operator este complex, inflamat, modificat de boală sau de intervenții anterioare.

De la imagine la decizie: unde intră inteligența artificială

Componenta de inteligență artificială a proiectului este orientată spre recunoașterea structurilor relevante în intervenții și examinări medicale selectate. Comunicatul menționează aplicații în chirurgia tiroidei, colecistectomie și evaluarea limfedemului.

Pentru echipa medicală, utilitatea potențială nu stă într-un AI care „decide” în locul chirurgului, ci într-un sistem care poate semnala, organiza și interpreta vizual datele disponibile. Un astfel de instrument ar putea sprijini identificarea unor repere anatomice, ar putea ajuta la standardizarea observării imaginilor și ar putea contribui la reducerea variațiilor în instruire.

Este o diferență importantă. În sala de operație, AI-ul nu trebuie privit ca un al doilea chirurg invizibil, ci ca un instrument de suport. Responsabilitatea rămâne la medic, iar orice sugestie generată de sistem trebuie filtrată prin context clinic, experiență și validare.

Un sistem construit pe imagini reale, nu pe demonstrații de laborator

Un element important al proiectului este intenția de a antrena și valida modelele AI folosind date reale din intervenții chirurgicale și examinări medicale. Comunicatul vorbește despre colectarea de unități video adnotabile, obținute atât cu echipamente NIR existente, cât și ulterior cu propriul dispozitiv INDOVIEWER.

Pentru medicina digitală, aceasta este una dintre condițiile esențiale. Algoritmii nu devin utili doar pentru că sunt sofisticați tehnic. Ei devin relevanți atunci când sunt antrenați pe date clinice robuste, bine adnotate, reprezentative și suficient de diverse pentru situațiile în care vor fi folosiți.

În chirurgie, datele sunt rareori „curate”. Imaginea se mișcă, câmpul operator se modifică, sângerarea poate reduce vizibilitatea, anatomia poate varia de la un pacient la altul. Tocmai de aceea, construirea unui sistem pe imagini reale este mai dificilă, dar și mai importantă decât testarea pe scenarii ideale.

Formarea medicală se mută și ea în zona datelor

INDOVIEWER include și o componentă de instruire și antrenament, cu bază de cunoștințe, sistem de testare, chatbot, module de tip visual question answering și un modul VR pentru diagnosticarea limfedemului.

Pentru formarea medicală, aceasta poate însemna o schimbare de perspectivă. În loc ca învățarea să depindă exclusiv de expunerea directă, variabilă, la cazuri clinice, imaginile reale adnotate pot deveni material didactic reutilizabil. Un rezident ar putea învăța nu doar din operația la care participă, ci și dintr-o arhivă de situații clinice explicate, comparate, testate.

Standardizarea instruirii este una dintre promisiunile importante ale sistemelor digitale. Nu pentru a uniformiza gândirea medicală, ci pentru a oferi un limbaj comun al observației: ce trebuie recunoscut, cum se interpretează o imagine, unde apar capcanele, ce diferențiază un reper sigur de unul ambiguu.

Limitele: tehnologia trebuie să treacă proba clinicii

Entuziasmul tehnologic are nevoie de frână clinică. Un sistem de acest tip nu poate fi judecat doar după performanța algoritmilor sau după calitatea imaginii. El trebuie validat în condiții reale de utilizare, cu pacienți reali, echipe reale și presiunea reală a blocului operator.

Câteva întrebări devin decisive: cât de precis recunoaște sistemul structurile relevante? Cât de des greșește? Ce se întâmplă în cazurile dificile? Încetinește sau simplifică fluxul operator? Este ușor de folosit de către echipa chirurgicală? Cum sunt protejate datele medicale? Cine răspunde atunci când o informație furnizată de sistem este interpretată greșit?

Calitatea datelor de antrenare va conta enorm. La fel și modul în care imaginile sunt adnotate, stocate, verificate și folosite. În medicină, un algoritm nu este mai bun decât datele pe care a învățat și decât contextul în care este pus la lucru.

Un pas posibil spre chirurgia asistată digital în România

Proiectul INDOVIEWER nu trebuie citit ca o promisiune că inteligența artificială va transforma peste noapte chirurgia românească. Ar fi o lectură comodă și greșită. Mai important este că un spital universitar și o universitate tehnică încearcă să construiască un sistem în care imagistica avansată, AI-ul și formarea medicală bazată pe cazuri reale se întâlnesc într-o aplicație clinică concretă.

Dacă va fi validat și integrat corect, un astfel de instrument poate ajuta chirurgii să vadă mai bine, să documenteze mai riguros și să instruiască mai standardizat. Nu va opera în locul medicului. Nu va elimina incertitudinea. Dar poate adăuga în sala de operație un lucru tot mai valoros: o imagine mai bogată, citită cu ajutorul datelor, dar decisă în continuare de oameni.