En el prestigioso laboratorio de Inteligencia Artificial para Cirugía en Baltimore, Maryland, nació una ESTRELLA. El Robot Autónomo de Tejidos Inteligentes (STAR) fue creado por Axel Krieger y sus colegas de la Universidad Johns Hopkins. STAR puede realizar cirugías complejas de anastomosis con agujero de cerradura con poca intervención humana con una precisión asombrosa, ayudando a superar los desafíos de estos delicados procedimientos durante los cuales dos piezas de intestino delgado se cosen en una sección continua.
Según Krieger, el robot utiliza una combinación de herramientas de sutura novedosas, sistemas de imágenes, algoritmos de aprendizaje automático y controles robóticos. STAR no está destinado a reemplazar a los cirujanos humanos, está diseñado para ser incorporado en el flujo de trabajo quirúrgico, mejorando la consistencia quirúrgica de paciente a paciente. Por ahora, es un impresionante proyecto de investigación, pero ilustra la dirección del viaje.
Avancemos una década y, bajo la supervisión y orientación de un cirujano, robots sofisticados podrían planificar y completar cirugías autónomas basadas en la patología y necesidades de cada individuo. Los robots podrían revisar planes en tiempo real, responder a complicaciones y optimizar resultados. Sin embargo, un mundo donde constelaciones de STARs operan bajo supervisión humana se ve muy diferente al modelo quirúrgico actual. Y si el horizonte temporal anticipado es incluso vagamente cierto, es un mundo para el que debemos empezar a prepararnos hoy.
Un marco de tiempo más reducido, impulsado por la IA
Los robots quirúrgicos autónomos prometen mejorar la consistencia, los resultados para los pacientes y el acceso a técnicas quirúrgicas estandarizadas. Para 2033, se espera que el mercado global de robótica quirúrgica autónoma alcance los $11.07 mil millones. Si bien la cirugía autónoma generalizada (especialmente la cirugía de tejidos blandos) está más adelante, no está tan lejos como algunos podrían pensar. En las últimas tres décadas, liderados por el entorno más predecible de la ortopedia, los investigadores y desarrolladores han dado pasos tentativos hacia la cirugía autónoma. Pero en los últimos años, la rápida madurez de las soluciones de IA, desde aplicaciones cotidianas de Gen IA hasta sistemas de autoaprendizaje, ha cambiado el panorama. Estas tecnologías, junto con redes de comunicación sólidas, son habilitadores a largo plazo para la cirugía autónoma. Los Modelos de Lenguaje Grandes (LLMs), por ejemplo, ahora pueden ver contenido en video, sacar inferencias y replicar comportamientos humanos.
El conocimiento, las herramientas y la confianza ya existen para respaldar sistemas autónomos a gran escala. Sin embargo, con el marco temporal anticipado para la cirugía autónoma reduciéndose diariamente, se insta a las organizaciones de atención médica y tecnología médica a considerar direcciones completamente nuevas.
Se necesitan estructuras críticas, marcos y pasos incrementales para construir un mundo donde los robots realicen procedimientos automatizados en armonía con los cirujanos humanos. Y si el marco temporal es de 10 a 20 años en lugar de 50, hay consideraciones fundamentales para los tomadores de decisiones de hoy. En el umbral de un cambio transformador tan grande, ¿qué sucede a continuación? ¿Qué implicaciones de gran alcance traerán los sistemas autónomos? ¿Cómo puede el panorama global de la atención médica prepararse para un futuro quirúrgico autónomo?
Comprender el impacto de la cirugía autónoma
Investigaciones sugieren que los robots podrían realizar tareas quirúrgicas 50 veces más rápido que un cirujano humano. Si el trabajo de 50 cirujanos puede ser completado por un solo robot, los profesionales humanos podrían estar liberados para centrarse en la resolución de eventos críticos, los procedimientos más complejos y el entrenamiento y competencia acelerados a escala global.
Una cirugía más rápida y precisa podría mejorar la accesibilidad para la mitad del mundo que actualmente carece de atención médica consistente y de calidad. Las soluciones automatizadas podrían llevar la telecirugía a un nuevo nivel, ayudadas por una comunicación global ultrarrápida para que los profesionales humanos no necesiten estar físicamente presentes junto a los sistemas.
La innovación en procedimientos es otra ventaja. La mayoría de los instrumentos quirúrgicos están diseñados para ser utilizados por humanos con dos brazos, dos manos y dos ojos. Pero los sistemas autónomos podrían usar múltiples herramientas para completar varias tareas a la vez, cambiando drásticamente la naturaleza de los procedimientos. Por ejemplo, mientras se elimina un tejido canceroso, los cirujanos utilizan actualmente un dispositivo de grapado que coloca dos líneas rectas de grapas de metal para ayudar a cerrar la extirpación. Si un robot autónomo fuera liberado de los controles humanos, quizás las grapas de metal, propensas a desgarrarse, podrían ser reemplazadas por una línea de sutura super fina y soluble, tejida in situ. Como si se estuviera cosiendo un dobladillo a una falda, el perfil del corte podría seguir la forma del tejido, apoyando un procedimiento más rápido y efectivo.
Todos estos cambios impactan en la dinámica de costos. Por ejemplo, si un robot puede realizar cirugías más rápidas y simplificadas sin una extensa orientación humana, a medida que los cirujanos sean reubicados y los volúmenes aumenten, el equilibrio de recursos cambia. ¿Los proveedores de robótica cobrarán las mismas tarifas que los consultores, o un mercado competitivo reducirá drásticamente los costos de los procedimientos? Y si lo hace, la decisión sobre cuándo y cómo operar también cambia. Esto podría abrir la puerta a una intervención más temprana y generalizada.
El panorama regulatorio
Por prometedor que sea este futuro, las herramientas quirúrgicas autónomas necesitan nuevas salvaguardias y una regulación cuidadosa. El futuro autónomo requiere un proceso de aprobación regulatoria construido para acomodar el aprendizaje iterativo y casi continuo. Digamos que una herramienta quirúrgica utiliza un producto de IA de caja negra para recopilar datos sensibles durante los procedimientos y luego aplica las ideas sin explicar cómo. Si un error perjudica a un paciente, no hay forma de rastrear cómo o por qué. No solo eso, sino que si las ideas alimentan una base de datos compartida, el error podría multiplicarse.
Actualmente, los reguladores verifican las actualizaciones de los sistemas antes de su lanzamiento. Pero en un mundo de máquinas de aprendizaje continuo, se necesita un nuevo modelo. La reciente publicación de principios orientadores sobre la Buena Práctica del Aprendizaje Automático (GMLP) es solo el comienzo. Imagina un ‘sistema de validación dinámica’ para plataformas de IA que verifica si las ideas son seguras y valen la pena implementar. La recolección constante de datos requeriría ciclos de validación diarios, si no horarios, lo que exige nuevos procesos, una integración más profunda e incluso una nueva función de gestión. Los Directores de Información pueden tener que trabajar codo a codo con los Directores de Tecnología para asumir un papel de control importante, forjando estrechas asociaciones con los reguladores.
Mapeando el futuro autónomo
Entre el presente y un futuro totalmente autónomo hay muchos pasos más pequeños, pero si las organizaciones no están planeando para esta eventualidad, ¿corren el riesgo de ser interrumpidas por otros actores? Las soluciones provisionales son importantes, pero si la cirugía completamente autónoma está a uno o dos décadas de distancia, ¿es correcto invertir en sistemas que pueden quedar obsoletos en unos pocos años? ¿Cómo toman las decisiones los responsables de I+D las apuestas correctas y cómo pueden asegurarse de que su organización esté lista?
Para prepararse para un futuro quirúrgico autónomo, los líderes de la tecnología médica deben explorar las implicaciones prácticas de los escenarios potenciales y estructurar la inversión en consecuencia. La clave es desarrollar un mapa de ruta en evolución que impulse las decisiones día a día, basándose en tendencias macro y micro. Realizar estas evaluaciones como parte del trabajo diario indicará las acciones necesarias para prepararse para varios futuros posibles. Con un plan en su lugar, las empresas pueden monitorear, actualizar y optimizar sus estrategias.
Cuando se trata de cirugía autónoma, una acción crucial en una etapa temprana es explorar cómo aprovechar la IA y alimentarla con datos relevantes de diferentes partes del proceso de atención. El cirujano no solo responde a lo que ve, está informado por la historia del paciente y la experiencia personal. Acceder y comprender la relevancia de este ecosistema de datos ayudará a construir modelos efectivos, brindando contexto a los motores de decisión que finalmente controlarán los resultados. Armados con datos, los gemelos digitales pueden usarse para predecir cómo responderán los sistemas y ayudar a optimizar algoritmos en un entorno seguro, fuera de línea del paciente.
Estos pasos fundamentales deben estar vinculados dentro de un ecosistema de partes interesadas interconectadas. Las empresas de tecnología médica ya han forjado asociaciones con importantes actores tecnológicos, mientras que otras empresas están impulsando activamente programas aceleradores de IA médica en el ámbito de la salud. La ola de actividad continuará.
A través de una combinación de exploración de horizontes y mapeo de rutas, los estrategas en los sectores de tecnología médica y atención médica pueden prepararse para el ‘efecto de onda inversa’ de los cambios de mañana en las decisiones de hoy. Estas metodologías deben ser tan centrales para el funcionamiento de una empresa como las cuentas mensuales, especialmente dada la velocidad de la evolución tecnológica.