La IA en quirófano: pierde un 70% menos de tiempos sin cribar pacientes

La optimización de los bloques quirúrgicos ha dejado de ser un reto intuitivo para convertirse en una ciencia de precisión gracias a la inteligencia artificial. Aunque la experiencia de cada cirujano sigue siendo el pilar de la actividad asistencial, la planificación de las agendas ya no tiene por qué depender de estimaciones individuales expuestas a la variabilidad.

A través de modelos predictivos y tecnologías de machine learning, los hospitales de vanguardia están logrando homogeneizar el rendimiento de sus quirófanos, transformando el escepticismo inicial en una mejora drástica de los tiempos muertos y de la gestión de las listas de espera.

La soberanía médica frente al algoritmo

La duración de una operación ("de corte a sutura") ha dependido históricamente de la estimación intuitiva de cada facultativo. Esto generaba una dispersión que estas herramienta han comenzado a neutralizar. "Entendemos la IA predictiva no como un oráculo que rellena huecos, sino como un instrumento que aporta una estimación más fina y, sobre todo, más homogénea entre profesionales y procedimientos, reduciendo la dispersión que introduce la planificación basada únicamente en la experiencia individual", explica Enrique Maldonado Belmonte, jefe de sección de la Subdirección de Sistemas de Información y Transformación Digital del Hospital General Universitario Gregorio Marañón.

Maldonado puntualiza en una entrevista con Redacción Médica, que los rendimientos quirúrgicos y los tiempos muertos dependen de múltiples factores (disponibilidad de camas de planta o de reanimación, esterilización del instrumental o transporte). Con todo, el uso de datos históricos y del paciente permite "afinar la secuenciación", reduciendo "el efecto acordeón de los partes que se desbordan a media tarde o que se quedan cortos y dejan la sala parada".

Los resultados avalan este cambio. En el caso de proyectos pioneros de machine learning, el impacto logístico es inmediato. "La desviación se ha reducido de forma significativa, en torno a un 25-35 por ciento tras la puesta en marcha y la calibración continua del modelo", revela Carlos Zarco, director médico de HLA Hospital Universitario Moncloa. Esta precisión matemática ha transformado radicalmente la fluidez de los quirófanos: "Hemos pasado de tiempos improductivos entre intervenciones que podían situarse en torno a 10–11 minutos a intervalos mucho más ajustados, de aproximadamente 2–4 minutos". Según explica Zarco a este medio, esto se traduce en una mayor capacidad efectiva y en una programación mucho más eficiente de las listas de espera.

---

"La IA quirúrgica no es solo predictiva: reduce la dispersión de la experiencia individual"

---

Uno de los debates bioéticos más recurrentes en el ámbito sanitario es el grado de autonomía que se le concede a la máquina. En la gestión de quirófanos, al igual que en los demás ambitos sanitarios, la línea roja está muy clara y es que el algoritmo asiste, pero jamás gobierna.

"El algoritmo nunca prioriza pacientes. La priorización de la lista de espera es una decisión clínica y normativa que corresponde al cirujano y al servicio", aclara tajantemente Maldonado. Criterios como la prioridad oncológica o la gravedad están por encima de la optimización logística. La IA interviene una vez que el clínico decide quién debe operarse: ayuda a encajar las piezas avisando si un parte concentra demasiada complejidad para las camas de Reanimación disponibles o señalando incompatibilidades inadvertidas. "El criterio humano fija el qué y el a quién; el algoritmo asiste en el cómo encajarlo", sentencia el especialista del Gregorio Marañón, recordando que si hay discrepancia, siempre prevalece el juicio humano.

Vencer el escepticismo inicial

Por último, ambos expertos coinciden en que la resistencia inicial de los cirujanos es un "escepticismo sano" porque el médico necesita entender la lógica de la recomendación antes de confiar en ella; dentro de una gestión del cambio con profesionales hiperespecializados que exige tacto. 

"La resistencia no se vence con imposición, sino con transparencia y con resultados: cuando el cirujano comprueba que la herramienta no le quita decisión, sino que le ahorra fricción (menos suspensiones de última hora, menos sorpresas con las camas de reanimación), la percepción cambia", relata Maldonado. Por su parte, Zarco refrenda que hoy los facultativos de HLA Moncloa lo perciben como un apoyo muy útil por la "previsibilidad y la visibilidad en tiempo real que aporta". Para que este éxito se consolide, el director médico de la Moncloa destaca tres factores clave: "una buena calidad de datos, una retroalimentación continua del modelo y una integración sencilla en la práctica clínica".