Midamos la mente quirúrgica: donde la IA realmente aporta valor

La inteligencia artificial está por todas partes en la cirugía este año. Los titulares prometen robots más inteligentes y algoritmos predictivos, pero el verdadero avance es más sutil. En 2026, el debate más candente en la educación quirúrgica no trata sobre reemplazar al cirujano, sino sobre entender cómo piensan los cirujanos.

Un estudio reciente en Surgical Endoscopy realizado por Aseel F. Khanfar, Sanaz Motamedi, Shawn D. Safford, Jason Moore, Jessica Menold y Scarlett Miller utiliza el aprendizaje profundo y el seguimiento ocular para mapear cómo los aprendices ven e interactúan con el campo quirúrgico. El sistema no toma decisiones por el cirujano. En cambio, mide la atención, la anticipación y la eficiencia del movimiento, revelando patrones cognitivos que antes eran invisibles.

El estudio examinó a estudiantes de medicina y residentes que realizaban la tarea de transferencia de clavijas en simuladores laparoscópicos tanto para adultos como para niños. Utilizando una combinación de gafas de seguimiento ocular y un modelo de aprendizaje profundo Mask R-CNN, los investigadores identificaron automáticamente las herramientas y los objetos en el campo y midieron dónde fijaban la mirada los participantes y con qué rapidez movían los instrumentos. Los resultados fueron reveladores: los novatos con el mismo nivel de entrenamiento exhibían patrones de atención y movimiento drásticamente diferentes. Los de alto rendimiento pasaban más tiempo fijándose en los objetos objetivo, demostrando control anticipatorio, mientras que los de bajo rendimiento seguían sus instrumentos, reaccionando en lugar de planificar. La velocidad de la herramienta y la fijación en los objetos surgieron como los predictores más fuertes del nivel de habilidad, medibles desde los primeros ensayos.

Es importante destacar que el estudio también utilizó el aprendizaje automático para predecir el comportamiento visual basándose en estas métricas. Entre varios algoritmos, Random Forest logró una precisión superior al 83% en la predicción del patrón de atención visual de un aprendiz. Esto demuestra que la IA puede proporcionar indicadores tempranos y objetivos de la progresión de la habilidad mucho antes de que las evaluaciones tradicionales detecten diferencias. En otras palabras, el sistema puede identificar quién tiene probabilidades de sobresalir y quién puede necesitar orientación adicional, lo que proporciona a los instructores una herramienta poderosa para una retroalimentación personalizada.

Otro hallazgo sorprendente fue que el tipo de simulador —adulto o pediátrico— no alteró significativamente las métricas visuales o de movimiento. Esto sugiere que los novatos en las primeras etapas se centran en estrategias de tareas fundamentales en lugar de ajustarse inmediatamente a las diferencias anatómicas. La implicación es que la formación temprana puede centrarse en principios universales de atención visual y control del movimiento, introduciendo ajustes anatómicos más matizados posteriormente.

La conclusión es clara: el valor de la IA en la formación quirúrgica no reside en la automatización de la toma de decisiones, sino en hacer que los procesos cognitivos sean medibles. El seguimiento ocular combinado con el aprendizaje profundo crea una ventana en tiempo real para observar cómo piensan los cirujanos, lo que permite a los educadores intervenir antes y con mayor precisión. En 2026, la IA predictiva y centrada en el comportamiento está emergiendo como una herramienta central en los laboratorios de simulación y los centros de formación, no para reemplazar a los cirujanos, sino para amplificar sus habilidades.

Puede explorar los hallazgos y la metodología completos en el artículo original de acceso abierto: From gaze to proficiency: deep learning-driven prediction of novice performance in laparoscopic training using AOI-dependent metrics en Surgical Endoscopy.

Referencia: Khanfar AF, Motamedi S, Safford SD, Moore J, Menold J, Miller S. From gaze to proficiency: deep learning-driven prediction of novice performance in laparoscopic training using AOI-dependent metrics. Surgical Endoscopy. 2026;40:1925–1940. Publicado el 5 de diciembre de 2025.

Experimente una forma más inteligente de adquirir equipos de endoscopia, todo en un solo lugar.

✔ Amplia selección de marcas confiables de endoscopia

✔ Precios competitivos sin comprometer la calidad

✔ Acceso rápido y confiable a las herramientas que necesita, cuando las necesita

👉 Descubra cómo EndoPro® 3D puede transformar su técnica quirúrgica.