Construindo um cirurgião melhor: pesquisadores da Faculdade de Engenharia da FAMU-FSU desenvolvem ferramenta de inteligência artificial para treinamento cirúrgico #ÚltimasNotícias

Se você já enfrentou a decisão assustadora de se submeter a uma cirurgia, provavelmente teve várias perguntas. Entre as inúmeras considerações, provavelmente havia perguntas sobre a habilidade e a experiência da pessoa que segurava a faca.

Uma nova pesquisa da Faculdade de Engenharia da FAMU-FSU pode ajudar a dar aos cirurgiões um melhor treinamento para seu trabalho crucial. O reitor do Google da faculdade, Suvranu De, liderou o desenvolvimento de uma ferramenta alimentada por IA que ajuda a treinar cirurgiões analisando vídeos de suas técnicas cirúrgicas e fornecendo feedback. A pesquisa foi publicada recentemente no JAMA Surgery.

“Quanto mais treinamento e feedback os cirurgiões em treinamento receberem, mais suas habilidades melhorarão”, disse De. “Estabelecemos uma rede de avaliação baseada em vídeo de ponta (VBA-Net), que é um grande passo na direção da automação da avaliação de habilidades cirúrgicas de forma eficaz. Este sistema usa modelos de aprendizado profundo de última geração para avaliações formativas e somativas que promovem o desenvolvimento de habilidades.”

O VBA-Net é um modelo de IA que aprende a distinguir entre especialistas e novatos assistindo a vídeos completos de tarefas cirúrgicas reais. Ele fornece ao aluno pontuações finais e feedback online. Ele automatiza a tarefa de avaliação de habilidades cirúrgicas, que atualmente é realizada por fiscais treinados.

A plataforma une a tecnologia de rede neural profunda (DNN) com a avaliação cirúrgica baseada em vídeo existente para fornecer feedback em tempo real para aspirantes a cirurgiões. Redes neurais profundas são uma forma de inteligência artificial que espelha as complexidades do cérebro humano e auxiliam na adaptação do processo de aprendizagem aos interesses individuais, aumentando a relevância das recomendações.

“Esta ferramenta pode oferecer suporte valioso aos avaliadores e tem o potencial de garantir maior consistência nas avaliações”, disse De. “Nosso objetivo é agilizar o processo de avaliação guiando os estagiários em seu foco para as facetas mais críticas de um procedimento cirúrgico.”

A tecnologia DNN incorpora Explainable Artificial Intelligence (XAI), um tipo de IA que permite que os humanos compreendam melhor o funcionamento interno da rede, que de outra forma seria opaco. Ela dá aos usuários confiança nos resultados e saídas produzidos por algoritmos de aprendizado de máquina. A tecnologia exige hardware mínimo e uma configuração de câmera padrão.

A pesquisa de De ajudará a atender a uma iniciativa do American Board of Surgery de incorporar a avaliação baseada em vídeo (VBA) no treinamento de cirurgiões e pessoal operacional afiliado. O grupo lançou um programa piloto inaugural para padronizar o VBA em 2021. A visão pioneira de De pega a IA e a correlaciona diretamente ao VBA.

“Esperamos que os insights desta pesquisa possam abrir caminho para a integração desta tecnologia em programas de treinamento e credenciamento nos próximos cinco a dez anos”, disse De. “Nossa aspiração final é melhorar os resultados dos pacientes, salvar vidas e cultivar mais cirurgiões bem treinados no futuro.”

De colaborou neste estudo com Erim Yanik, pesquisador de pós-doutorado na Faculdade de Engenharia da FAMU-FSU, e o Dr. Steven Schwaitzberg, chefe de cirurgia na Faculdade de Medicina e Ciências Biomédicas Jacob da Universidade de Buffalo.