Inteligencia Artificial en Cirugía Ortopédica: Estado Actual y Perspectivas Futuras

La inteligencia artificial (IA), propuesta por primera vez por el profesor John McCarthy en 1956, busca replicar la inteligencia humana mediante computadoras. El aprendizaje automático (AA), un subcampo de la IA, utiliza algoritmos computacionales que aprenden y mejoran con la experiencia. El AA se clasifica ampliamente en supervisado y no supervisado. En el AA supervisado, los algoritmos se entrenan con datos etiquetados para predecir resultados en nuevos pacientes. Por el contrario, el AA no supervisado identifica patrones en datos sin entrenamiento previo, descubriendo estructuras inherentes mediante características comunes.

La IA ha ganado popularidad en años recientes, con aplicaciones como motores de búsqueda, software de reconocimiento de voz y vehículos autónomos integrados en la vida cotidiana. En medicina, la investigación en IA avanza rápidamente, mostrando gran potencial para mejorar la eficiencia clínica, personalizar el manejo de pacientes y optimizar la investigación. Este artículo explora las aplicaciones actuales y el futuro de la IA en cirugía ortopédica.

IA en Imagen Médica

La IA ha mejorado significativamente cada etapa del proceso de imagen médica, desde la adquisición y reconstrucción hasta el análisis e interpretación. Al integrar datos de historiales clínicos—incluyendo síntomas, resultados de laboratorio y hallazgos físicos—la IA puede identificar el estudio de imagen más adecuado y optimizar protocolos. Además, podría acelerar la adquisición de datos en resonancia magnética (RM) y reducir la dosis de radiación en tomografías computarizadas (TC).

Uno de los campos más destacados es la interpretación de imágenes. En lugar de reemplazar a los radiólogos, la IA los asiste para mejorar la precisión diagnóstica, reducir errores y mitigar la fatiga. Los algoritmos de IA se han aplicado a diversas afecciones, como diagnóstico de fracturas, osteoartritis, edad ósea y resistencia ósea. Por ejemplo, la IA ha mostrado un rendimiento comparable o superior al de cirujanos ortopédicos en la detección de fracturas de húmero proximal, mano, muñeca, tobillo y vertebrales en radiografías. Asimismo, ha demostrado potencial en la detección automática de osteoartritis de cadera o rodilla, con una precisión similar a la de radiólogos expertos.

La IA también automatiza la clasificación de patologías discales lumbares en RM, logrando un 95,6% de precisión en detección y etiquetado. Además, mejora la precisión en la estimación de la edad ósea, aunque los resultados más exactos surgen de la combinación de IA y evaluación radiológica humana. La segmentación automática de áreas de interés, como cartílago articular en rodilla, también muestra avances prometedores.

No obstante, el entrenamiento de estos algoritmos requiere grandes conjuntos de datos, lo que puede incrementar costos y desigualdades en el acceso. Sin embargo, los avances tecnológicos continuos ampliarán las aplicaciones de la IA en imagenología.

IA en Predicción de Resultados Clínicos

La IA también predice resultados clínicos mediante datos clínicos, genómicos e imágenes. La evaluación de riesgos y pronósticos, tradicionalmente compleja, se aborda ahora con nuevas herramientas. En ortopedia, el AA guía el manejo de pacientes mediante predicciones personalizadas de complicaciones postoperatorias tras fusiones lumbares. Datos cinemáticos de sensores también permiten predecir patrones de riesgo de lesiones, como valgo dinámico de rodilla.

Los sistemas de apoyo a decisiones clínicas, como IBM Watson Health, utilizan AA para optimizar tratamientos oncológicos y reducir costos. En ortopedia, estos sistemas ofrecen recomendaciones para el diagnóstico y tratamiento de lumbalgias. Futuros avances podrían permitir clasificaciones más rigurosas mediante la colaboración entre IA y clínicos, mejorando la asignación de recursos y la accesibilidad.

IA en Cirugía Ortopédica Robótica

La cirugía ortopédica incorporó robótica en 1992 con el sistema ROBODOC para artroplastias de cadera. Desde entonces, robots como el sistema Mako se emplean en reemplazos articulares, demostrando superioridad en alineación, tiempo quirúrgico y pérdida sanguínea frente a técnicas convencionales.

En cirugía espinal, robots como Renaissance y Rosa mejoran la precisión en la colocación de tornillos pediculares y reducen la exposición a radiación. Sin embargo, su elevado costo y limitaciones en indicaciones clínicas dificultan su adopción masiva.

En 2016, el robot TianJi surgió como un sistema multiusos para instrumentación espinal, fracturas pélvicas y de extremidades. Combinando un brazo robótico con navegación en tiempo real, ofrece alta precisión. En 2019, se realizó la primera cirugía ortopédica remota multicéntrica mediante 5G con TianJi, destacando el potencial de integración tecnológica para mejorar procedimientos a distancia.

Limitaciones y Consideraciones Éticas

A pesar de su potencial, la IA en ortopedia enfrenta barreras. Primero, los altos costos, tiempo de preparación, fiabilidad variable y falta de estudios a largo plazo limitan su adopción. Reducir costos y realizar seguimientos prolongados son pasos esenciales.

Segundo, surgen dilemas éticos: el manejo de grandes bases de datos incrementa riesgos de violar confidencialidad y consentimiento. Además, la responsabilidad en errores diagnósticos o quirúrgicos sigue sin definirse claramente.

Tercero, los robots actuales realizan procedimientos simples con autonomía limitada, lo que genera escepticismo. No obstante, la evolución hacia sistemas autónomos completos es un objetivo claro, aunque plantea desafíos de control humano.

Finalmente, el rápido avance tecnológico podría superar la legislación protectora de pacientes, exponiendo sus intereses.

Perspectivas Futuras

Pese a las limitaciones, la IA ofrece oportunidades únicas para transformar la ortopedia. Futuros avances mejorarán su aplicación en imagenología, predicción de resultados y cirugía robótica. La integración con tecnologías como el 5G revolucionará procedimientos remotos.

Es crucial abordar las limitaciones y aspectos éticos para garantizar un uso responsable. Con ello, la IA podría optimizar resultados clínicos, precisión quirúrgica y redefinir la práctica ortopédica.

doi.org/10.1097/CM9.0000000000000479