Utilización de la inteligencia artificial para identificar la anatomía quirúrgica durante la nefrectomía donante por laparoscopia: un estudio de validación y viabilidad

Tecnología más inteligente para un regalo de alto riesgo

La nefrectomía donante por laparoscopia es la operación mínimamente invasiva que se emplea cuando una persona sana dona un riñón: un acto desinteresado en el que cualquier error quirúrgico resulta especialmente difícil de aceptar. Este estudio explora cómo la inteligencia artificial (IA) puede ayudar a los cirujanos a ver con mayor claridad las estructuras vitales durante este procedimiento delicado, con el objetivo de reducir el riesgo para los donantes y mejorar la formación de los futuros cirujanos.

Por qué la cirugía de donación renal requiere precaución extra

Los donantes de riñón vivos suelen ser personas perfectamente sanas que eligen someterse a una cirugía únicamente para ayudar a otra persona. Aunque las técnicas laparoscópicas ya han hecho que la donación sea más segura y la recuperación más rápida, la operación sigue implicando trabajar en un espacio reducido alrededor de arterias, venas y el uréter, que no deben dañarse. Actualmente los cirujanos dependen de su vista y experiencia para reconocer estas estructuras en la pantalla de vídeo. Un “copiloto” de IA que pueda señalar con fiabilidad la anatomía clave en tiempo real podría ayudar a evitar deslices, especialmente para cirujanos con menos experiencia o en casos difíciles.

Enseñar a un ordenador a ver dentro del cuerpo

El equipo de investigación se asoció con una empresa de tecnología médica para construir un sistema de visión por ordenador capaz de reconocer estructuras importantes durante la cirugía de donación renal izquierda. Recogieron grabaciones de vídeo de 30 intervenciones y se centraron en momentos en que la grasa circundante ya se había eliminado, dejando visibles el riñón, el bazo, los principales vasos sanguíneos y el uréter. A partir de estas grabaciones extrajeron miles de imágenes fijas. Cada imagen fue cuidadosamente etiquetada píxel a píxel por un anatomista y luego revisada por un cirujano de trasplante con experiencia. Estas imágenes anotadas sirvieron como “claves de respuesta” para entrenar a la IA. El sistema se basó en un modelo moderno de aprendizaje profundo originalmente diseñado para detectar objetos rápidamente en imágenes, y luego se adaptó para delinear órganos y vasos individuales en cada fotograma quirúrgico.

Cómo se entrenó y probó el sistema

Los investigadores utilizaron 6.828 imágenes etiquetadas de 16 intervenciones para enseñar a la IA y reservaron otras 1.757 imágenes de cuatro intervenciones distintas para evaluar cuánto había aprendido. Atribuyeron deliberadamente mayor peso a las estructuras más críticas —la arteria renal, la vena renal y el uréter— para que el modelo les prestara especial atención. Durante el entrenamiento, el programa comparaba repetidamente sus predicciones con las etiquetas de los expertos, ajustándose para reducir los errores. La cuestión central era si, al mostrarle una imagen nueva, la IA podía resaltar correctamente el bazo, el riñón, los vasos principales y el uréter sin omitirlos ni confundir una estructura con otra.

Qué tan bien funcionó el copiloto de IA

En las pruebas, el sistema de IA mostró una precisión prometedora. Fue especialmente eficaz identificando el bazo y los principales vasos sanguíneos que irrigan el riñón. Para el riñón izquierdo, la arteria renal y la vena renal, el sistema alcanzó un buen equilibrio entre no etiquetar falsamente tejido de fondo y no pasar por alto las estructuras que debía encontrar. Estos resultados cumplen con los umbrales comúnmente aceptados para detección en tiempo real en cirugía. El uréter —un tubo delgado que drena la orina desde el riñón— resultó más difícil de detectar, probablemente porque es estrecho, móvil, de color similar a los tejidos vecinos y además estaba menos representado en las imágenes de entrenamiento. Más allá de las pruebas estáticas, el equipo también probó el sistema en directo en el quirófano y con vídeos de otro hospital en un país distinto. La IA siguió identificando la anatomía clave e incluso detectó un patrón inusual de arterias dobles, lo que sugiere que puede generalizar más allá del centro donde se entrenó originalmente.

Qué podría significar esto para cirujanos y pacientes

Aunque el sistema aún no está listo para actuar como una herramienta completa de navegación en tiempo real, este trabajo representa un primer paso importante. Poder delinear de forma fiable la anatomía crucial abre la puerta a varias aplicaciones: guía en pantalla durante las partes delicadas de la cirugía, etiquetado automático de vídeos formativos para residentes y formas más objetivas de evaluar el desempeño quirúrgico. Las mejoras futuras requerirán datos más diversos de múltiples hospitales, un mejor manejo de estructuras difíciles como el uréter y la medición formal de la velocidad y la coherencia con que la IA funciona fotograma a fotograma. Aun así, el mensaje central es claro para los no especialistas: la IA ya puede “ver” gran parte de lo que ve un cirujano entrenado y, con una mayor refinación, sistemas como este podrían hacer que el acto de donar un riñón sea aún más seguro.

Cita: Ong, C.S.H., Wong, H.P.N., Leung, M. et al. Utilising artificial intelligence to identify surgical anatomy during laparoscopic donor nephrectomy – a validation and feasibility study. Sci Rep 16, 7416 (2026). https://doi.org/10.1038/s41598-026-35999-0

Palabras clave: donación de riñón, cirugía laparoscópica, inteligencia artificial quirúrgica, visión por ordenador en medicina, seguridad en trasplantes de órganos