Utilizando inteligência artificial para identificar a anatomia cirúrgica durante nefrectomia por doador laparoscópica – um estudo de validação e viabilidade

Tecnologia mais inteligente para um presente de alto risco

A nefrectomia por doador laparoscópica é a operação minimamente invasiva usada quando uma pessoa saudável doa um rim — um ato altruísta em que qualquer erro cirúrgico é especialmente difícil de aceitar. Este estudo explora como a inteligência artificial (IA) pode ajudar os cirurgiões a visualizar estruturas vitais com mais clareza durante esse procedimento delicado, com o objetivo de reduzir riscos para os doadores e melhorar o treinamento de cirurgiões futuros.

Por que a cirurgia de doação de rim exige cuidado extra

Doadores vivos de rim costumam ser pessoas perfeitamente saudáveis que escolhem a cirurgia apenas para ajudar outra pessoa. Embora as técnicas laparoscópicas já tenham tornado a doação mais segura e a recuperação mais rápida, a operação ainda envolve trabalho em um espaço apertado ao redor de artérias, veias e do ureter, que não podem ser danificados. Atualmente, os cirurgiões dependem de sua visão e experiência para reconhecer essas estruturas na tela de vídeo. Um “co‑piloto” de IA que possa apontar de forma confiável a anatomia chave em tempo real poderia ajudar a prevenir deslizes, especialmente para cirurgiões menos experientes ou em casos difíceis.

Ensinando um computador a ver dentro do corpo

A equipe de pesquisa fez parceria com uma empresa de tecnologia médica para construir um sistema de visão computacional capaz de reconhecer estruturas importantes durante a cirurgia de doação de rim esquerdo. Eles coletaram gravações de vídeo de 30 operações e se concentraram em momentos nos quais a gordura ao redor já havia sido removida, tornando visíveis o rim, o baço, os principais vasos sanguíneos e o ureter. A partir desses vídeos, extraíram milhares de imagens estáticas. Cada imagem foi cuidadosamente rotulada pixel a pixel por um anatomista e então verificada por um cirurgião de transplante experiente. Essas imagens anotadas serviram como “gabaritos” para treinar a IA. O sistema foi construído sobre um modelo moderno de deep learning originalmente projetado para detectar objetos rapidamente em imagens, depois adaptado para delinear órgãos e vasos individuais em cada quadro cirúrgico.

Como o sistema foi treinado e testado

Os pesquisadores usaram 6.828 imagens rotuladas de 16 cirurgias para ensinar a IA e reservaram outras 1.757 imagens de quatro cirurgias diferentes para testar o quanto ela havia aprendido. Eles deram deliberadamente maior peso às estruturas mais críticas — artéria renal, veia renal e ureter — para que o modelo prestasse atenção especial a elas. Durante o treinamento, o programa comparou repetidamente suas previsões com as etiquetas de especialistas, ajustando‑se para reduzir erros. A questão central era se, ao mostrar uma nova imagem, a IA conseguiria destacar corretamente o baço, o rim, os grandes vasos e o ureter sem deixá‑los passar despercebidos ou confundi‑los com outras estruturas.

Como o co‑piloto de IA se saiu

Quando testado, o sistema de IA mostrou precisão encorajadora. Foi especialmente eficiente em identificar o baço e os principais vasos que irrigam o rim. Para o rim esquerdo, a artéria renal e a veia renal, o sistema alcançou um bom equilíbrio entre não rotular falsamente tecidos de fundo e não deixar de detectar as estruturas que deveria encontrar. Esses resultados atendem às metas comumente aceitas para detecção em tempo real na cirurgia. O ureter — um tubo fino que drena a urina do rim — mostrou‑se mais difícil de detectar, provavelmente porque é estreito, móvel, semelhante em cor aos tecidos próximos e também menos representado nas imagens de treinamento. Além dos testes estáticos, a equipe também experimentou o sistema ao vivo na sala de cirurgia e em vídeos de outro hospital em outro país. A IA ainda identificou a anatomia chave e até detectou um padrão incomum de artérias duplas, sugerindo que pode se generalizar além do centro onde foi treinada.

O que isso pode significar para cirurgiões e pacientes

Embora o sistema ainda não esteja pronto para servir como uma ferramenta completa de navegação em tempo real, este trabalho marca um passo inicial importante. Ser capaz de delinear a anatomia crucial de forma confiável abre caminho para várias aplicações: orientação na tela durante partes difíceis da cirurgia, rotulagem automática de vídeos educacionais para alunos e formas mais objetivas de avaliar o desempenho cirúrgico. Melhorias futuras exigirão dados mais diversos de múltiplos hospitais, melhor manejo de estruturas difíceis como o ureter e medições formais de quão rápido e consistente a IA trabalha quadro a quadro. Ainda assim, a mensagem central é clara para não especialistas: a IA já consegue “ver” grande parte do que um cirurgião treinado enxerga e, com refinamento adicional, sistemas como este poderiam tornar o ato de doar um rim ainda mais seguro.

Citação: 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

Palavras-chave: doação de rim, cirurgia laparoscópica, inteligência artificial cirúrgica, visão computacional na medicina, segurança em transplante de órgãos