Método de aprendizaje automático predice la duración de la cirugía

Un modelo estadístico nuevo basado en inteligencia artificial (IA) utiliza grandes conjuntos de datos retrospectivos para mejorar la estimación de la duración de los procedimientos quirúrgicos.

Investigadores de la Universidad de Washington (UW; Seattle, EUA) y Perimatics (Bellevue, WA, EUA) utilizaron un conjunto de datos que incluía 46.986 cirugías programadas realizadas por 92 cirujanos en la UW, entre enero 2014 y diciembre de 2017, con el fin de desarrollar, ensayar y entrenar modelos estadísticos de aprendizaje automático (AA) que podrían mejorar la eficiencia de la sala de operaciones (OR), al predecir mejor la duración de cada caso. Los modelos se desarrollaron en un conjunto de datos de entrenamiento que incluía el 80% del conjunto de datos, y se validaron en el 20% restante que se usó como un conjunto de datos de prueba.


Las predicciones derivadas del AA se compararon con los tiempos de procedimiento históricos promedio y las estimaciones del cirujano, con modelos individuales creados para cada servicio quirúrgico y cirujano, respectivamente. Los resultados mostraron que el algoritmo de AA podía predecir los tiempos de los casos dentro de un umbral del 10%. Los modelos específicos del cirujano pudieron mejorar la exactitud del 30% (según la estimación de un cirujano) al 39%, y entre el tercio superior de los cirujanos, la exactitud mejoró a más del 50%. El estudio fue publicado el 18 de julio de 2019 en la revista Journal of the American College of Surgeons (JACS).

“La programación de las salas de cirugía es un problema de cinco mil millones de dólares. Para optimizar los quirófanos, es necesario responder una pregunta fundamental: ¿cuánto dura cada cirugía? La subutilización significa que menos pacientes reciben atención quirúrgica y el hospital tiene un exceso de capacidad. La sobreutilización da como resultado operaciones canceladas y gastos por horas extras”, dijo el coautor del estudio y autor principal, Rajeev Saxena, de la facultad de medicina de la Universidad de Washington. “Puede cambiar una cultura organizacional completa adoptando un enfoque de envío de datos e involucrando a las partes clave interesadas”.

Se deben tener en cuenta muchas variables al intentar optimizar la programación quirúrgica, incluida la duración del caso, el tiempo de espera de los pacientes para la cirugía y el número de bloques de tiempo de quirófano otorgados a cada cirujano o servicio quirúrgico, según lo determinen los comités de quirófano. Un umbral de utilización del 75% es apropiado para la mayoría de los quirófanos, pero si un hospital puede fortalecer la utilización de las salas de cirugía, puede aumentar los ingresos aumentando el volumen total de casos.

Enlace relacionado:
Universidad de Washington
Perimatics