Saltar para o conteúdo principal

FCCNserviços digitais da FCT

Consulte informações sobre apoios e financiamentos científicos em Portugal

Atividade Financiada

Optimização da Alocação de Recursos em Cirurgia e Melhoria doTratamento de Pacientes Usando IA

Optimization of Surgical Workflows and Patient Outcomes Using Artificial Intelligence

Referência
2024.07248.IACDC
Data de Início do Projeto
2025-04-01
Data de Fim do Projeto
2026-01-31
Investigador Principal
Área Científica
Ciências exatas
Programa de Financiamento
Inteligência Artificial, Ciência dos Dados e Cibersegurança de relevância na Administração Pública

Resumo

Os hospitais estão a evoluir progressivamente para procedimentos mais personalizados e menos invasivos [1]. Isto minimiza o trauma cirúrgico e resulta em menores períodos de internamento. Desta forma, procedimentos cirúrgicos minimamente invasivos começam a ser padrão numa variedade de cirúrgias, como a colecistectomia, a cirurgia colorretal e a apendicectomia [1]. Ao contrário da cirurgia aberta, a cirurgia minimamente invasiva apenas requer a realização de 3 a 5 pequenas incisões não superiores a 1 cm. Uma permite a inserção de um videoendoscópio para orientar a equipa cirúrgica, enquanto as restantes permitem a inserção de instrumentos médicos. A utilização de pequenas cavidades reduz significativamente a dor pós-operatória, acelera o tempo de recuperação e evita a exposição desnecessária do corpo a potenciais infeções. Os atuais dispositivos cirúrgicos transmitem imagens de alta qualidade, ampliando o campo de visão até dez vezes. Isto possibilita ao cirurgião inspecionar claramente as estruturas anatómicas e as cavidades de difícil acesso, resultando em intervenções mais precisas. A utilização de dispositivos digitais permite também a gravação da cirurgia, o que levou aos campos emergentes da IA ??cirúrgica (SAI) [2,3] e de surgomics [4]. O primeiro aborda vários problemas: i) deteção de instrumentos cirúrgicos e/ou estruturas anatómicas [5]; ii) reconhecimento da ação [6]; e iii) identificação das fases cirúrgicas [7]; enquanto o último visa identificar biomarcadores para prever os resultados dos doentes. O SAI aborda problemas desafiantes, mas estes falham na tradução para a clínica, uma vez que aspectos críticos não estão a ser considerados: i) previsão do tempo de duração da cirurgia e potenciais eventos adversos, tanto pré como durante a cirurgia; ii) previsão dos resultados do doente após a cirurgia (por exemplo, ao fim de 30 dias); e iii) identificação do uso ideal/incorreto dos instrumentos cirúrgicos para feedback e treino do cirurgião. i) e ii) são fundamentais para cuidados de saúde centrados no doente. Além disso, ambos desempenham um papel importante na gestão hospitalar, uma vez que cirurgias e internamentos mais longos do que o esperado acarretam custos mais elevados para os hospitais e resultam no aumento das listas de espera para cirurgias – ambos desafios que o Sistema Nacional de Saúde (SNS) enfrenta atualmente. O terceiro ponto diz respeito à experiência do cirurgião, uma vez que é comummente aceite pela comunidade médica que piores resultados cirúrgicos estão diretamente associados à qualidade da cirurgia [10]. Assim sendo, seria ideal que um sistema SAI fosse capaz de fornecer feedback aos cirurgiões sobre as suas competências, garantindo que estes pudessem continuar a melhorar o seu desempenho ao longo do tempo, bem como agilizar a formação dos internos de cirurgia, aumentando os recursos humanos dos hospitais. O OptSurgAI pretende aproximar os modelos de IA da prática clínica, através do desenvolvimento de dois protótipos: a) um sistema de IA para estimar a duração dosprocedimentos laparoscópicos antes e durante a cirurgia; e b) um sistema de IA para prever os resultados dos doentes que identifica a probabilidade de eventos adversos numa janela de 30 dias. Os métodos SAI padrão utilizam apenas vídeos adquiridos durante a cirurgia. Contudo, isto não é suficiente para uma abordagem personalizada, pois todas as informações sobre o paciente estão a ser desconsideradas [4]. Assim, propomos tirar partido da informação multimodal que já está disponível nos hospitais para obter estimativas mais personalizadas. Desenvolveremos protótipos multimodais de IA combinando: 1) radiologia (TCs e ecografias adquiridas antes da cirurgia); 2) metadados do doente (dados demográficos, comorbilidades, medicação, etc); e 3) vídeo cirúrgico. Dado o impacto da habilidade do cirurgião nos resultados dos doentes, pretendemos estabelecer as bases para uma abordagem de IA a utilizar na formação de cirurgiões. Desenvolveremos uma metodologia inovadora baseada em affordances [11,12] para captar as interações entre instrumentos cirúrgicos e estruturas anatómicas, que atuará como um proxy para avaliar a habilidade de um cirurgião. Os nossos protótipos contribuirão para melhorar a gestão hospitalar, permitindo uma alocação mais informada dos recursos (terapêuticos e humanos). Além disso, o nosso trabalho ajudará a sinalizar os doentes de risco que necessitam de tratamentos personalizados e apoiará a formação contínua de internos de cirurgia e médicos mais avançados. Por fim, iremos divulgar publicamente todos os dados adquiridos durante o projeto para promover futuros investimentos na otimização de procedimentos cirúrgicos. O OptSurgAI é formado por uma equipa multidisciplinar de investigadores de IA do IST-ID, com experiência reconhecida em análise de imagens médicas e modelação de comportamento, e cirurgiões gerais do HFF. As nossas equipas já possuem uma colaboração estabelecida [13].

Instituições

Instituições Principais

  • Associação do Instituto Superior Técnico para a Investigação e Desenvolvimento (IST-ID)

Outras Instituições

  • Hospital Professor Doutor Fernando Fonseca EPE (HFF)
  • Associação para a Investigação e Desenvolvimento da Faculdade de Medicina (AIDFM)

Financiamento 124.999,38 €

Fundação para a Ciência e a Tecnologia (FCT) - Portugal

0,00 €

União Europeia - Estrutura de Missão Recuperar Portugal (UE - EMRP)

124.999,38 €
  • 2025-04-01 a 2026-01-31
  • 2024.07248.IACDC