En un contexto de fuerte expansión de la Inteligencia Artificial (IA) en múltiples disciplinas, un equipo integrado por docentes, investigadores y estudiantes de la Universidad Nacional del Nordeste (UNNE) junto a cirujanos del Hospital Escuela General José de San Martín inició hace algunos años un trabajo visionario: desarrollar herramientas de IA orientadas a optimizar procedimientos quirúrgicos.
La iniciativa, que luego sumó profesionales de otras instituciones, comenzó a consolidarse con los primeros logros científicos y publicaciones en revistas especializadas, obteniendo el aval de la comunidad académica internacional.
Uno de los avances más relevantes fue presentado en la revista internacional Surgical Innovation, bajo el título “HernIA: Segmentación de estructuras anatómicas en tiempo real en hernioplastias inguinales videolaparoscópicas con IA”.
Segmentación anatómica en tiempo real
El artículo detalla el desarrollo de “HernIA”, un sistema basado en Inteligencia Artificial diseñado para mejorar el reconocimiento anatómico en tiempo real durante procedimientos de hernioplastia preperitoneal laparoscópica transabdominal (TAPP) y totalmente extraperitoneal (TEP).
El equipo responsable de la innovación estuvo conformado por el Dr. Jorge Ruiz Todone, docente de “Cirugía VI” de la Facultad de Medicina de la UNNE y miembro de los servicios de Cirugía del Hospital Escuela y del Hospital de Campaña de Corrientes; el médico Marcelo Franco, de la Facultad de Medicina de la UNNE; el Dr. Pablo Zalazar, egresado de la UNNE y actual integrante del Departamento de Cirugía de la Clínica Colón; y el médico Ciro Hernández, jefe de residentes del Departamento de Cirugía del Hospital Escuela de Corrientes.
En diálogo con UNNE Medios, el Dr. Ruiz Todone destacó que HernIA es fruto de un trabajo interinstitucional comprometido y representa una innovación en la aplicación de IA en cirugía. “Pudimos realizar la primera cirugía en el mundo con segmentación anatómica en tiempo real”, afirmó.
A diferencia de otros programas que identifican estructuras mediante cuadros delimitadores generales, HernIA permite delinear con precisión los contornos de estructuras sensibles, favoreciendo la exactitud en disecciones complejas y reduciendo riesgos.
Cómo funciona HernIA
Para su desarrollo se utilizó el modelo “YOLOv11m-seg”, entrenado con 21.443 imágenes laparoscópicas provenientes de 45 procedimientos TAPP realizados en la Clínica Colón de Mar del Plata y en el Hospital de Campaña Escuela Hogar de Corrientes.
Especialistas laparoscopistas anotaron cinco clases anatómicas utilizando la plataforma Roboflow, bajo un protocolo estandarizado y validación cruzada entre expertos para asegurar alta fiabilidad. El modelo fue sometido a validación cruzada (80% de datos para entrenamiento y 20% para pruebas) y a validación clínica en un caso de hernia bilateral, comparando los resultados con la identificación manual realizada por cirujanos experimentados.
Entre los principales resultados, el sistema logró reducir en un 62% las identificaciones falsas en comparación con la segmentación manual en entorno TAPP. Además, procesó 10.800 fotogramas a 24 FPS con una latencia de apenas 42 milisegundos, permitiendo su integración en tiempo real con la torre de laparoscopía y un monitor complementario sin alterar el flujo quirúrgico.
Ventajas frente a otros sistemas
Según los investigadores, mientras otros desarrollos basados en IA se centran en la detección general de estructuras o en el reconocimiento de capas de disección, HernIA ofrece segmentación a nivel de píxel en tiempo real, algo clave para evitar lesiones vasculares en entornos laparoscópicos dinámicos.
Asimismo, a diferencia del sistema robótico da Vinci Surgical System, que requiere equipamiento costoso y capacitación especializada, HernIA puede integrarse a equipos estándar de laparoscopía, mejorando la accesibilidad tecnológica.
Impacto clínico y educativo
El Dr. Ruiz Todone subrayó que la herramienta no solo tiene impacto clínico —al mejorar la seguridad quirúrgica y reducir errores— sino también educativo, ya que puede optimizar la curva de aprendizaje de cirujanos en formación y brindar apoyo en entornos con supervisión experta limitada.
El equipo ya proyecta nuevas publicaciones vinculadas al uso de IA en videolaparoscopía asistida para colecistectomía, así como estudios multicéntricos y ensayos clínicos a mayor escala para validar el impacto del sistema.
“Es muy satisfactorio que la UNNE integre este proyecto pionero que sobresale a nivel nacional e internacional. Son numerosas las ideas que surgen para seguir avanzando en innovaciones con IA aplicada a la cirugía”, concluyó Ruiz Todone.