Prototipo con reconocimiento de objetos para la asistencia en instrumentación quirúrgica
Ante la crítica escasez de enfermeros instrumentistas, especialmente en México, con un déficit del 68.9%, se propone un prototipo basado en inteligencia artificial (IA) como la solución al problema; con el propósito de mejorar la eficiencia y seguridad en contextos quirúrgicos de bajo riesgo. La fun...
| Autores: | , , , , |
|---|---|
| Tipo de documento: | artigo |
| Estado: | Versão publicada |
| Data de publicação: | 2023 |
| País: | México |
| Recursos: | Universidad Iberoamericana, Campus Puebla |
| Repositório: | Repositorio Institucional de la IBERO Puebla |
| Idioma: | espanhol |
| OAI Identifier: | oai:repositorio.iberopuebla.mx:20.500.11777/5915 |
| Acesso em linha: | https://hdl.handle.net/20.500.11777/5915 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Inteligencia artificial Visión Instrumental quirúrgico Asistencia Instrumentistas |
| Resumo: | Ante la crítica escasez de enfermeros instrumentistas, especialmente en México, con un déficit del 68.9%, se propone un prototipo basado en inteligencia artificial (IA) como la solución al problema; con el propósito de mejorar la eficiencia y seguridad en contextos quirúrgicos de bajo riesgo. La fundamentación de este proyecto se forma sobre la necesidad de soluciones tecnológicas ante la carencia de personal especializado. La metodología adoptada para la construcción del prototipo fue la creación de un conjunto de imágenes para representar el instrumental, la aplicación de YOLOv8 para identificación, y la implementación en una computadora NVIDIA Jetson Nano. La elección de YOLOv8 se fundamentó en su eficiencia para la detección de objetos en condiciones variables. Los resultados obtenidos exhibieron una precisión destacada en la identificación de los instrumentos quirúrgicos utilizados; entre las categorías a evaluar estuvieron cinco etiquetas: bisturí, pinzas, tijeras mayo curvas, tijeras mayo rectas y la clase discriminatoria; en conjunto las predicciones lograron un promedio de predicción acertada del 87.2% contra 399 imágenes de evaluación con 879 etiquetas. Este prototipo propone una solución integral para enfrentar los desafíos de la identificación y recuento del instrumental. Entonces, la implementación exitosa respalda la viabilidad práctica de esta tecnología, abriendo el camino no solo para mejoras en la asistencia quirúrgica, sino también para futuras aplicaciones, como la integración con brazos mecánicos de asistencia en cirugías menores. Este estudio destaca la perspectiva de una colaboración más estrecha y efectiva entre profesionales médicos y tecnología avanzada en entornos quirúrgicos. |
|---|