Inteligența artificială în chirurgie – aspecte pozitive și negative

Motto: „I have seen the best of you and the worst of you, and I choose both.” Sarah Kay

În anul 1950, Alan Turing publica lucrarea „Computing Machinery and Intelligence”, care debuta cu întrebarea fundamentală: „Poate o mașină să gândească?”. Răspunsul propus de autor se regăsea în ceea ce acesta a denumit imitation game, cunoscut ulterior sub numele de testul Turing (1).

În anul 1950, Alan Turing publica lucrarea „Computing Machinery and Intelligence”, care debuta cu întrebarea fundamentală: „Poate o mașină să gândească?”. Răspunsul propus de autor se regăsea în ceea ce acesta a denumit imitation game, cunoscut ulterior sub numele de testul Turing (1).

Inteligența artificială (Artificial Intelligence – AI) poate fi definită, în sens larg, ca domeniul care studiază algoritmii capabili să confere mașinilor abilitatea de a raționa și de a realiza funcții cognitive complexe, precum rezolvarea problemelor, recunoașterea obiectelor și a limbajului, precum și luarea deciziilor (2). Pentru evitarea eventualelor confuzii terminologice, tabelul 1 prezintă principalii termeni utilizați în contextul inteligenței artificiale și relațiile dintre aceștia.

Modelele de limbaj mari (LLM-uri) sunt o subcategorie a învățării automate (ML) și a învățării profunde. Modelele Mari de Limbaj (LLM-uri) sunt modele de învățare profundă construite pentru a înțelege și genera limbajul uman. Modelele Lingvistice Mari (LLM-uri) excelează în sarcini lingvistice complexe precum traducerea, răspunsul la întrebări și sinteză. Se mai poate adăuga faptul că LLM-urile (Modele Mari de Limbaj) nu sunt identice cu NLM-urile (Modele Neurale de Limbaj). NLM-urile reprezintă arhitectura de bază a învățării profunde, în timp ce LLM-urile reprezintă o categorie specifică, la scară masivă, a acestor modele.

Deși utilizarea inteligenței artificiale în medicină și în particular în chirurgie, a cunoscut o dezvoltare semnificativă în ultimii ani, nivelul de implementare și maturitate tehnologică rămâne încă inferior celui atins în alte domenii, precum utilizarea AI în sistemele de conducere autonomă. Deocamdată, utilizarea IA în chirurgie are un rol augmentativ și nu înlocuiește chirurgul, dar este foarte posibil ca, la fel ca mașinile autonome, roboții chirurgicali să devină autonomi. Voi reveni pe final la ceastă idee cu problemele pe care le ridică dar și posibilele avantaje.

Utilizarea IA în chirurgie acoperă mai multe domenii critice.

Diagnostic și pregătire preoperatorie

În etapa inițială, sistemele IA analizează date extinse ale pacienților, inclusiv istoricul medical. Diferitele scoruri pot fi calculate rapid de către AI oferind prognoza cazului, ceea ce permite luarea cu celeritate, mai ales în urgențe, a deciziilor de management. Analiza imagisticii medicale poate ajuta chirurgul în elaborarea unui plan chirurgical precis și personalizat.

Intraoperator

În timpul intervenției chirurgicale, asistența intraoperatorie bazată pe IA poate interveni prin sisteme de ghidare în timp real, precum platforme chirurgicale robotizate, instrumente avansate de recunoaștere a imaginilor care ajută la identificarea structurilor anatomice și analize predictive care anticipează potențiale complicații.

Dacă prima revoluție în chirurgia modernă a fost apariția chirurgiei minim-invazive (laparoscopice), sistemul robotic chirurgical da Vinci, introdus la începutul anilor 2000, a reprezentat o piatră de hotar în chirurgia asistată de calculator. Acesta a permis chirurgilor să efectueze proceduri minim invazive cu precizie și control, sporite prin brațe robotice ghidate de algoritmi IA. Acest sistem a marcat tranziția de la chirurgia pur manuală la operațiuni amplificate cu IA, pregătind terenul pentru dezvoltările ulterioare în recunoașterea imaginilor în timp real și analiză predictivă. Sistemele robotice susținute de inteligență artificială, precum platforma da Vinci, permit filtrarea tremorului și mișcări scalate, permițând chirurgilor să opereze țesuturi delicate cu o precizie submilimetrică în contextul unei viziuni stereoscopice. Succesul chirurgiei robotice este demonstrat și de faptul că la ora actuală sunt în activitate, cu aprobarea diferitelor organisme responsabile, 15 platforme robotice în chirurgia generală și altele sunt în dezvoltare (tabelul 2) – modificat după (3).

Postoperator

IA ar putea simplifica monitorizarea postoperatorie, în special în cazul intervențiilor chirurgicale cu risc crescut, prin analiza și procesarea unor volume mari de date clinice în vederea predicției complicațiilor postoperatorii, contribuind astfel la reducerea riscului de evenimente adverse. Sistemele de monitorizare bazate pe AI pot îmbunătăți rezultatele pacienților prin asigurarea unei supravegheri postoperatorii precise și continue. Astfel, IA poate permite monitorizarea recuperării pacienților și ajuta în stabilirea terapiei prin crearea unor protocoale de îngrijire personalizate.

Pregătirea și educația chirurgicală

IA se conturează, de asemenea, ca un instrument important în pregătirea chirurgicală. Tehnicile chirurgicale pot fi testate pe simulări susținute de AI, înainte ca instruirea supravegheată să fie continuată pe pacienți, oferind astfel un mediu de învățare sigur. Un studiu recent a arătat că utilizarea scenariilor realizate de către IA pentru pregătirea examenului de specialitate au fost echivalente ca dificultate și calitate cu cele realizate de examinatorii acreditați. În plus, nu au putut fi identificate ca fiind realizate de către IA (4).

Folosind înregistrări video ale intervențiilor chirurgicale, IA poate fi folosită pentru a calcula timpul necesar pentru finalizarea unei părți critice a procedurii. Fiecare etapă a unui moment operator critic poate fi analizată și comparată în mod obiectiv. ML este acum aplicat la seturi mari de date din antrenamentul chirurgical. Aceasta permite ierarhizarea și aprecierea abilităților chirurgicale, putând recomanda strategii personalizate de antrenament pentru a îmbunătăți deficiențele individuale. Pe lângă evaluare, IA are implicații uriașe și în antrenament. Realitatea augmentată și realitatea virtuală ajută la crearea de simulări precise pentru rezidenți cu înalt grad de reproductibilitate (5).

Riscuri ale IA în chirurgie

Răspunderea în intervențiile chirurgicale asistate de AI prezintă provocări complexe din cauza implicării mai multor actori, inclusiv chirurgi, dezvoltatori AI, instituții medicale și producători de dispozitive. Modul clasic de atribuire a responsabilității pe baza erorii umane sau neglijenței, se confruntă cu dificultăți în a acomoda scenarii în care sistemele AI contribuie autonom sau semi-autonom la deciziile sau acțiunile chirurgicale. Nu există o abordare unitară la nivel internațional. Cele mai frecvente scenarii implicând IA sunt concret prezentate în tabelul 3 (6).

Aspectele cheie în determinarea răspunderii legale includ:

– Atribuirea defectului: Erorile apar din utilizarea greșită de către chirurg, defecțiuni ale sistemului AI sau defecte în proiectarea algoritmului.

– Transparență și justificare: interpretabilitatea limitată a deciziilor AI complică stabilirea cauzalității și a vinovăției. Să nu uităm de modelul black-box. În multe cazuri modul în care IA învață este neclar, inclusiv pentru creatori.

– Responsabilitate comună: Răspunderea poate fi distribuită între clinicieni, dezvoltatorii de software și instituțiile medicale; cu toate acestea, rămâne dificil de stabilit în mod clar proporția în care responsabilitatea revine fiecărei părți implicate.

– Lacune de reglementare: Reglementările existente privind dispozitivele medicale nu au  cum să abordeze complet capacitățile de învățare adaptivă ale AI, ceea ce duce la incertitudine privind responsabilitatea legală.

Deși cazurile legale explicite și bine documentate care implică intervenții chirurgicale asistate de AI rămân limitate din cauza naturii incipiente a tehnologiei, câteva exemple ilustrative evidențiază preocupări emergente legate de răspundere:

– Complicații ale chirurgiei robotice: Cazuri în care sistemele robotice se defectează sau oferă îndrumări eronate au dus la vătămări pentru pacienți, ceea ce a dus la litigii axate pe răspunderea producătorilor de dispozitive și pe adecvarea pregătirii chirurgilor (7).

– Erori algoritmice:

1. Situațiile în care AI identifică greșit structurile anatomice sau nu prezice complicațiile au ridicat întrebări privind răspunderea dezvoltatorilor pentru inexactitățile algoritmice.
2. Modelele AI sunt antrenate pe date istorice, există potențialul unei erori algoritmice. De exemplu, dacă un model de IA este antrenat pe seturi de date care reprezintă disproporționat anumite grupuri demografice, acesta poate avea performanțe diagnostice sau terapeutice reduse în cazul pacienților aparținând grupurilor insuficient reprezentate. Altfel spus, ceea poate fi valid pentru un pacient american, poate fi potențial greșit pentru un pacient român.

– Probleme legate de consimțământul informat: Au apărut dispute atunci când pacienții susțin o dezvăluire insuficientă privind implicarea IA în îngrijirea lor chirurgicală, afectând răspunderea legată de autonomia și consimțământul pacientului (8).

Aceste situații evidențiază caracterul încă insuficient definit al cadrului juridic și subliniază necesitatea elaborării unor repere clare pentru evaluarea rolului IA în influențarea rezultatelor chirurgicale. În anii următori, chirurgia și medicina s-ar putea schimba mult odată cu noile tehnologii și big data. Automatizarea ar putea deveni comună în aceste domenii. Dezvoltarea roboților chirurgicali autonomi nu mai reprezintă o perspectivă îndepărtată. În acest moment însă, ar trebui să ne concentrăm pe folosirea AI pentru a ajuta medicii, nu pentru a-i înlocui. Acesta este primul pas pentru a aduce AI în operații. Aspectele etice și legale impun reguli stricte pentru a adăuga în siguranță inteligența artificială în sistemele noastre medicale zilnice. Înțelegerea implicațiilor etice și juridice permite o interpretare mai profundă a afirmației formulate de Ayn Rand: „The question isn’t who is going to let me; it’s who is going to stop me.” (Întrebarea nu este cine îmi va permite, ci cine mă va opri.)

Bibliografie

1. Turing AM. I.—computing machinery and intelligence. Mind. 1950 Oct 1;LIX(236):433–60.
2. Hashimoto DA, Rosman G, Rus D, Meireles OR. Artificial intelligence in surgery: Promises and perils: Promises and perils. Ann Surg. 2018 July;268(1):70–6.
3. Marchegiani F, Siragusa L, Zadoroznyj A, Laterza V, Mangana O, Schena CA, et al. New robotic platforms in general surgery: What’s the current clinical scenario? Medicina (Kaunas). 2023 July 7;59(7):1264.
4. Panni UY, Donald C, Blatnik JA, Williams M Jr, Yu J, Wise PE. Evaluating the quality of AI-written scenarios for virtual oral surgical board preparatory examination. J Surg Educ. 2025 Dec 1;82(12):103736.
5. Gupta A, Singla T, Chennatt JJ, David LE, Ahmed SS, Rajput D. Artificial intelligence: A new tool in surgeon’s hand: A new tool in surgeon’s hand. J Educ Health Promot. 2022 Mar 23;11(1):93.
6. Shentu X. A review on legal issues of medical robots. Medicine (Baltimore). 2024 May 24;103(21):e38330.
7. Ferrarese A, Pozzi G, Borghi F, Marano A, Delbon P, Amato B, et al. Malfunctions of robotic system in surgery: role and responsibility of surgeon in legal point of view. Open Med (Warsz). 2016 Aug 2;11(1):286–91.
8. Chau M, Rahman MG, Debnath T. From black box to clarity: Strategies for effective AI informed consent in healthcare. Artif Intell Med. 2025 Sept 1;167(103169):103169.