ROCHESTER, Minnesota.– Un equipo de investigadores de Mayo Clinic ha desarrollado una herramienta de inteligencia artificial (IA) capaz de detectar infecciones de heridas quirúrgicas a partir de fotografías enviadas por pacientes, con resultados altamente prometedores que podrían transformar el seguimiento postoperatorio y la atención quirúrgica ambulatoria.
El estudio, publicado en Annals of Surgery, detalla cómo este nuevo sistema de IA, entrenado con más de 20 mil imágenes de 6 mil pacientes en nueve hospitales de la red, es capaz de identificar incisiones quirúrgicas, evaluar la calidad de las imágenes y detectar señales de infección con altos niveles de precisión.
“Nos motivó la creciente necesidad de monitorear de forma oportuna las incisiones quirúrgicas en pacientes ambulatorios,” indicó el coautor senior Cornelius Thiels, D.O., oncólogo quirúrgico hepatobiliar y pancreático de Mayo Clinic.
“Nuestro modelo de IA puede mejorar la detección precoz y simplificar la comunicación entre pacientes y equipos médicos».
El sistema se basa en un enfoque de dos etapas utilizando un modelo Vision Transformer. Primero determina si la imagen contiene una incisión quirúrgica (con 94 % de precisión) y luego evalúa si esa incisión presenta signos de infección, alcanzando un 81 % de precisión AUC.
Creciente necesidad de soluciones remotas
Para Hala Muaddi, M.D., Ph.D., primer autora del estudio y becaria hepatopancreatobiliar de Mayo Clinic, esta innovación responde a la creciente necesidad de soluciones remotas para pacientes postoperatorios:
“Este trabajo sienta las bases para la atención de heridas asistida por IA, especialmente ahora que los seguimientos virtuales son cada vez más comunes”.
Además de mejorar la detección temprana de infecciones, la herramienta busca reducir retrasos en el diagnóstico, brindar respuestas más rápidas a los pacientes, y servir como mecanismo de cribado inicial para priorizar casos urgentes, especialmente en entornos rurales o con recursos limitados.
El estudio también destaca que el desempeño del modelo fue consistente entre distintos grupos poblacionales, lo que representa un avance frente a los sesgos algorítmicos que suelen afectar herramientas basadas en IA.
“Esperamos que esta tecnología transforme el seguimiento quirúrgico y permita intervenciones más rápidas que reduzcan la morbilidad y los costos de atención,” comentó Hojjat Salehinejad, Ph.D., consultor senior en el Kern Center for the Science of Health Care Delivery.
La investigación fue apoyada por Dalio Philanthropies y el Premio al Desarrollo Profesional en Innovación Quirúrgica de la Familia Simons, y continuará con estudios prospectivos para evaluar su integración efectiva en entornos clínicos reales.
