Inicio
» Tecnología
»
Robótica quirúrgica con inteligencia artificial: una guía práctica para la precisión, la autonomía y lo que realmente sucede en el quirófano.
Robótica quirúrgica con inteligencia artificial: una guía práctica para la precisión, la autonomía y lo que realmente sucede en el quirófano.
La robótica quirúrgica con IA se entiende mejor como un conjunto de tecnologías que como un único «cirujano robot». En el quirófano actual, los sistemas más avanzados aún mantienen al cirujano al mando, mientras que el software mejora la planificación, la visualización, la guía de instrumentos, el control de movimientos, el análisis del flujo de trabajo o ciertas tareas automatizadas. La cuestión práctica no es si una plataforma «utiliza IA», sino qué decisiones y acciones realiza el software, qué aspectos sigue controlando el médico y si esas capacidades están autorizadas y validadas para el procedimiento previsto.
Esta distinción es importante porque la «precisión» puede significar varias cosas: reproducir con mayor exactitud un corte óseo planificado, estabilizar un instrumento, limitar el movimiento dentro de un contorno virtual, medir la fuerza del tejido, reconocer fases en un vídeo quirúrgico o proponer un plan específico para cada paciente. Estas funciones pueden ser valiosas, pero ninguna garantiza automáticamente un mejor resultado clínico para todos los pacientes o procedimientos.
Un cirujano trabaja desde una consola mientras un sistema robótico de múltiples brazos opera junto a la cama del paciente. La escena refleja la arquitectura supervisada por humanos que aún define la mayoría de las cirugías robóticas actuales.
Guía rápida: ¿Qué hacen realmente la IA y la automatización en la robótica quirúrgica?
Caso de uso
Lo que hace la tecnología
Rol humano típico
Madurez práctica
Teleoperación asistida por robot
Traduce los movimientos de la mano del cirujano en movimientos de los instrumentos; puede filtrar el temblor o añadir una escala de movimiento.
El cirujano controla continuamente los instrumentos.
Se utiliza en numerosos procedimientos mínimamente invasivos.
Planificación específica para cada paciente
Utiliza imágenes y software para elaborar un plan adaptado a la anatomía individual.
El cirujano revisa, ajusta y aprueba el plan.
Integrado en diversos flujos de trabajo de ortopedia, columna vertebral y navegación.
Restricciones hápticas o geométricas
Limita o guía el movimiento del instrumento en relación con un límite planificado.
El cirujano realiza la tarea dentro de las limitaciones definidas por el sistema.
Integrado en sistemas ortopédicos y de navegación seleccionados.
Visión por computadora y análisis de video
Identifica fases del procedimiento, instrumentos, anatomía o patrones en el vídeo grabado.
El médico revisa los análisis y decide cómo utilizarlos.
Disponible comercialmente para algunos análisis postoperatorios; las capacidades en tiempo real varían.
Automatización de tareas
Una vez configurados los parámetros, ejecuta una tarea preprogramada y delimitada.
El cirujano selecciona, supervisa y puede intervenir.
Disponible en formatos limitados y específicos para cada procedimiento.
Cirugía autónoma de alto nivel
Planificaría y ejecutaría de forma independiente partes importantes de un procedimiento, adaptándose a los cambios anatómicos.
Principalmente de supervisión
Sigue estando más orientada a la investigación que a la práctica clínica rutinaria.
Comencemos con la distinción más importante: la robótica no es lo mismo que la IA.
La Administración de Alimentos y Medicamentos de EE. UU. (FDA) describe los sistemas quirúrgicos asistidos por robot como dispositivos controlados por computadora que permiten a médicos capacitados controlar los instrumentos durante la cirugía. En muchos sistemas de tejidos blandos, el robot no realiza la operación de forma independiente; el cirujano sigue siendo el controlador activo. La guía de la FDA sobre sistemas quirúrgicos asistidos por computadora constituye una base útil, ya que distingue la imagen popular de un robot autónomo del papel real de muchos sistemas actuales.
La IA puede integrarse a esa base robótica en varios puntos. Un modelo de aprendizaje automático podría segmentar la anatomía a partir de una imagen, reconocer una fase de un procedimiento, identificar un patrón en un vídeo o ayudar a generar un plan personalizado para cada paciente. Sin embargo, la robótica avanzada también puede mejorar la precisión sin necesidad de aprendizaje automático. La retroalimentación de fuerza, el filtrado de temblores, la cinemática robótica, las restricciones de movimiento y los algoritmos de planificación deterministas pueden ser sofisticados sin ser considerados "IA" en el sentido normativo.
Donde la robótica quirúrgica puede mejorar la precisión
1. El movimiento puede ser más estable y más restringido.
Los mecanismos robóticos pueden escalar el movimiento, filtrar el temblor, mantener un instrumento en una posición fija o impedir que una herramienta de corte se desplace más allá de un límite virtual. En ortopedia, por ejemplo, Stryker describe sus sistemas Mako como sistemas que utilizan planificación específica para cada paciente y límites hápticos que restringen la herramienta en relación con la anatomía planificada. Lo relevante no es la afirmación de la marca en sí, sino el patrón de ingeniería: el software define un plan geométrico y el robot ayuda físicamente a mantener el instrumento dentro de ese plan.
Como ejemplo concreto, la documentación de Mako Spine de Stryker describe el registro automático de pacientes, la segmentación inteligente, las sugerencias de tornillos basadas en algoritmos y la guía háptica. Algunas de estas funciones son algorítmicas, más que necesariamente de aprendizaje automático, razón por la cual los compradores deberían preguntar qué significa "IA" en un sistema específico.
2. La detección de fuerza puede agregar información que la visión por sí sola no puede proporcionar.
El sistema da Vinci 5 de Intuitive recibió la autorización 510(k) de la FDA en marzo de 2024. Una de sus novedades más destacadas es la tecnología de detección de fuerza, que permite medir las fuerzas ejercidas por el instrumento y transmitir al cirujano información sobre la presión ejercida sobre los tejidos. Intuitive describe esta capacidad en el comunicado sobre la autorización del da Vinci 5 .
La retroalimentación háptica ilustra bien por qué la etiqueta "con tecnología de IA" puede resultar imprecisa. Si bien esta función puede mejorar la información disponible para el cirujano, se trata fundamentalmente de una capacidad de detección y control, más que de un sistema de toma de decisiones autónomo.
3. La visión artificial puede convertir vídeos quirúrgicos en datos estructurados.
El vídeo es una de las fuentes de datos más valiosas en un quirófano moderno. La IA puede dividir un procedimiento en fases, detectar instrumentos, estimar cuánto tiempo permanece visible la anatomía y facilitar la revisión postoperatoria. Touch Surgery Performance Insights de Medtronic es un ejemplo comercial actual de análisis con IA para determinados procedimientos.
La limitación es tan importante como la capacidad. Medtronic afirma que, actualmente, la plataforma no ofrece apoyo a la toma de decisiones en tiempo real ni identificación en vivo de estructuras críticas. Esto nos permite tener en cuenta la realidad: el análisis postoperatorio mediante IA ya es una realidad práctica, mientras que algunos de los escenarios más innovadores, como la IA guiando al cirujano en directo, siguen siendo limitados, específicos de procedimientos, en fase de investigación o aún no se han implementado.
4. La planificación específica para cada paciente puede reducir la variación en las tareas repetibles.
Los sistemas de planificación pueden utilizar tomografía computarizada, resonancia magnética, imágenes intraoperatorias, registro y modelos anatómicos para proponer la ubicación de un implante, tornillo, corte o trayectoria. El robot puede entonces ayudar al cirujano a ejecutar dicho plan. Esto es especialmente relevante en ortopedia, cirugía de columna y procedimientos estereotácticos, donde un objetivo puede representarse geométricamente.
La contrapartida radica en la dependencia de la calidad de los datos y la precisión del registro. Un robot perfecto que siga un modelo impreciso seguirá, en realidad, siguiendo un modelo erróneo. Por lo tanto, los equipos necesitan controles claros de la calidad de la imagen, los errores de registro, la aprobación del plan y las condiciones que requieran abandonar o revisar el flujo de trabajo robótico.
¿Qué grado de autonomía tienen los robots quirúrgicos hoy en día?
Una revisión sistemática de 2024 publicada en npj Digital Medicine examinó los robots quirúrgicos aprobados por la FDA entre 2015 y 2023, utilizando un marco de autonomía de seis niveles. De los 49 sistemas identificados, el 86 % se clasificó como asistencia robótica de nivel 1, el 8 % como autonomía de tarea de nivel 2 y el 6 % como autonomía condicional de nivel 3. La revisión no encontró sistemas de nivel 4 ni de nivel 5 en ese conjunto de datos. También informó que solo dos sistemas tenían características habilitadas para aprendizaje automático reconocidas explícitamente en las solicitudes a la FDA, mientras que algunos productos adicionales utilizaban afirmaciones relacionadas con la IA en sus materiales de marketing.
Estas cifras no deben considerarse una imagen completa del mercado de 2026, ya que el análisis se detiene en 2023. Sin embargo, siguen siendo útiles como punto de referencia: históricamente, la robótica quirúrgica aplicada clínicamente ha estado dominada por la asistencia controlada por el cirujano, y la mayor autonomía se manifiesta en tareas específicas y limitadas, en lugar de en la sustitución completa del cirujano durante todo el procedimiento.
El mercado ha seguido evolucionando. En julio de 2026, Johnson & Johnson anunció la autorización De Novo de la FDA para el sistema quirúrgico robótico OTTAVA para diversos procedimientos de cirugía general abdominal superior. Esto representa una competencia significativa en la robótica de tejidos blandos, pero la autorización de una plataforma robótica no debe interpretarse como una autorización para la cirugía autónoma ni para todas las funciones de IA que una empresa pueda estar desarrollando.
¿Qué hay de la cirugía totalmente autónoma?
Las investigaciones han demostrado la creciente autonomía en tareas quirúrgicas, especialmente en entornos preclínicos controlados. Un ejemplo ampliamente citado es el robot autónomo de tejidos inteligentes (STAR), que realizó anastomosis intestinales laparoscópicas en modelos porcinos en un estudio de 2022 descrito por la Universidad Johns Hopkins . El proyecto demostró que un robot podía planificar y ejecutar una compleja sutura de tejidos blandos adaptándose al movimiento del tejido.
Si bien esto es científicamente importante, no demuestra que la cirugía autónoma de tejidos blandos esté lista para su uso rutinario en humanos. Pasar de una demostración preclínica a un sistema clínico de amplia implementación requiere un rendimiento sólido en diversas anatomías, hemorragias, hallazgos inesperados, fallos del dispositivo, interacciones del equipo y situaciones de transferencia de emergencia. El requisito de fiabilidad en cirugía es mucho mayor que simplemente lograr una alta precisión promedio en una prueba de laboratorio.
La precisión no es sinónimo de mejores resultados.
Los hospitales deben diferenciar la precisión técnica del beneficio para el paciente. Un sistema puede colocar un instrumento más cerca de la trayectoria planificada o reproducir un objetivo geométrico con mayor precisión, pero los resultados clínicos aún pueden depender de la selección del procedimiento, la experiencia del cirujano, las complicaciones, la anestesia, el control de infecciones, la biología tisular y los cuidados postoperatorios.
La FDA recomienda que los pacientes que estén considerando una cirugía robótica analicen los riesgos, los beneficios, las alternativas y la formación y experiencia del cirujano. Este consejo sigue siendo válido incluso a medida que las funciones de la IA se vuelven más avanzadas. Un flujo de trabajo de alta tecnología debe justificarse por el problema clínico, no por la novedad de la plataforma.
Lista de verificación práctica para la evaluación en hospitales y equipos quirúrgicos
Controles reglamentarios y de uso previsto
¿Está autorizado el sistema robótico para el procedimiento, la anatomía y la población de pacientes específicos que se están considerando?
¿Qué funciones de software forman parte del dispositivo autorizado y cuáles son características de investigación, opcionales o futuras?
Si un proveedor utiliza el término "IA", ¿es posible identificar el componente de aprendizaje automático en la documentación reglamentaria?
¿El sistema proporciona recomendaciones, impone restricciones, ejecuta una tarea delimitada o selecciona acciones de forma independiente?
Comprobaciones de validación clínica
¿Qué criterio de valoración se validó: precisión geométrica, tiempo del procedimiento, complicaciones, tasa de conversión, duración de la estancia, resultado funcional u otra medida?
¿Se evaluó el rendimiento en condiciones clínicamente realistas y en grupos de pacientes representativos?
¿Se dispone de resultados de subgrupos para anatomía compleja, obesidad, cirugías previas u otros factores relevantes para la población de pacientes local?
¿Cuáles son los modos de fallo conocidos, los límites de confianza y las situaciones en las que no se debe utilizar la función de IA o robótica?
Controles de factores humanos y formación
¿Quién es el responsable de aprobar los planes y supervisar las acciones automatizadas?
¿Puede el cirujano anular o desconectar el robot de inmediato?
¿Cuál es el proceso de acreditación para cirujanos, asistentes de enfermería, enfermeros y técnicos?
¿Cómo se comporta el sistema en caso de pérdida de la cámara, fallo de registro, colisión de instrumentos, interrupción del suministro eléctrico o fallo de la red?
¿El flujo de trabajo genera nuevos puntos ciegos, alarmas o carga cognitiva para el equipo?
Datos, IA y controles del ciclo de vida
¿Qué datos se utilizaron para entrenar el modelo y qué tan similares son esos datos a la población y al flujo de trabajo del hospital?
¿Es necesario realizar pruebas de aceptación locales antes de la implementación clínica?
¿Cómo se supervisa el rendimiento después de la implementación?
¿Puede el modelo cambiar con el tiempo? Y, de ser así, ¿cómo se validan y comunican las actualizaciones?
¿Qué datos salen del hospital, dónde se almacenan y cómo se protegen los vídeos quirúrgicos y la información de identificación de los pacientes?
Estas preguntas coinciden con el énfasis que la FDA pone en los controles del ciclo de vida completo. Los principios de Buenas Prácticas de Aprendizaje Automático de la agencia hacen hincapié en los datos representativos, las pruebas clínicamente relevantes, el desempeño del equipo humano-IA, la información clara para el usuario y el monitoreo de los modelos implementados.
En el caso de las funciones de IA que se prevé que cambien después de la autorización, la guía final del Plan de Control de Cambios Predeterminados de la FDA de agosto de 2025 describe cómo los fabricantes pueden definir con antelación las modificaciones planificadas, los métodos de validación y las evaluaciones de impacto.
Un marco de madurez sencillo para quienes toman decisiones
Pregunta
Interpretación de menor riesgo
Interpretación de la gobernanza superior
¿Qué controla el algoritmo?
Visualización, análisis, recomendaciones o guía delimitada.
Movimiento del instrumento, ejecución de la tarea o estrategia de procedimiento.
¿Puede el médico verificar el resultado?
Los resultados son visibles y fáciles de verificar.
La lógica resulta opaca o difícil de confirmar de forma independiente durante el procedimiento.
¿Puede el médico anularlo?
Es posible el control manual inmediato o la desconexión.
Anular esta función requiere interrumpir el flujo de trabajo o resulta difícil bajo presión de tiempo.
¿Qué ocurre si los datos son incorrectos?
Es probable que el error se detecte antes de tomar medidas.
Los errores pueden influir directamente en la anatomía, la trayectoria, la administración de energía o la manipulación de los tejidos.
¿Cómo cambia el modelo?
Versión de software fija con actualizaciones controladas.
Modelo adaptativo o que se actualiza con frecuencia y que requiere monitorización de su ciclo de vida.
Cuanto más se acerque un sistema a la columna de la derecha, mayor será la importancia de la gobernanza formal. Esto incluye la revisión multidisciplinaria, la simulación, la notificación de incidentes, el control de versiones, la vigilancia posterior a la comercialización y un proceso documentado para pausar una función cuando su rendimiento sea incierto.
Preguntas que los pacientes pueden hacer sin necesidad de comprender la tecnología.
¿Por qué se recomienda la cirugía robótica para mi procedimiento específico?
¿Cuáles son las alternativas, incluyendo la cirugía laparoscópica convencional o la cirugía abierta?
¿Cuánta experiencia tienen el cirujano y el equipo del quirófano con este sistema y procedimiento en concreto?
¿Qué partes de la operación son controladas directamente por el cirujano y cuáles están automatizadas?
¿Qué pruebas demuestran que existe algún beneficio para pacientes como yo?
¿Qué ocurre si el robot no puede utilizarse o debe detenerse durante el procedimiento?
¿Se almacenarán o utilizarán vídeos quirúrgicos u otros datos para análisis de IA?
¿Qué es probable que cambie a continuación?
A corto plazo, la tendencia apunta más a una mejora progresiva que a un salto abrupto hacia la cirugía autónoma. Cabe esperar una mejor visión artificial, una segmentación y registro más automáticos, una detección de fuerza y movimiento más precisa, alertas contextuales, una indexación de vídeo quirúrgico más inteligente y subtareas automatizadas con límites estrictos. Los modelos multimodales podrían, con el tiempo, combinar vídeo, telemetría de instrumentos, imágenes, datos patológicos y del paciente para mejorar la percepción del entorno.
Lo difícil no será generar una sugerencia de IA, sino demostrar cuándo esa sugerencia es lo suficientemente fiable como para modificar la actuación quirúrgica, definir un comportamiento seguro cuando la confianza es baja y validar el rendimiento en distintos hospitales, cirujanos, dispositivos y poblaciones de pacientes.
Conclusión
La robótica quirúrgica con inteligencia artificial ya está transformando el quirófano, pero su mayor valor reside hoy en día en complementar a los equipos de expertos, en lugar de sustituirlos. Los casos de uso más relevantes son aquellos en los que la tecnología tiene una función claramente definida: planificación en función de la anatomía específica del paciente, estabilización o limitación del movimiento, extracción de información estructurada de vídeos quirúrgicos, mejora de la visualización o automatización de una tarea específica bajo supervisión.
Para hospitales, cirujanos y pacientes, la pregunta correcta no es "¿Este robot funciona con inteligencia artificial?", sino "¿Qué hace exactamente el sistema, cómo se validó esa función, quién es responsable de la decisión y qué sucede cuando la tecnología falla?". Este marco convierte una tendencia tecnológica general en una evaluación práctica de seguridad y valor.