Estudios revisados por pares vinculan la inteligencia artificial ambiental con más cirugías en Houston Methodist

Los investigadores de Houston Methodist han publicado lo que describen como la primera evidencia revisada por pares de que la inteligencia artificial ambiental en el quirófano se asocia con un aumento medible en el volumen de casos quirúrgicos: un aumento del 7%, o aproximadamente 25 casos adicionales por mes, en una suite cardiotorácica de alta acuidad después de que el sistema desplegó la plataforma de visión por computadora de Apella. El estudio, publicado el 27 de junio de 2026 en la Revista de Imágenes, cubre 5,417 casos quirúrgicos monitoreados durante 16 meses en el hospital insignia del sistema.

Un segundo estudio revisado por pares, publicado en Cuidado Perioperatorio y Administración de Quirófanos, examinó un mecanismo diferente en seis hospitales de Houston Methodist: una herramienta predictiva que marca los casos que probablemente estén mal programados. Para los casos marcados, la precisión de programación mejoró un 40% (el error absoluto medio disminuyó de 57,4 a 34,2 minutos) y los días de quirófano que terminaron tarde disminuyeron 46 puntos porcentuales, sin reducción en el volumen de casos, según el anuncio del 5 de agosto de 2026 de Apella sobre las dos publicaciones.

El hallazgo de volumen es importante porque de cómo se produjo. La mayoría de las afirmaciones de eficiencia de los proveedores se basan en comparaciones antes y después que no pueden separar el efecto de la tecnología de todo lo demás que cambia en un sistema hospitalario. El equipo de Houston Methodist utilizó en su lugar un control sintético con estimación de diferencias en diferencias, un método cuasiexperimental de la economía: construyeron un contraste ponderado de 11 sitios de Houston Methodist que no habían desplegado la plataforma, 116,098 casos de comparación en total, y midieron la suite de intervención contra ella. El resultado fue un aumento estadísticamente significativo de aproximadamente 25 casos por mes (IC 95% 8,3 a 41,0), logrado sin agregar salas, personal o horas.

“Las afirmaciones sobre el impacto de la IA en la cirugía a menudo se reciben con escepticismo, y con razón”, dijo Roberta Schwartz, directora de innovación de Houston Methodist y autora principal del artículo. “Es por eso que abordamos este trabajo con el mismo rigor que cualquier estudio de investigación clínica, utilizando una revisión por pares independiente y una metodología diseñada para demostrar causalidad, no solo correlación”.

Lo que las cámaras realmente midieron

El sistema que el artículo llama inteligencia artificial basada en imágenes está construido a partir de cámaras montadas en la pared, cuatro por habitación, que alimentan un modelo de detección de objetos basado en YOLO acoplado con un detector de eventos basado en transformadores. Identifica a los pacientes, al personal de quirófano con y sin ropa de quirófano, el estado de la cubierta y el equipo, y luego convierte esas detecciones en eventos perioperatorios con marca de tiempo: entrada del paciente, cubierta, cambio, ruedas hacia afuera. El conjunto de datos de entrenamiento cubrió 137,517 cirugías en 315 quirófanos.

Esta granularidad permitió que la suite fragmentara el día quirúrgico en fases que el registro electrónico de salud nunca capturó. La plataforma insertó un evento “Paciente cubierto” entre “Anestesia lista” y “Inicio del caso”, por ejemplo, convirtiendo un bloque opaco en dos medibles. Los paneles de control en vivo mostraron el progreso del caso y las duraciones predictivas en todas las 15 habitaciones, y las alertas de texto automatizadas informaron a los cirujanos cuando un paciente estaba cubierto o cuando su próximo caso se acercaba.

La implementación se llevó a cabo bajo un marco de mejora de la calidad determinado por el Comité de Revisión Institucional con el consentimiento del paciente incorporado a los documentos de consentimiento generales, el video se conservó durante un máximo de 30 días y el audio durante 7, y el acceso a las grabaciones intraoperatorias se restringió a tres roles designados.

Dónde la evidencia tiene límites

La sección de limitaciones del artículo identifica varias limitaciones en el hallazgo de volumen. La intervención no fue solo el software, sino un paquete: la plataforma más revisiones del tiempo de cambio con la administración del quirófano, revisiones del flujo de trabajo de la limpieza y la anestesia, y protocolos de notificación a los cirujanos. Los autores declaran claramente que la estimación “no puede atribuir por separado las ganancias observadas a uno u otro componente”.

La imagen estadística también es más estrecha que el titular. La prueba de permutación en el espacio (el control integrado del método contra la casualidad) devolvió un valor p empírico de 0,182, consistente con la dirección pero por debajo de la significación convencional. Los resultados secundarios, incluido el tiempo extra no planificado, no alcanzaron la significación, y un análisis de sensibilidad sobre los minutos operativos totales no fue significativo, lo que significa que la ganancia se produjo como más casos por unidad de tiempo de quirófano en lugar de más tiempo operativo total. Los autores interpretan el efecto como “asociado con, en lugar de causado por” la implementación.

Las divulgaciones cortan en ambos sentidos. El Hospital Houston Methodist tiene una participación accionaria minoritaria en Apella y se unió a la ronda de serie B de la empresa en enero de 2026. Un empleado de Apella realizó los análisis originales a partir de datos mensuales agregados (sin acceso a registros de pacientes) y un analista de Houston Methodist los replicó de forma independiente. Apella no financió el estudio y no tuvo ningún papel en su diseño o la decisión de publicar, según la declaración de conflicto de intereses del artículo. El sistema ahora se ejecuta en más de 200 quirófanos del sistema de salud.

Qué sucede a continuación

Los autores establecen una agenda de investigación específica: evaluación a nivel de sistema en varios hospitales de Houston Methodist y otras especialidades quirúrgicas para probar si las ganancias cardiotorácicas se generalizan; evaluación formal del tiempo de cambio y los inicios de casos a tiempo como puntos finales principales; y replicación revisada por pares de un hallazgo de conferencia de 2024 de que la visión por computadora rastreó los eventos del quirófano de manera más consistente que la documentación manual. Las implementaciones de inteligencia artificial ambiental en entornos clínicos se han juzgado en gran medida por la carga de documentación (las herramientas de escucha ambiental ahora están llegando a los flujos de trabajo de enfermería) y el par de estudios de Houston Methodist es un intento temprano de juzgar la variante del quirófano en lugar del rendimiento.

Para un sector donde los ejecutivos hospitalarios reciben constantes presentaciones de IA con poca evidencia detrás de ellas, la contribución más duradera puede ser metodológica: un sistema de salud que prueba la plataforma de un proveedor en sus propios términos, contra sus propios sitios de control, y publica los límites junto con el resultado. Para un sector donde los ejecutivos hospitalarios reciben constantes presentaciones de IA con poca evidencia detrás de ellas, la contribución más duradera puede ser metodológica: un sistema de salud que prueba la plataforma de un proveedor en sus propios términos, contra sus propios sitios de control, y publica los bordes junto con el resultado.