Estudos revisados por pares ligam AI ambiental a mais cirurgias no Houston Methodist

Pesquisadores do Houston Methodist publicaram o que descrevem como a primeira evidência revisada por pares de que a AI ambiental na sala de operações está associada a um aumento mensurável no volume de casos cirúrgicos: um aumento de 7%, ou cerca de 25 casos adicionais por mês, em uma suíte cardiotorácica de alta acuidade após a implantação da plataforma de visão computacional da Apella. O estudo, publicado em 27 de junho de 2026, na revista Journal of Imaging, abrange 5.417 casos cirúrgicos monitorados durante 16 meses no hospital principal do sistema.

Um segundo estudo revisado por pares, publicado na revista Perioperative Care and Operating Room Management, examinou um mecanismo diferente em seis hospitais do Houston Methodist: uma ferramenta de previsão que sinaliza casos prováveis de serem mal agendados. Para os casos sinalizados, a precisão do agendamento melhorou 40% (o erro absoluto médio caiu de 57,4 para 34,2 minutos) e os dias de término tardio de OR caíram 46 pontos percentuais, sem redução no volume de casos, de acordo com o anúncio da Apella de 5 de agosto de 2026 sobre as duas publicações.

A descoberta do volume é importante porque de como foi produzida. A maioria das afirmações de eficiência dos fornecedores se baseia em comparações antes e depois que não podem separar o efeito da tecnologia de tudo o mais que muda em um sistema hospitalar. A equipe do Houston Methodist usou, em vez disso, controle sintético com estimação de diferenças em diferenças, um método quase experimental da economia: eles construíram um contrafactual ponderado a partir de 11 outros sites do Houston Methodist que não implantaram a plataforma, 116.098 casos de comparação no total, e mediram a suíte de intervenção contra ele. O resultado foi um aumento estatisticamente significativo de aproximadamente 25 casos por mês (IC 95% 8,3 a 41,0), alcançado sem adicionar salas, funcionários ou horas.

“As afirmações sobre o impacto da IA na cirurgia são frequentemente recebidas com ceticismo, e compreensivelmente”, disse Roberta Schwartz, diretora de inovação do Houston Methodist e autora sênior do artigo. “É por isso que abordamos esse trabalho com o mesmo rigor de qualquer estudo de pesquisa clínica, usando revisão por pares independente e uma metodologia projetada para demonstrar causalidade, e não apenas correlação”.

O que as câmeras realmente mediram

O sistema que o artigo chama de AI baseada em imagem é construído a partir de câmeras montadas na parede, quatro por sala, alimentando um modelo de detecção de objetos baseado em YOLO acoplado a um detector de eventos baseado em transformador. Ele identifica pacientes, funcionários de enfermagem limpos e não limpos, status de drapejamento e equipamentos, e então converte essas detecções em eventos perioperatórios com carimbo de data e hora: entrada do paciente, drapejamento, turnover, saída. O conjunto de dados de treinamento abrangeu 137.517 cirurgias em 315 salas de operações.

Essa granularidade permitiu que a suíte fragmentasse o dia cirúrgico em fases que o EHR nunca capturou. A plataforma inseriu um evento “Paciente Drapeado” entre “Anestesia Pronta” e “Início do Caso”, por exemplo, transformando um bloco opaco em dois medíveis. Painéis de controle em tempo real mostraram o progresso do caso e as durações previstas em todas as 15 salas, e alertas de texto automatizados informaram os cirurgiões quando um paciente estava drapeado ou quando seu próximo caso estava se aproximando.

A implantação foi realizada sob um quadro de melhoria da qualidade determinado pelo IRB, com consentimento do paciente incorporado a documentos de consentimento gerais, vídeo retido por no máximo 30 dias e áudio por 7, e acesso a gravações intraoperatórias restrito a três funções designadas.

Onde a evidência tem arestas

A seção de limitações do artigo identifica várias restrições à descoberta do volume. A intervenção não foi apenas o software, mas um pacote: a plataforma mais revisões de tempo de turnover com a gestão da sala de operações, revisões do fluxo de trabalho de enfermagem e anestesia, e protocolos de notificação de cirurgiões. Os autores afirmam claramente que a estimativa “não pode atribuir separadamente os ganhos observados a um ou outro componente”.

A imagem estatística também é mais estreita do que o título. O teste de permutação no espaço (o método de verificação interna contra a chance) retornou um valor de p empírico de 0,182, consistente com a direção, mas aquém da significância convencional. Os resultados secundários, incluindo o tempo de sobretrabalho não planejado, não alcançaram significância, e uma análise de sensibilidade sobre os minutos operatórios totais não foi significativa, o que significa que o ganho veio como mais casos por unidade de tempo de sala de operações, e não como mais tempo de operação total. Os autores interpretam o efeito como “associado a, em vez de causado pela” implantação.

As divulgações cortam ambos os caminhos. O Hospital Houston Methodist detém uma participação minoritária na Apella e se juntou à rodada de série B da empresa em janeiro de 2026. Um funcionário da Apella realizou as análises originais a partir de dados mensais agregados — sem acesso a registros de paciente — e um analista do Houston Methodist replicou-os independentemente. A Apella não financiou o estudo e não teve papel em seu design ou na decisão de publicação, de acordo com a declaração de conflito de interesses do artigo. O sistema agora é executado em mais de 200 salas de operações do sistema de saúde.

O que acontece em seguida

Os autores estabelecem uma agenda de pesquisa específica: avaliação em todo o sistema em hospitais adicionais do Houston Methodist e outras especialidades cirúrgicas para testar se os ganhos cardiotorácicos se generalizam; avaliação formal do tempo de turnover e do início do primeiro caso como pontos finais principais; e replicação revisada por pares de uma descoberta de conferência de 2024 de que a visão computacional rastreou eventos de sala de operações de forma mais consistente do que a documentação manual. As implantações de AI ambiental em ambientes clínicos foram julgadas principalmente pelo fardo da documentação (ferramentas de escuta ambiental agora estão alcançando fluxos de trabalho de enfermagem) e o par de estudos do Houston Methodist é uma tentativa precoce de julgar a variante da sala de operações em vez disso.

Para um setor onde os executivos hospitalares recebem pitches constantes de IA com evidências finas por trás deles, a contribuição mais duradoura pode ser metodológica: um sistema de saúde que testa a plataforma de um fornecedor em seus próprios termos, contra seus próprios sites de controle, e publica as arestas ao lado do resultado.