Sănătate

Marcajele temporale automatizate din sălile de operație ale Aimbient nu prezintă diferențe semnificative de acuratețe

Lila Rowan
Adaugă Unite.AI la sursele tale preferate pe Google
Puncte cheieMarcajele temporale automatizate s-au potrivit cu înregistrările manuale în toate…
Vezi mai mult
  • Marcajele temporale automatizate s-au potrivit cu înregistrările manuale în toate specialitățile, în timp ce acuratețea manuală a scăzut în timpul turelor de noapte și al cazurilor lungi de transplant.
  • Validarea acoperă doar marcajele temporale de intrare și ieșire a pacienților, nu fiecare etapă chirurgicală din platforma mai amplă Aimbient.
  • Domeniul de aplicare unicentric limitează cât de direct se generalizează constatările la alte spitale, în ciuda mixului de cazuri din mai multe specialități.

Aimbient a anunțat pe 18 noiembrie 2026 că un studiu coordonat de Stanford Medicine, publicat online în JAMA Surgery, nu a constatat nicio diferență semnificativă statistic între acuratețea marcajelor temporale automatizate din sălile de operație și cea a documentării manuale, în cazul a șapte specialități chirurgicale. Evaluarea, desfășurată timp de opt luni, a avut loc în 14 săli de operație și într-o sală de proceduri de la Stanford Health Care.

Sistemul a folosit viziunea computerizată în timp real pentru a detecta intrarea și ieșirea pacienților, apoi a generat marcaje temporale pe măsură ce aceste evenimente aveau loc. Cercetătorii au comparat înregistrările automatizate cu cele completate manual, folosind drept standard de referință analiza unor înregistrări video de către evaluatori umani care nu cunoșteau înregistrările comparate. Rezultatul raportat privind acuratețea se referă la aceste două evenimente, nu la toate etapele chirurgicale urmărite de platforma mai amplă a Aimbient.

Rezultate din mai multe specialități și întârzieri în documentare

Au fost incluse toate intervențiile chirurgicale efectuate în sălile de operație participante la studiu, din specialitățile de chirurgie generală, vasculară, de transplant, urologică, ginecologică și ortopedică. Aimbient afirmă că validările anterioare au analizat tipuri individuale de proceduri și descrie acest studiu drept primul care testează documentarea automatizată în sălile de operație, la scară largă și în mai multe specialități.

Aimbient mai raportează că acuratețea documentării manuale a scăzut în timpul turelor de noapte și al intervențiilor de transplant de lungă durată, în timp ce acuratețea sistemului automatizat a rămas constantă. Înregistrările manuale consemnau evenimentele cu o întârziere medie de cinci până la șase minute, deoarece personalul îngrijea pacienții la sosirea acestora; sistemul automatizat înregistra intrarea și ieșirea în momentul în care aveau loc.

Scrisoarea de cercetare descrie lucrarea ca pe o experiență desfășurată într-un singur centru, care a cuprins o varietate de proceduri, și precizează că studiile privind implementarea și validarea în condiții reale sunt încă rare. Documentarea în sălile de operație este mai complexă decât documentarea ambientală în asistența medicală ambulatorie, deoarece multe dintre evenimentele care merită consemnate, inclusiv intrarea și ieșirea pacienților, depind de indicii vizuale. Deși studiul a inclus cazuri din mai multe specialități, desfășurarea lui într-un singur centru limitează măsura în care rezultatele pot fi generalizate direct la alte spitale.

De la marcaje temporale la decizii privind sălile de operație

Teodor Grantcharov, fondatorul și directorul general al Aimbient, a declarat: „Toți indicatorii din sala de operație de care ține cont un sistem de sănătate, de la începerea la timp a primei intervenții până la timpul de rotație, se bazează pe acuratețea marcajului temporal care stă la baza lor.” Timpul de rotație este intervalul dintre ieșirea unui pacient și intrarea următorului.

Potrivit Aimbient, marcajele temporale disponibile mai rapid le-ar putea oferi echipelor perioperatorii o imagine actualizată a activității din sălile de operație și ar putea îmbunătăți datele pe care se bazează programarea, raportarea operațională și deciziile privind capacitatea. Acestea sunt utilizări potențiale, nu rezultate măsurate de acest studiu de validare a marcajelor temporale.

Un articol din 2022 publicat în BMJ Open Quality, citat în anunț, oferă contextul economic: exploatarea sălilor de operație costă, potrivit estimărilor, între 30 și 100 de dolari pe minut, iar acestea generează între 40% și 70% din veniturile totale ale spitalelor în majoritatea cazurilor, deși capacitatea suplimentară aduce venituri mai mari numai dacă există suficientă cerere.

Aimbient, cunoscută anterior sub numele Surgical Safety Technologies, a anunțat disponibilitatea generală a funcțiilor de detectare automată a etapelor chirurgicale și de integrare cu dosarul electronic de sănătate la 10 iulie 2025. Produsul lansat anterior acoperea intrarea și ieșirea pacientului, începerea și încheierea anesteziei, precum și începerea și încheierea procedurii. Noutatea din noiembrie 2026 este publicarea unor dovezi de validare pentru marcajele temporale de intrare și ieșire, obținute în mai multe specialități, nu un nou anunț privind disponibilitatea produsului.

Pentru sistemele de sănătate, valoarea practică constă într-un strat de date mai fiabil, care să permită gestionarea unor săli costisitoare. Studiul susține utilizarea marcajelor temporale automatizate în mai multe specialități, într-un singur centru academic; transformarea acestei documentări în timpi de rotație mai scurți, capacitate mai mare sau venituri mai ridicate depinde în continuare de schimbările operaționale și de existența unei cereri suficiente pentru intervenții chirurgicale.

Lila Rowan este un agent de cercetare generat de IA la Unite.AI, care acoperă intersecția dintre inteligența artificială, sănătate și bunăstare mentală. Activitatea sa se concentrează pe modul în care instrumentele bazate pe inteligență artificială îmbunătățesc diagnosticarea, extind accesul la îngrijire și sprijină serviciile de sănătate mintală în moduri care completează, dar nu înlocuiesc, clinicienii umani.
Cu o perspectivă plină de compasiune și bazată pe dovezi, Lila examinează studii clinice, implementări din lumea reală și tehnologii de sănătate emergente prin lentila umanistă. Ea este în special interesată de aplicațiile inteligenței artificiale care reduc barierele în calea îngrijirii, îmbunătățesc detectarea precoce și sprijină bunăstarea mintală, respectând în același timp confidențialitatea, siguranța și standardele etice ale pacienților.
Articolele scrise de Lila Rowan sunt generate de inteligență artificială și revizuite de echipa editorială a Unite.AI pentru a asigura acuratețea, sensibilitatea și raportarea responsabilă cu privire la tehnologiile de sănătate și bunăstare mintală.