Contribución a la robótica quirúrgica mediante la ejecución automatizada de una sutura externa

Abstract

La cirugía mínimamente invasiva (MIS), especialmente la asistida por robot, ha transformado la práctica quirúrgica al ofrecer menos trauma y recuperaciones más rápidas. No obstante, procedimientos complejos como la sutura laparoscópica siguen siendo un reto debido a la precisión requerida, la fatiga del cirujano, las limitadas sensaciones hápticas y las restricciones mecánicas de los trocares. La sutura, siendo una habilidad esencial, demanda una extensa curva de aprendizaje.

Esta tesis doctoral propone un enfoque para automatizar parcialmente la sutura laparoscópica mediante el desarrollo del Sistema de Generación de Puntos de Sutura (Sgps), una plataforma semiautomática que integra varios módulos para mejorar la precisión, reducir la carga del cirujano y estandarizar resultados. El Sgps incluye:

Detección y segmentación de heridas, utilizando un modelo basado en DeepLabV3+ con ResNet50 para identificar y delinear heridas en tiempo real, resistente a variaciones de iluminación y tipo de herida.

Generación automática de puntos de sutura, mediante un algoritmo que calcula la ubicación óptima de entrada y salida de la aguja basándose en geometría de la herida y criterios médicos.

Análisis fuerza aguja-tejido, usando simulaciones por Elementos Finitos (FEM) en ANSYS para modelar la interacción durante la inserción.

Planificación de trayectorias robóticas, con algoritmos que generan movimientos de curvatura constante, minimizando el daño tisular y adaptándose a las limitaciones de la cirugía laparoscópica.

Los resultados experimentales validan el funcionamiento del sistema Sgps, que logró detectar heridas, generar puntos de sutura comparables a los de expertos y ejecutar trayectorias precisas. Las principales contribuciones son la plataforma integrada Sgps, el algoritmo de generación de suturas, el modelo CNN en tiempo real y el análisis mecánico aguja-tejido.