En cirugía cerebral el margen de error se mide en milímetros, y cualquier mejora en la precisión durante la intervención tiene un impacto directo en la seguridad del paciente. Combinar distintas fuentes de imagen médica en tiempo real dentro del quirófano sigue siendo un reto técnico.
Un equipo con participación de la Universidad Politécnica de Madrid ha desarrollado un sistema que combina una cámara estéreo comercial con una red neuronal especializada en rasgos faciales, basada en una arquitectura existente (HITNet) mejorada con un mecanismo de atención facial. La herramienta reconstruye con mayor precisión la geometría del rostro del paciente y la usa como referencia para alinear imágenes de resonancias, tomografías o imágenes hiperespectrales con la posición real del paciente en el quirófano, procesando cada imagen en unos 10 milisegundos.
Para el equipo médico, esto se traduce en una guía más fiable para tomar decisiones durante la operación, reduciendo los márgenes de error en una fase crítica de la intervención. Al basarse en cámaras comerciales de bajo coste, la solución también podría ser accesible para hospitales con menos recursos.
En entornos simulados el error medio bajó de 2,29 mm a 2,02 mm, y en condiciones reales pasó de 16,91 mm a 14,39 mm, mejorando hasta 13,85 mm con entrenamiento previo en datos sintéticos. El proyecto se desarrolla dentro de las iniciativas europeas Stratum y nacional Oasis, con participación de centros de España, Países Bajos, Suecia e Italia.
Artículo escrito por el equipo de redacción de CBM Noticias
17/07/2026
Source: