Smart Operation Theatre: An AI-based System for Surgical Gauze Counting

In collaborazione con l'Ospedale Generale di Singapore, è stato sviluppato un sistema basato sull'intelligenza artificiale (YOLOv5) che utilizza la videosorveglianza in tempo reale per contare automaticamente le garze chirurgiche, riducendo il rischio di gossypiboma e migliorando l'efficienza rispetto ai metodi manuali tradizionali.

L'essenziale

🏥 Il "Contapassi" Intelligente per la Sala Operatoria

Immagina di essere in una sala operatoria. È un luogo di alta tensione dove i chirurghi lavorano con precisione chirurgica. Ma c'è un piccolo, terribile rischio: durante l'operazione, usano centinaia di garze (quelli pezzi di stoffa bianca per fermare il sangue). A volte, per stanchezza o distrazione, una garza potrebbe rimanere dimenticata dentro il paziente.

In medicina, questo incidente si chiama Gossypiboma. È come se il paziente portasse a casa un "sorpresa" spiacevole che può causare infezioni, dolori terribili e persino cause legali costose per l'ospedale.

🧮 Il Problema: Il Conteggio a Mano è Faticoso

Attualmente, come fanno gli infermieri a essere sicuri che tutte le garze siano state rimosse? Le contano a mano.
È come se dovessi contare 100 monete mentre qualcuno ti sta correndo dietro e urlando. È lento, stancante e, soprattutto, gli umani sbagliano. Anche se provano di tutto, a volte il conteggio finale è sbagliato, ma tutti pensano che sia corretto.

Esiste una soluzione tecnologica (le garze con chip RFID), ma è come se ogni garza costasse come un piccolo smartphone: troppo costosa per la maggior parte degli ospedali.

🤖 La Soluzione: Un "Occhio Magico" AI

Gli studenti dell'Università di Nanyang (NTU), in collaborazione con l'Ospedale Generale di Singapore (SGH), hanno creato una soluzione intelligente: un sistema AI che conta le garze da solo.

Ecco come funziona, usando un'analogia semplice:

1. Il Set di Due Tavoli: Immagina due tavoli speciali nella sala operatoria.
   • Il tavolo "In": Qui le garze pulite aspettano il loro turno.
   • Il tavolo "Out": Qui le garze sporche di sangue tornano dopo essere state usate.
2. L'Arbitro Digitale: Sopra questi tavoli c'è una telecamera collegata a un computer. Questo computer ha un "cervello" (un'intelligenza artificiale chiamata YOLOv5) che è stato addestrato a riconoscere le garze meglio di un falco.
   • È stato "allenato" guardando migliaia di foto di garze, anche quando sono accavallate, sporche di sangue o in condizioni di luce strana.
   • È come se avessimo dato a un bambino un libro di 11.000 pagine di foto di garze finché non ha imparato a riconoscerle al volo.
3. Il Conteggio in Tempo Reale: Mentre l'infermiere prende una garza dal tavolo "In" e la passa al chirurgo, l'AI la vede e toglie un punto dal conteggio. Quando la garza sporca torna sul tavolo "Out", l'AI aggiunge un punto.
4. Il Semaforo della Sicurezza: Sullo schermo appare un semaforo:
   • 🟢 Verde: Tutto ok, puoi muovere le garze.
   • 🟡 Giallo: Ho visto una mano (l'AI sa che qualcuno sta intervenendo).
   • 🔴 Rosso: Sto aggiornando il conteggio!

🏁 La Regola d'Oro

Alla fine dell'operazione, il sistema controlla un semplice calcolo:

Garze Pulite (In) - Garze Sporche (Out) = 0

Se il risultato è zero, significa che nessuna garza è rimasta dentro il paziente. Se il risultato non è zero, il sistema suona l'allarme: "Attenzione! C'è qualcosa che non torna!".

💰 Perché è Geniale?

• Risparmia Soldi: Non serve comprare garze costose con chip. Usa le garze normali e una telecamera.
• Salva Vite: Elimina il rischio di dimenticare oggetti dentro i pazienti.
• Rispetta il Tempo: Gli infermieri non devono più perdere tempo a contare a mano, possono concentrarsi sul paziente.
• È Veloce: Il sistema conta 15 volte al secondo (15 FPS), molto più veloce di un occhio umano stanco.

🔮 Il Futuro

Attualmente, il sistema funziona benissimo, ma gli infermieri hanno detto: "Sarebbe meglio se potesse contare anche le garze impilate una sull'altra senza doverle stendere una per una". È come se il sistema sapesse contare le monete sparse, ma facesse fatica con le monete impilate in una torre. Gli studenti stanno già lavorando per migliorare questo aspetto con modelli ancora più intelligenti.

In sintesi: Hanno trasformato una sala operatoria in un luogo dove un "occhio digitale" vigile fa da guardia, assicurandosi che ogni singolo pezzo di stoffa entri ed esca, proteggendo i pazienti e dando pace alla mente a medici e infermieri.

Sommario tecnico

Titolo: Sistema di Conteggio dei Garze Chirurgiche basato su Intelligenza Artificiale per la Prevenzione della Gossypiboma

1. Il Problema: La Gossypiboma e i Limiti delle Soluzioni Attuali

Il documento affronta il grave rischio medico-legale e clinico noto come Gossypiboma (o RSI - Retained Surgical Items), ovvero l'errata dimenticanza di garze chirurgiche all'interno del corpo del paziente dopo un intervento.

• Conseguenze: Questo errore può portare a ascessi, shock settico, dolore cronico, decesso del paziente e cause legali costose per gli ospedali (con stime di costi annuali fino a 1,46 milioni di dollari per le sole cause legali).
• Limiti delle soluzioni attuali:
  • Conteggio manuale: Attualmente il metodo standard, ma soggetto a errori umani (88% di casi con conteggi finali inaccurati in alcuni studi) e dispendioso in termini di tempo, distogliendo il personale infermieristico dall'assistenza al paziente.
  • Garze con RFID: Offrono un'accuratezza del 100%, ma sono circa 8 volte più costose delle garze standard (costo aggiuntivo di ~0,50$ per garza + scanner da 400$), rendendole poco praticabili per la maggior parte degli ospedali.
  • Garze radiopache: Utili per la diagnosi, ma non prevengono l'errore in tempo reale.

2. Metodologia e Architettura del Sistema

Il progetto, sviluppato in collaborazione con l'Ospedale Generale di Singapore (SGH), propone un sistema di visione artificiale in tempo reale per il monitoraggio delle garze.

• Setup Hardware:
  • Un telaio mobile in alluminio con bracci regolabili che ospita camere ad alta risoluzione e luci LED integrate per garantire un'illuminazione costante.
  • Utilizzo di due vassoi chirurgici standard: "In" (garze sterili non utilizzate) e "Out" (garze insanguinate usate).
• Raccolta e Preparazione dei Dati:
  • Creazione di un dataset curato direttamente nelle sale operatorie, includendo garze sterili e macchiate di sangue.
  • Il dataset è stato aumentato (data augmentation) per simulare scenari reali: sovrapposizioni di garze, ombre, illuminazione eccessiva e diverse angolazioni.
  • Il dataset finale è cresciuto da 2.800 a 11.000 immagini annotate.
• Modello di Intelligenza Artificiale:
  • Algoritmo: Utilizzo di YOLOv5 (You Only Look Once), un modello di deep learning per il rilevamento di oggetti in tempo reale.
  • Innovazione Chiave: Rispetto alle iterazioni precedenti che usavano due modelli separati (uno per le persone, uno per le garze), il sistema attuale impiega un modello integrato capace di rilevare simultaneamente garze e mani (per tracciare l'interazione umana).
  • Stack Tecnologico:
    • PyTorch: Framework per l'addestramento e l'inferenza del modello.
    • OpenCV: Elaborazione video, ridimensionamento frame e interfaccia utente.
    • CUDA: Accelerazione GPU per garantire l'elaborazione in tempo reale.
    • Multithreading: Gestione simultanea dei flussi video da due camere per evitare latenze.
• Logica di Funzionamento:
  • Il sistema traccia il movimento delle garze dal vassoio "In" all'uso sul paziente e infine al vassoio "Out".
  • Calcola in tempo reale: Totale In - Totale Out = Garze in gioco (all'interno del paziente).
  • Obiettivo finale: Al termine dell'intervento, Garze in gioco deve essere 0.

3. Risultati e Prestazioni

• Accuratezza e Velocità: L'adozione del modello integrato e l'aumento del dataset hanno portato a un significativo miglioramento delle prestazioni. La velocità di elaborazione (Frame Per Second - FPS) è passata da 8 FPS a 15 FPS, rendendo il sistema sufficientemente veloce per un monitoraggio chirurgico in tempo reale.
• Interfaccia Utente (UI):
  • Visualizzazione su schermo divisa per i due vassoi.
  • Sistema a semaforo: Bordo verde (azione consentita), giallo (mano rilevata, sistema in attesa), rosso (aggiornamento conteggio, durata ~50ms).
  • Include una funzione di aggiustamento manuale del conteggio, basata sul feedback dei medici, per correggere eventuali errori di rilevamento e aumentare l'affidabilità.
• Limitazioni Attuali: Il sistema rileva correttamente le garze sovrapposte fino a un 50% di sovrapposizione. Tuttavia, ha difficoltà a contare garze impilate perfettamente l'una sull'altra, un punto che richiede iterazioni future con modelli più sofisticati.

4. Contributi Chiave

1. Soluzione Cost-Efficient: Offre un'alternativa economica al sistema RFID, riducendo drasticamente i costi operativi per gli ospedali senza sacrificare la sicurezza.
2. Integrazione Uomo-Macchina: Non si limita a contare oggetti, ma rileva le mani, permettendo di tracciare il flusso logico delle garze e offrendo un feedback visivo immediato al personale.
3. Validazione Clinica: Il sistema è stato sviluppato e testato in stretta collaborazione con medici e infermieri dell'SGH, utilizzando dati reali e scenari clinici complessi.
4. Miglioramento Iterativo: Passaggio da un approccio a due modelli a un modello unificato, con un aumento dell'8x del dataset di addestramento.

5. Significato e Impatto

Questo studio dimostra che l'uso di tecniche di Deep Learning e Computer Vision può risolvere un problema critico di sicurezza del paziente in modo economicamente sostenibile.

• Sicurezza del Paziente: Riduzione drastica del rischio di Gossypiboma, prevenendo complicazioni gravi e decessi.
• Efficienza Ospedaliera: Liberazione delle risorse infermieristiche dal compito tedioso del conteggio manuale, permettendo loro di concentrarsi sull'assistenza al paziente.
• Impatto Economico: Potenziale risparmio di milioni di dollari per le strutture sanitarie, evitando cause legali per malpractice e riducendo i costi dei materiali (rispetto all'RFID).
• Futuro: Il progetto punta alla commercializzazione, con piani per integrare il sistema direttamente su schermi TV negli ospedali (eliminando il laptop esterno) e per migliorare la capacità di rilevamento delle garze impilate.