Technical Report: Automated Optical Inspection of Surgical Instruments

Este relatório técnico descreve o desenvolvimento de um sistema de Inspeção Óptica Automatizada (AOI) baseado em arquiteturas de aprendizado profundo (YOLOv8, ResNet-152 e EfficientNet-b4) para detectar defeitos em instrumentos cirúrgicos fabricados no Paquistão, utilizando um conjunto de dados de 4.414 imagens e parcerias industriais para garantir a segurança do paciente e a qualidade do produto.

O essencial

🏥 O Guardião dos Instrumentos Cirúrgicos: Uma História de Precisão e Tecnologia

Imagine que você é um cozinheiro preparando um banquete para milhares de pessoas. Se você usar uma faca com a lâmina quebrada ou uma colher que enferrujou, o resultado pode ser desastroso. Agora, multiplique isso por milhões e troque a cozinha por um hospital. Instrumentos cirúrgicos são as "ferramentas de cozinha" dos médicos, e a qualidade delas é uma questão de vida ou morte.

Este relatório conta a história de como uma equipe no Paquistão está usando a inteligência artificial para garantir que nenhuma ferramenta defeituosa chegue às mãos de um cirurgião.

1. O Cenário: A Fábrica de Ferramentas do Mundo

O Paquistão, especificamente a cidade de Sialkot, é como o "Vale do Silício" das tesouras e pinças cirúrgicas. Eles produzem milhões de instrumentos por ano e exportam para o mundo todo.

• O Problema: Antigamente, inspecionar essas ferramentas era como procurar um fio de cabelo branco em uma pilha de palha. Trabalhadores humanos olhavam para cada tesoura, pinça e bisturi com seus próprios olhos.
• O Risco: Cansados, distraídos ou apenas com a visão falha, humanos podem deixar passar um pequeno defeito (uma ferrugem minúscula, um risco ou um furo). Se uma ferramenta com defeito entra em uma cirurgia, pode causar infecções ou até a morte do paciente.

2. A Solução: Os "Olhos" que Nunca Dormem

Para resolver isso, pesquisadores da universidade FAST-NUCES se uniram a duas gigantes da indústria local (Daddy D Pro e Dr. Frigz) para criar um sistema de Inspeção Óptica Automatizada (AOI).

Pense nisso como um detetive robótico superpoderoso:

• Em vez de um humano olhando uma por uma, uma câmera tira fotos de alta qualidade dos instrumentos.
• Um "cérebro digital" (Inteligência Artificial) analisa essas fotos em milésimos de segundo.
• Esse cérebro foi treinado para ver o que o olho humano perde: uma ferrugem microscopicamente pequena, um risco quase invisível ou um furo na superfície do metal.

3. Como Funciona a Mágica (A Analogia do "Duplo Filtro")

O sistema não é apenas uma câmera; é um processo inteligente de dois passos, como um filtro de segurança em um aeroporto:

1. Passo 1: Quem é você? (Classificação do Instrumento)
   Primeiro, o sistema olha para a ferramenta e diz: "Ah, isso é uma tesoura de corte" ou "Isso é uma pinça de osso". É como um segurança que identifica se você é um passageiro ou um membro da tripulação antes de fazer a revista.
2. Passo 2: Você está com defeito? (Detecção de Defeitos)
   Depois de saber o que é a ferramenta, o sistema usa um "olho especialista" treinado especificamente para aquele tipo de objeto.
   • Analogia: Se fosse uma tesoura, o sistema sabe exatamente onde procurar riscos na lâmina. Se fosse uma pinça, ele sabe onde procurar ferrugem nas juntas. Isso evita confusão (como achar que um desenho natural da pinça é um defeito).

4. A Alimentação do Cérebro (Os Dados)

Para que a Inteligência Artificial aprenda, ela precisa de "lições".

• Os pesquisadores coletaram milhares de fotos reais de instrumentos, tanto bons quanto defeituosos.
• Eles usaram técnicas de "aumento de dados" (Data Augmentation), que é como se o sistema praticasse em diferentes condições: girando a foto, mudando a luz, colocando ruído na imagem. É como treinar um atleta em chuva, sol e vento para que ele não falhe no dia da competição.

5. O Resultado: O "SurgScan"

O projeto culminou na criação de uma ferramenta chamada SurgScan.

• Imagine um aplicativo web onde um funcionário da fábrica ou do hospital sobe uma foto do instrumento.
• Em segundos, o sistema diz: "Aprovado" ou "Reprovado" e mostra exatamente onde está o defeito (uma ferrugem aqui, um risco ali).
• O Ganho: É mais rápido que um humano, nunca fica cansado e não erra por distração.

6. Por que isso é importante?

• Segurança do Paciente: Garante que ninguém entre na sala de cirurgia com uma ferramenta quebrada.
• Economia: Evita que fábricas inteiras de instrumentos sejam rejeitadas por um único defeito, salvando milhões de dólares em exportações.
• Futuro: Mostra como a tecnologia pode salvar vidas não apenas na medicina, mas na fabricação dos instrumentos médicos.

Resumo em uma frase:

Este projeto transformou a inspeção de instrumentos cirúrgicos de uma tarefa manual e cansativa em um processo automático, rápido e infalível, usando "olhos de robô" treinados para garantir que cada ferramenta que entra em um hospital seja perfeita, protegendo assim a vida dos pacientes.

Resumo técnico

Resumo Técnico: Inspeção Óptica Automatizada de Instrumentos Cirúrgicos

1. Problema e Contexto

A indústria de instrumentos cirúrgicos do Paquistão, concentrada principalmente em Sialkot, é um pilar crucial da economia nacional, respondendo por exportações anuais de aproximadamente 359 milhões de dólares. No entanto, o setor enfrenta desafios críticos relacionados à garantia de qualidade.

• Riscos à Segurança do Paciente: Defeitos em instrumentos (como corrosão, rachaduras, poros e arranhões) podem levar a falhas durante procedimentos cirúrgicos, infecções de sítio cirúrgico (ISS) e consequências fatais.
• Limitações da Inspeção Manual: O método tradicional de inspeção visual depende da fadiga humana, é subjetivo, inconsistente e propenso a erros. Isso resulta na rejeição de lotes inteiros, cancelamento de pedidos de exportação e riscos de segurança.
• Necessidade de Automação: Com a crescente exigência de padrões internacionais (ISO, FDA-GMP), há uma necessidade urgente de soluções automatizadas, escaláveis e precisas para a detecção e classificação de defeitos antes do envio dos produtos.

2. Metodologia

O projeto propõe uma solução de Inspeção Óptica Automatizada (AOI) baseada em Visão Computacional e Aprendizado Profundo (Deep Learning), desenvolvida em colaboração com parceiros industriais (Daddy D Pro e Dr. Frigz International).

A. Coleta e Curadoria de Dados

• Dataset: Foi criado um conjunto de dados robusto contendo 2.738 imagens com defeitos e 1.676 imagens sem defeitos.
• Instrumentos: O dataset abrange 11 tipos de instrumentos cirúrgicos e dentários (ex: tesouras, pinças, curetas, bisturis, sondas).
• Tipos de Defeitos: As imagens foram anotadas por especialistas para identificar defeitos específicos: corrosão/oxidação, rachaduras, cortes, poros e arranhões.
• Aquisição: As imagens foram capturadas em um ambiente controlado (iluminação uniforme, fundo verde, câmera Canon EOS 250D) para minimizar variáveis externas.
• Aumento de Dados (Data Augmentation): Técnicas como rotação, ajuste de brilho/contraste, adição de ruído gaussiano e unsharp masking foram aplicadas para melhorar a generalização do modelo.

B. Arquitetura do Modelo de IA

O sistema adota uma abordagem de classificação em duas etapas para maximizar a precisão:

1. Classificação do Instrumento: Um modelo YOLOv8 identifica primeiro o tipo de instrumento (ex: pinça vs. tesoura). Isso é crucial, pois diferentes instrumentos possuem estruturas e texturas distintas que podem ser confundidas com defeitos.
2. Classificação de Defeitos Específica: Com base no instrumento identificado, um modelo de detecção de defeitos específico para aquele tipo é acionado. Isso permite que o sistema aprenda as características únicas de cada ferramenta, reduzindo falsos positivos causados por características estruturais naturais do instrumento.

C. Comparação de Modelos

Foi realizada uma análise comparativa rigorosa entre várias arquiteturas de ponta (EfficientNet-b4, ResNet-152, ResNeXt-101, YOLOv8 e YOLOv11) usando os mesmos hiperparâmetros e dataset.

• Seleção: O YOLOv8 foi selecionado como o modelo superior, oferecendo o melhor equilíbrio entre precisão, recall e velocidade de inferência em tempo real.

D. Implementação do Sistema (SurgScan)

O modelo foi integrado em uma aplicação web chamada SurgScan, utilizando uma arquitetura de 3 camadas:

• Frontend: React.js.
• Backend: Django (Python) com REST API.
• Banco de Dados: PostgreSQL.
• Funcionalidades: O sistema permite o upload de imagens, processamento em lote, visualização de estatísticas de defeitos e gestão de usuários (Admin/User).

3. Resultados Principais

Os resultados experimentais demonstraram a superioridade da abordagem proposta:

• Desempenho do Modelo: O YOLOv8 alcançou métricas excepcionais na detecção de defeitos.
  • Precisão (Precision): ~99,83%
  • Revocação (Recall): ~99,61%
  • F1-Score: ~99,72%
  • ROC-AUC: 1.0000 (indicando separação perfeita entre classes).
• Comparação: O YOLOv8 superou consistentemente os modelos ResNet e EfficientNet em termos de velocidade de inferência, mantendo uma precisão superior ou equivalente, o que é vital para ambientes de produção de alto volume.
• Validação: O sistema foi testado com sucesso em diferentes condições de iluminação e orientações de instrumentos, demonstrando robustez.

4. Contribuições Chave

1. Dataset Especializado: Criação de um dos primeiros conjuntos de dados públicos/privados focados especificamente em defeitos de instrumentos cirúrgicos fabricados no Paquistão, com anotação de especialistas.
2. Arquitetura Híbrida: Desenvolvimento de um pipeline de duas etapas (Classificação do Instrumento + Detecção de Defeito Específico) que supera os modelos de detecção genéricos ao lidar com a complexidade estrutural das ferramentas médicas.
3. Solução Industrial Integrada: Não apenas um modelo teórico, mas a entrega de um protótipo funcional (SurgScan) pronto para integração em linhas de produção e unidades de esterilização hospitalar.
4. Parceria Indústria-Academia: Estabelecimento de um modelo de colaboração bem-sucedido entre a universidade (FAST-NUCES) e líderes da indústria de Sialkot, validando a pesquisa em cenários reais.

5. Significado e Impacto

Este trabalho representa uma mudança de paradigma na garantia de qualidade da indústria de instrumentos cirúrgicos do Paquistão:

• Segurança do Paciente: A detecção automática e precisa de defeitos reduz drasticamente o risco de instrumentos defeituosos chegarem aos cirurgiões, prevenindo infecções e complicações cirúrgicas.
• Competitividade Econômica: Ao melhorar a qualidade e a consistência, a indústria paquistanesa pode atender mais rigorosamente aos padrões da UE e dos EUA, protegendo e expandindo suas exportações.
• Eficiência Operacional: A automação substitui a inspeção manual lenta e cansativa, permitindo o processamento de grandes volumes de instrumentos em tempo real, reduzindo custos e desperdícios.
• Escalabilidade: A solução baseada em IA é escalável e pode ser adaptada para outros tipos de dispositivos médicos, estabelecendo um novo padrão para a inspeção de qualidade na saúde.