Treinamento e métodos avaliativos de proeficiência em Cirurgia Robótica

A figura de consoles de robô em centro cirúrgico já é realidade em vários serviços e as habilidades necessárias para seu uso são objeto de dedicação e estudo dos cirurgiões que se propõe a utilizá-los, diante disso trazemos esse artigo que explora a proficiência cirúrgica adquirida através de treinamento em cirurgia robótica. 

A prática da cirurgia robótica requer desenvolvimento de habilidades avançadas específicas e simultâneas, mesmo para cirurgiões experientes em cirurgia aberta ou videolaparoscópica, destacando-se a coordenação visuoespacial tridimensional, a manipulação remota de instrumentos e o processamento cognitivo-motor diminuído do feedback das sensações táteis. 

Para enfrentar esses desafios de aprendizagem de habilidade específicas o treinamento baseado em simuladores, como o da Vinci Skills Simulator (dVSS) e SimNow, sem exposição de risco algum a pacientes. Eles oferecem aprendizado através de sessões de tarefas padronizadas associados a feedback por métricas objetivas.  

Apesar da popularização da cirurgia robótica não há ainda definições universalmente aceitas de proficiência. As estratégias de avaliação permanecem heterogêneas existindo sistemas validados de pontuação como o Global Evaluative Assessment of Robotic Skills (GEARS) que avalia 6 domínios: percepção de profundidade, destreza bimanual, sensibilidade à força, autonomia e controle do robô e o Objective Structured Assessment of Technical Skills (OSATS) ferramenta adaptada da cirurgia convencional e videolaparoscópica que utiliza um checklist de tarefas e escalas de avaliação global. 

Um estudo publicado em 2025 por autores italianos no Journal of Robotic Surgery, periódico com posição de destaque em cirurgia robótica, teve por objetivo sumarizar a evidência científica disponível sobre treinamento e métodos avaliativos de proficiência em cirurgia robótica para trainees. A ênfase foi em métodos de treinamento por simuladores, ferramentas de avaliação validadas, dinâmicas de curva de aprendizado e a transferência de habilidades de modalidades convencionais da cirurgia. 

Veja também: Eficácia da cirurgia robótica versus laparoscópica e aberta

Métodos 

Revisão sistemática de artigos publicados em inglês, utilizando base de dados de PubMed, Embase, Scopus, Web of Science e Cochrane Library. Foram incluídos estudos publicados até junho de 2025 e cujas palavras-chave fossem: “robotic surgical training”, “da Vinci Simulator”, “surgical proficiency”, “GEARS”, “OSATS” e “simulation-based learning”. Foram excluídos relatos de caso, editoriais, estudos envolvendo cirurgiões experientes ou de avaliação de plataformas não robóticas. 

Resultados e Discussão 

A pesquisa bibliográfica resultou em 1372 registros e após a aplicação dos critérios de inclusão, 14 estudos foram selecionados para análise final, envolvendo 652 trainees de sete países: Estados Unidos, Reino Unido, Alemanha, Japão, Canadá, México e Espanha. Os estudos selecionados foram 4 ensaios clínicos randomizados (ECR), seis estudos de coorte prospectiva e 4 análises pré e pós-exposição.  

A plataforma de simulação mais usada foi dVSS (10) e os 4 restantes a SimNow. A experiência dos trainees variou de residentes de primeiro ano até nível de fellowship. 

Os protocolos de treinamento diferiram em duração e intensidade, sendo descritas de 10-40 sessões simuladas ou casos clínicos, tipicamente distribuídos durante 1 a 8 semanas. 

Todos os estudos utilizaram ferramentas validadas de avaliação pré e pós-treinamento: 11 estudos utilizaram GEARS, 8 estudos utilizaram OSATS e ambas foram utilizadas em 8 estudos. 

Os resultados da análise agrupada, quando os resultados dos diferentes estudos são combinados, mostrou melhora expressiva no desempenho global dos trainees, independentemente da plataforma de simulação utilizada: para GEARS a diferença padronizada média (DPM) foi 1,22 (95% IC 0,96-1,49; p<0,0001) indicando uma melhora importante e estatisticamente significativa. Para a OSATS a DPM foi de 1,08 (95% IC 0,82-1,34; p<0,0001), também indicando uma melhora relevante. Esses valores de encontrados de DPM sugerem que os treinamentos produziram efeitos fortes, visto que valores de DPM acima de 0,8 são considerados substanciais. 

Análise de subgrupos baseado no tipo de simulador mostrou que ambos apresentem eficácia semelhante: usuários do dVSS GEARS DPM =1,18(95% IC 0,91-1,45) e OSATS DPM = 1,05 (95% IC 0,78-1,32) enquanto usuários do SimNow atingiram GEARS DPM = 1,30 (95% IC0,88-1,72) e OSATS DPM = 1,15 (95% IC 0,83-1,47). Os intervalos de confiança se sobrepõem, reforçando que não há relevante diferença estatística entre eles. 

Para tarefas específicas, dez estudos identificaram diminuição de tempo de realização das mesmas após treinamento (DPM = -0,95; 95% IC -1,21 a -0.68; p < 0,001) e sete estudos identificaram significativa diminuição na taxa de erro após treinamento (DMP = -1,03; 95% IC -1,29 a -0,77; p< 0,001). Nos estudos que houve avaliação de ambas métricas houve diminuiu 25 a 35 segundos e a taxa de erros caiu 40-60%, evidenciando melhora de eficiência e segurança. 

Nove estudos identificaram um platô de eficiência, definido como o ponto no qual não há melhora significativa (p>0,05) nas pontuações GEARS ou OSATS, entre 15 e 35 sessões de treinamento (mediana = 22; Intervalo interquartil (IQR) 18-28) e o mesmo reportado em literatura para treinamentos laparoscópicos e endoscópicos. Cinco estudos estenderam a análise para procedimentos clínico reais com achados semelhantes desse platô após 20-30 procedimentos.  

Cinco estudos identificaram discreto efeito de transferência de experiência prévia para cirurgia videolaparoscópica (DPM = 0,40; 95% IC 0,15-0,5; p=0,002) e efeito não significativo para cirurgia aberta convencional (DPM = 0,10; 95% IC -0,12 a 0,32; p=0,36). Tais achados são relevantes no sentido da necessidade de treinamento específico para cirurgia robótica. 

Nove estudos utilizaram padrões de proficiência definidos por especialista como exemplo de 80% de sucesso na realização de tarefas específicas ou 3 repetições consecutivas sem erros. A incorporação de feedback de especialista em tempo real acelerou a aquisição de habilidades diminuindo o número de sessões para atingir o platô de 23 para 18 (p=0,01). Avaliação por especialistas por sua vez proporciona um feedback qualitativo e um debriefing (discussão pós simulação) enriquecedor, servindo de complemento às medidas quantitativas. 

Novas tecnologias de inteligência otimizada para avaliação de performance e feedback com aceleração de aprendizado foram descritas por um único estudo. Há, portanto, oportunidades de novos estudos para desenvolvimento de tecnologias de aprendizado otimizadas, com ganho de escala em recursos de aprendizagem, treinamento assíncrono, redução da carga docente e individualização do suporte ao trainee. 

Mensagem prática 

O estudo mostrou vários benefícios do treinamento de habilidades para a cirurgia robótica. Sendo benéfica a combinação de sessões em simuladores dedicados com aferição objetiva de métricas de habilidades, uso de ferramentas validadas de aferição e acompanhamento por especialistas experientes.  

As habilidades necessárias para cirurgia robótica são específicas e não seguem um modelo de “escada”, onde o primeiro degrau seria a cirurgia aberta convencional, o seguinte a videolaparoscopia e por fim a cirurgia robótica. Isso pode ir contra a um pensamento que a habilidade em robótica seria uma progressão linear a partir dessas outras áreas da cirurgia. 

Nunca é demais lembrar que a atualização continua por conhecimentos em anatomia, fisiopatologia, técnica operatória, cuidados peri-operatórios, relação médico e paciente e relação médico e equipe são fundamentais para qualquer modalidade de cirurgia.