Minhas primeiras Robóticas

Minhas primeiras Robóticas

A curva de aprendizado em cirurgia robótica não é um número

Apresentação: Dra Helizabet Salomão·Entrevistado(a): Dr Gustavo Barison·05 de setembro de 2026
Resumo

"Quantos casos são necessários?" é a pergunta que todo ginecologista faz antes de começar em cirurgia robótica — e é uma pergunta mal formulada. Os estudos publicados respondem com números que vão de 8 a 50 casos, e a diferença entre eles não é contradição: é o que cada um resolveu medir. Tempo de console, tempo de docking, tempo de sala e sutura têm curvas próprias, que estabilizam em momentos diferentes. Este episódio troca a pergunta "quantos casos" pela pergunta útil — o que exatamente ainda não funciona — e mostra por que o que encurta o começo de um cirurgião é treinamento estruturado, não volume solto.

A pergunta errada

Antes da primeira cirurgia robótica, a pergunta que aparece é sempre a mesma: quantos casos até eu me sentir seguro? É uma pergunta compreensível e é uma pergunta que a literatura não consegue responder do jeito que quem pergunta gostaria.

Não porque falte estudo. Porque "a curva de aprendizado" não é uma coisa só. Cada trabalho publicado escolhe um desfecho — tempo total de sala, tempo de console, tempo de docking, taxa de complicação, tempo de sutura — e a curva que ele descreve é a curva daquele desfecho. Trocando o desfecho, troca o número.

Este episódio é uma conversa com um cirurgião que já opera robótica sobre como foi, de fato, a sua transição. O relato pessoal é o corpo do episódio; a literatura entra como contraponto — para mostrar que a experiência de um não é anedota isolada, e ao mesmo tempo para impedir que ela vire regra para todos.

Os números publicados, e por que eles divergem

Uma análise de histerectomia robótica que separou as etapas do procedimento encontrou três curvas distintas dentro do mesmo procedimento: o tempo de console estabilizou em torno de 8 experiências, o docking em torno de 14, e a sutura foi a etapa mais lenta a se estabilizar, em torno de 26 [1]. O mesmo cirurgião, no mesmo dia, está em pontos diferentes de três curvas diferentes.

Um estudo japonês comparou a histerectomia robótica recém-implantada com a histerectomia laparoscópica de uma equipe já experiente. A curva do tempo total cruzou a da laparoscopia no 31º caso robótico; a curva do tempo operatório, descontado o preparo, cruzou no 11º [2]. A diferença entre os dois números é, essencialmente, o tempo de preparo de sala — que melhora com a equipe, não com o cirurgião.

Outros trabalhos, com desfechos e métodos próprios, chegaram a 50 casos para estabilização do tempo total em mãos de laparoscopistas avançados [3], 23 casos para queda significativa do tempo total por análise de soma cumulativa [4] e 33 casos para atingir proficiência em uma série oncológica [5].

Nada disso é contraditório. É a mesma constatação vista por lentes diferentes: a competência em robótica não chega de uma vez, e não chega por igual em todas as etapas.

O que isso muda na prática

A consequência prática do que está acima é uma troca de pergunta.

Em vez de "quantos casos eu preciso", a pergunta que organiza o treinamento é: qual etapa ainda não está automática? É uma pergunta que se responde caso a caso, sozinho, com honestidade — e que produz plano, não ansiedade. Se o docking ainda consome tempo, o treino é com a equipe e com a sala. Se a sutura é o gargalo — e os dados sugerem que costuma ser —, o treino é em simulador e em tarefa isolada, não em cirurgia.

Uma observação sobre a natureza desses estudos: quase todos são séries retrospectivas de um serviço ou de um cirurgião. Eles descrevem o que aconteceu ali. Nenhum deles é uma prescrição de quantos casos alguém precisa fazer antes de operar sozinho, e nenhum substitui a certificação e a supervisão institucional.

O que encurta a curva

Há uma evidência produzida no próprio serviço que sustenta a tese central deste episódio.

Um estudo do serviço de Endoscopia Ginecológica e Endometriose da Faculdade de Ciências Médicas da Santa Casa de São Paulo analisou 244 histerectomias laparoscópicas realizadas ao longo de sete anos, separadas em três períodos: cirurgias de titulares, cirurgias de residentes antes da implantação de um programa sistemático de treinamento de habilidades e sutura, e cirurgias de residentes depois da implantação desse programa. O tempo cirúrgico caiu de forma significativa no grupo operado depois do programa de treinamento [6].

O estudo é de laparoscopia, não de robótica — e essa distinção precisa ser dita. Mas o mecanismo que ele demonstra é o mesmo que está em discussão aqui: o que encurta o começo de um cirurgião é treinamento estruturado, com tarefa isolada e progressão, e não simplesmente acumular casos.

O limite que este episódio não ultrapassa

Falar de curva de aprendizado em robótica não é o mesmo que afirmar que a robótica entrega mais.

A revisão sistemática Cochrane sobre cirurgia robótica em ginecologia reuniu 12 ensaios randomizados e 1.016 mulheres. Na comparação de histerectomia entre via robótica e laparoscópica, os dados agrupados de 6 estudos e 585 mulheres não demonstraram diferença em qualquer complicação — o risco relativo foi 0,92, com intervalo de confiança de 0,54 a 1,59, que atravessa o 1 — com certeza de evidência classificada como baixa [7].

É por isso que a posição editorial deste canal é fixa: robótica e laparoscopia são complementares, nunca superiores uma à outra. Equipamento não garante desfecho superior, e a escolha da via continua sendo uma decisão do cirurgião, com a paciente.

Para levar

  • "Quantos casos?" é pergunta mal formulada. Os números publicados vão de 8 a 50 porque medem coisas diferentes.
  • Dentro de um mesmo procedimento há várias curvas: console, docking e sutura estabilizam em momentos distintos, e a sutura costuma ser a mais lenta.
  • Boa parte da diferença entre "tempo total" e "tempo operatório" é preparo de sala — melhora que depende da equipe, não do cirurgião.
  • A pergunta útil não é quantos casos faltam, e sim qual etapa ainda não está automática.
  • Treinamento estruturado encurta o tempo cirúrgico de forma demonstrável; volume solto não tem a mesma evidência.
  • Nenhum desses estudos autoriza promessa de desfecho superior: a revisão Cochrane não demonstrou diferença em complicações entre as vias.

Referências

  1. 1.Tang FH, Tsai EM. Learning Curve Analysis of Different Stages of Robotic-Assisted Laparoscopic Hysterectomy. Biomed Res Int. 2017;2017:1827913. PMID 28373977. https://doi.org/10.1155/2017/1827913
  2. 2.Iida Y, Komatsu H, Kudoh A, Azuma Y, Sato S, Harada T, Taniguchi F. The learning curve of introduced robotic-assisted hysterectomy versus skilled laparoscopic hysterectomy for benign gynecologic diseases. J Obstet Gynaecol Res. 2023;49(10):2494-2500. PMID 37493096. https://doi.org/10.1111/jog.15741
  3. 3.Lenihan JP Jr, Kovanda C, Seshadri-Kreaden U. What is the learning curve for robotic assisted gynecologic surgery? J Minim Invasive Gynecol. 2008;15(5):589-594. PMID 18722971. https://doi.org/10.1016/j.jmig.2008.06.015
  4. 4.Lee YJ, Lee DE, Oh HR, Ha HI, Lim MC. Learning curve analysis of multiport robot-assisted hysterectomy. Arch Gynecol Obstet. 2022;306(5):1555-1561. PMID 35767099. https://doi.org/10.1007/s00404-022-06655-5
  5. 5.Yotsumoto F, Sanui A, Ito T, Miyahara D, Yoshikawa K, Shigekawa K, Noguchi Y, Yasunaga S, Miyamoto S. Cumulative Summation Analysis of Learning Curve for Robotic-assisted Hysterectomy in Patients With Gynecologic Tumors. Anticancer Res. 2022;42(8):4111-4117. PMID 35896236. https://doi.org/10.21873/anticanres.15909
  6. 6.Lobão Gonçalves AL, Ayroza-Ribeiro HA, Lima RF, Yonamine AEE, Ohara F, Ayroza-Ribeiro PAG. The Impact of Systematic Laparoscopic Skills and Suture Training on Laparoscopic Hysterectomy Outcomes in a Brazilian Teaching Hospital. Rev Bras Ginecol Obstet. 2019;41(12):718-725. PMID 31856291. https://doi.org/10.1055/s-0039-1700587
  7. 7.Lawrie TA, Liu H, Lu D, Dowswell T, Song H, Wang L, Shi G. Robot-assisted surgery in gynaecology. Cochrane Database Syst Rev. 2019;4(4):CD011422. PMID 30985921. https://doi.org/10.1002/14651858.CD011422.pub2

Revisão científica: Prof. Dr. Paulo Ayroza Ribeiro

Educação médica independente e continuada. Conteúdo em camada aberta — CFM 2.336/2023. A IA apoia a decisão; quem decide, e responde, é o médico. Nenhum dado ou imagem de paciente é veiculado.
Profa. Dra. Helizabet Salomão Abdalla Ayroza RibeiroCRM 85949/SP · RQE 56380 · Ginecologia e Obstetrícia
Prof. Dr. Paulo Ayroza RibeiroCRM 60.560/SP · RQE 77239 · Ginecologia e Obstetrícia