En este artículo, proponemos un proceso de análisis de imágenes de quirófano (SO) que preserva la privacidad y la detección de eventos para optimizar el flujo de trabajo en quirófano. En primer lugar, se utiliza un modelo basado en visión artificial para generar un gemelo digital (TD) del quirófano con información personal anonimizada de la imagen RGB original. A continuación, se utiliza el modelo SafeOR (un enfoque de dos flujos fusionados), que procesa la máscara de segmentación y el mapa de profundidad, para detectar eventos en el quirófano. Los resultados de la evaluación, utilizando 38 conjuntos de datos de pruebas quirúrgicas simuladas, muestran que el enfoque basado en el TD tiene un rendimiento similar o superior al del modelo original basado en imágenes RGB. El gemelo digital permite el análisis del flujo de trabajo en quirófano, preservando la privacidad, y contribuye al intercambio anónimo de datos y a una mejor generalización del modelo entre instituciones.
