Este artículo examina la integración de la realidad aumentada (AR) sin marcadores dentro del Robot Quirúrgico da Vinci, utilizando inteligencia artificial (IA) para mejorar la precisión. El principal desafío en la creación de AR para estos sistemas es el pequeño tamaño (5 mm de diámetro) de las cámaras utilizadas. Los enfoques tradicionales de calibración de cámaras producen errores significativos cuando se utilizan para cámaras en miniatura. Además, el uso de marcadores externos puede ser obstructivo e inexacto en entornos quirúrgicos dinámicos. El estudio se centra en superar estas limitaciones de los métodos tradicionales de AR mediante el uso de redes neuronales avanzadas para la calibración de cámaras y el procesamiento de imágenes en tiempo real. Demostramos el uso de una red neuronal densa para reducir el error total de proyección al aprender directamente la correspondencia de un punto 3D a un plano de imagen 2D. Los resultados muestran un error mediano de 7 píxeles (1.4 mm) al utilizar una red neuronal, en comparación con un error de 50 píxeles (10 mm) al utilizar un enfoque más tradicional que involucra la calibración de cámaras y la cinemática del robot. Este enfoque no solo mejora la precisión de la AR para procedimientos quirúrgicos, sino que también ofrece una integración más fluida con las plataformas robóticas existentes. Estos hallazgos de investigación subrayan el potencial de la IA para revolucionar las aplicaciones de AR en la robótica médica y otros sistemas teleoperados, prometiendo intervenciones más eficientes y seguras.