Históricamente la cantidad de metros cuadrados de un hospital, sus equipos biomédicos con tecnología de punta, el talento humano, sus premios en calidad y los reconocimientos científicos se consideraban como los bienes más valorados por la Junta Directiva de una entidad de salud antes de negociar contratos de servicios o la venta de sus acciones a propios o extraños. La Clínica Las Américas y la Clínica de Occidente fueron vendidas meses atrás a grupos económicos del exterior por cifras altísimas y es muy probable que además de sus bienes tangibles y su potencial crecimiento, los nuevos dueños reconocieran un valioso activo que pocas veces consideramos en nuestros balances contables: las bases de datos y los algoritmos predictivos que con ellas se pueden crear.
La autora del libro "La era de la vigilancia del capitalismo", Soshana Zuboff, PhD., menciona en el texto y en varias entrevistas en EEUU, que las bases de datos de redes sociales podrían servir a las empresas multinacionales para predecir y "moldear" nuestro estilo de consumo. Es decir, nos aproximamos cada vez más a una manipulación de las grandes empresas para inducir en los clientes, la compra de objetos que muchas veces no necesitamos y más aún, para modelar nuestro comportamiento y nuestros sentimientos hacia el consumo. Estamos cerca de producir computadores que interpreten nuestros deseos y emociones ("Homo Deus", Yuval Noah Harari, PhD.).
La inteligencia artificial, los algoritmos predictivos y los macro datos (Big Data) están convirtiéndose en el "oro puro" de nuestra sociedad. Pocas personas en una comunidad (con excepción del Silicon Valley en California) y algunos grupos de élite en Ingeniería de Sistemas, están en condiciones de comprender el alcance de estas innovaciones y al mismo tiempo, desarrollarlas con fines productivos. Canadá está a punto de poner en marcha un gran centro para desarrollar la inteligencia Artificial, que tendrá los mejores expertos en el mundo (ver: https://www.bbc.com/
Pocos años faltan para que los computadores actuales puedan desarrollar sistemas inteligentes que permitan realizar (con mayor certeza que un médico especialista), un diagnóstico clínico y sugieran además, los mejores tratamientos. Estos avances se deben al gran medida al manejo de millones de datos acumulados en bases de datos biomédicas y al uso de los algoritmos. En pocos años, un celular con una App de bajo costo, leerá una imagen de una radiografía de tórax y podrá diagnosticar una tuberculosis o un cáncer de pulmón con tanta certeza como lo hace un médico radiólogo de cinco años de experiencia.
En menos de un lustro, un brazo robótico podrá analizar una gota de sangre de un paciente hospitalizado con la eficiencia de una bacterióloga con 15 años de trayectoria laboral y entregar los resultados de química sanguínea, hormonas y microbiología en cinco minutos al médico tratante. Además, le sugerirá el diagnóstico del paciente y su tratamiento según las últimas evidencias científicas. Esto lo hará el robot las 24 horas del día sin agotarse y sin pedir licencias para ir al colegio de sus hijos a una entrega de notas.
Los algoritmos predictivos cambiarán el modelo actual de la epidemiología. Solemos revisar las bases de datos de morbilidad y mortalidad de una EPS, una IPS o un municipio y explicamos con análisis muy detallados, la situación de salud de quienes están vivos. Es decir, usamos la mortalidad histórica para proponer planes de salud en quienes han sobrevivido.
Eso cambiará en el futuro. Con Big Data, Inteligencia Artificial y modelos matemáticos y estadísticos avanzados, podremos predecir el número de pacientes que presentarán fracturas de fémur según la cercanía del pago de la pensión en los adultos mayores, las promociones de los almacenes de cadena, el índice de lluvias y el tránsito vehicular de una parte de la ciudad. Eso será epidemiología prospectiva para reducción de riesgos en salud y de los costos médicos asociados.
Esto no es ciencia ficción. En Facebook y Twiter existen algoritmos predictivos para reducir el número de casos de intento de suicidio en jóvenes. Con las redes sociales interconectadas, los jóvenes que mencionan palabras de riesgo como "quiero morir", "para qué esta vida", o los que buscan en Google técnicas de suicidio, reciben una llamada o una visita de un Trabajador Social del 911 ubicado cerca a su computador. Estos algoritmos ya salvan vidas. Ver: https://www.nytimes.com/
Algunos expertos están desarrollando sistemas de información similares para predecir el comportamiento de la malaria, de la tuberculosos o del cáncer y posiblemente en las reuniones de epidemiología del futuro, tendremos a nuestro lado a matemáticos, físicos e ingenieros capacitados en inteligencia artificial y Big Data quienes revelarán las predicciones de cada mes en una EPS o una IPS según variables como la edad de los afiliados, el mes del año, el cambio de temperatura, el nivel de contaminación de la ciudad, la tasa de cambio del dólar y hasta el raiting de las nuevas películas de Netfllix. Cada variable aportará un patrón de comportamiento predictivo y con ello la posibilidad de un brote o de un colapso en los servicios de hospitalización para adultos.
Toda esta información demográfica, del clima, de los hábitos de consumo y de las redes sociales quedará interconectada con los datos de glucemia en ayunas, de las cifras de presión arterial en los últimos seis meses, de los resultados de una tomografía de abdomen, del peso, de la estatura, de las horas de sueño y hasta del conteo de espermatozoides de nuestros pacientes. Esta red de datos, esta magnífica información será sin duda el tesoro más valioso de una entidad de salud (sea EPS o IPS). Con una base de datos sólida, un posible inversionista determinará si los afiliados a una entidad aseguradora generarán más gastos que utilidades y podrá predecir los casos por mes, las epidemias y los riesgos de mortalidad por cáncer o demás enfermedades de alto costo.
Es decir, una base de datos podría salvar a una entidad de un colapso económico y más aún, podría valorizar la empresa más que los equipos biomédicos o los metros cuadrados de construcción. Pero en esencia, quienes la usen con ética e inteligencia podrán salvar vidas.
La epidemiología descriptiva que tanto usamos para los comités de vigilancia y para tomar decisiones en salud pública pasará a la historia. Los mapas inteligentes con geo-localización de riesgo, los algoritmos avanzados y el Big Data son realidades teóricas que nos deben llevar a la reflexión sobre la formación del talento humano en salud para los próximos años. ¿Estamos formando el talento humano en salud para la revolución tecnológica e informática que se aproxima? Quedarnos en el pasado sin innovar, será como atender un paciente infectado sin guantes ni tapabocas: un evento adverso muy grave.
Con los estudiantes de epidemiología y de GESIS tenemos la gran responsabilidad de desarrollar innovaciones biomédicas que se aproximen a este futuro lleno de oportunidades y retos. De hacerlo bien, los egresados tendrán una maravillosa alternativa laboral en las entidades de salud. O mejor, liderarán las nuevas empresas de Inteligencia Artificial en Colombia, pues el sector salud ya moviliza cerca de 45 billones de pesos cada año y en gran medida, quien maneje las bases de datos y la información de este sector de la economía, tendrá gran parte del poder en el país.
La otra alternativa, es dejar estas innovaciones en manos de los privados quienes no suelen tener una gran perspectiva social de la Salud Pública. Por eso es mejor adelantarnos.
¿Nos montamos en ese bus o lo dejamos pasar?
Alejandro Vargas Gutiérrez., M.D., MSc.
Egresado Maestría en Epidemiología
Facultad Nacional de Salud Pública,
Universidad de Antioquia.
Fuente imagen: Fierce Biotech, de https://bit.ly/2lDaoiA
