En 2017, el ordenador AlphaGo de DeepMind derrotó al campeón mundial del juego de estrategia Go. El ordenador solo conocía las reglas del juego, que tiene más movimientos posibles que átomos en el universo visible. Algunos lo vieron como un hito: el momento en que las máquinas se volvieron oficialmente más inteligentes que la humanidad.
Sin embargo, un detalle sutil (que no se difundió tanto) fue que AlphaGo desafió convenciones arraigadas sobre los movimientos. Como consecuencia, los grandes maestros del juego han reconocido que se sienten liberados y se han atrevido a imaginar nuevos movimientos y estrategias que están dando lugar a rachas extraordinarias de victorias.
Pero ¿qué tiene que ver esto con la atención sanitaria?
Actualmente estamos inmersos en una revolución tecnológica que está dotando a las máquinas de la capacidad de aprender y encontrar soluciones por sí mismas. Las máquinas empiezan a desafiar la imaginación humana de una manera quizá inesperada, y que podría, paradójicamente, enseñar a la humanidad a atreverse a imaginar más allá de nuestras limitaciones actuales y desencadenar una revolución creativa. Así, en el ámbito de la atención sanitaria, es probable que el aprendizaje automático identifique nuevas medidas fisiológicas capaces de orientar e inspirar a los médicos hacia nuevas formas de mantener la salud y estabilizar las enfermedades.
Cállate y calcula
Toda la ciencia clínica se ha visto moldeada únicamente por la capacidad histórica de medir algo. Medimos la presión arterial solo porque hace 150 años alguien descubrió que podía hacerlo, sin comprender al principio todas sus implicaciones. Una década más o menos después, los médicos demostraron que las personas con presión arterial alta sufrían más episodios potencialmente mortales que aquellas con valores más bajos, lo que a su vez impulsó el desarrollo de fármacos para reducirla. Varios años más tarde, llegaron pruebas concluyentes de que estos medicamentos podían reducir episodios cardiovasculares potencialmente mortales, como los accidentes cerebrovasculares, los infartos mortales y la insuficiencia renal. Así, de aquella investigación inicial sobre la presión arterial surgió todo un campo de la ciencia clínica y una industria asociada de diagnóstico, investigación y tratamiento.
La próxima revolución comenzará con las medidas convencionales de la salud que sustentan los campos clínicos existentes y luego evolucionará para utilizar el aprendizaje automático con el fin de identificar otras señales obtenidas mediante dispositivos de consumo, que puedan incorporarse a las trayectorias de vida saludable desde la cuna hasta la tumba.
Pensemos, por ejemplo, en cómo podría evolucionar el ecosistema de atención sanitaria en torno a la disponibilidad generalizada del electrocardiograma (ECG) o de un indicador equivalente del latido y el ritmo cardíacos.
Un importante reto clínico para la ciencia clínica convencional es un trastorno del ritmo cardíaco llamado fibrilación auricular, cuya prevalencia va en aumento y que suele presentarse sin síntomas hasta provocar un accidente cerebrovascular. La fibrilación auricular puede ser intermitente, pero se diagnostica fácilmente mediante un ECG y se trata con facilidad para prevenir un accidente cerebrovascular. Cabe señalar que el recién lanzado Apple Watch 4 incorpora un ECG y, aunque aún no se ha demostrado su valor, sí muestra cómo los dispositivos de diagnóstico de consumo podrían repercutir en la salud de la población.
Cuando estos dispositivos de diagnóstico estén ampliamente disponibles, surgirán nuevas vías de atención a la población. Otro tipo distinto de trastorno del ritmo cardíaco puede causar muerte súbita cardíaca y detectarse mediante un ECG o un indicador equivalente del latido cardíaco. Una persona en parada cardíaca debe recibir reanimación cardiopulmonar (RCP) en un plazo de cinco minutos para evitar daños cerebrales. Un ecosistema que utilice dispositivos inteligentes de consumo para alertar y convocar a una persona cercana que haya registrado su competencia para realizar RCP tendría un gran impacto en las tasas de supervivencia.
Además, el seguimiento a largo plazo y la integración de grandes volúmenes de datos de ECG con otros datos de biosensores y datos generales sobre el estilo de vida y el comportamiento sacarán a la luz señales aún no reconocidas que guardan relación con los resultados de salud. Y, sobre todo, permitirán que surjan campos completamente nuevos de ciencia clínica más precisa, eficaz y rentable, que podrían reemplazar mediciones poco refinadas como la presión arterial.
Revolución de la atención sanitaria
Ante el imparable aumento de la carga que soportan los sistemas de atención sanitaria de todo el mundo, preocupa mucho la tendencia a que cada vez menos jóvenes aspiren a estudiar medicina. Muchos señalan como factores contribuyentes los horarios innecesariamente largos e inflexibles y la falta de disposición de los sistemas sanitarios para adoptar la innovación.
La atención sanitaria se basa menos en la perspicacia y el criterio clínicos y más en pruebas e investigaciones que generan datos para tomar decisiones de gestión protocolizadas. El resultado es una obsesión creciente por las cifras que ha cambiado tanto el papel del médico como las expectativas de un público cada vez más exigente.
Paradójicamente, la solución podría consistir en disponer de aún más datos, algoritmos y protocolos, pero sacando estos procesos de las manos del personal sanitario y automatizándolos por completo mediante tecnologías inteligentes. Esto ofrece enormes ventajas, entre ellas una base de conocimientos más amplia, objetividad, capacidad de trabajo inagotable y la posibilidad de identificar y aprovechar nuevas señales de datos en los pacientes que antes no se reconocían.
El problema actual es que estamos en una fase de transición, en la que el personal clínico debe lidiar con una sobrecarga de datos y, al mismo tiempo, atender a pacientes cada vez más exigentes. Las tecnologías deben asumir el componente algorítmico de la atención, que se estima representa el 70% de la carga de trabajo de un médico. Esto permitiría que los médicos se centraran en el 30% restante y ofrecería una atención sanitaria mejor, más rentable y más satisfactoria.
En última instancia, esto impulsará un replanteamiento global de cómo se organiza y presta la atención sanitaria. ¿Podrían las tecnologías conectadas anunciar una forma real y sostenible de posibilitar programas eficaces de prevención y gestión de enfermedades a gran escala? Por primera vez, contamos con herramientas de atención conectada que permiten a las personas controlar mejor su propia salud y bienestar, e impulsar cambios en las actitudes, las expectativas y el comportamiento.
Al igual que los grandes maestros del Go, revitalizados, dejemos que los médicos y los investigadores se atrevan a imaginar que la transición al autocuidado conectado, junto con el aprendizaje profundo de las máquinas, puede identificar señales mejores y más útiles que enriquezcan la ciencia clínica y mejoren la salud de la población.
