Enrique Dans

El Dr. Jose Juan Gómez de Diego me invitó a participar en eCardio 2019, el congreso virtual desarrollado por la Sociedad Española de Cardiología (SEC) que va ya por su tercera edición, que mantiene una actividad muy notable a lo largo de sus sesiones, y que además, pude comprobar que tiene una organización y una producción cuidadísimas y muy profesionales. Anteriormente ya había colaborado con la SEC en un par de ocasiones.

Concretamente, me pidió que diese mi visión sobre los que me parece pueden ser los retos del futuro cercano para la medicina (comienza con una conferencia del presidente de SEC, el Dr. Manuel Anguita, mi parte está a partir del minuto 34:40), un tema que me encanta y que, además, me interesa mucho en lo personal. Las ciencias de la salud son un tema relativamente recurrente en esta página desde hace mucho tiempo, pero además, lo es porque a lo largo del tiempo, para bien o para mal, he tenido numerosas ocasiones de experimentar con él desde un punto de vista práctico. La última oportunidad para ello proviene precisamente del ámbito de la cardiología: el pasado septiembre tuve mi primera fibrilación auricular, y después de algunas más, en diciembre pasé por quirófano para una crioablación de las venas pulmonares, a la que siguió un post-operatorio complicado y un blanking period en el que aún continúo (de ahí mi último cambio estético, son las cosas que tienen los anticoagulantes :-) Obviamente, siendo como soy, aproveché para probar todo tipo de dispositivos de control (Apple Watch 4, Wiwe, Kardia, etc.) y para adquirir algo de experiencia en el tema, así como para hablar con fabricantes y facultativos sobre su uso y posibilidades y añadirlo a mis impresiones previas sobre las posibilidades de la cuantificación personal, los wearables, etc. y su papel en el futuro de la ciencia y la investigación médica.

La primera parte de mi exposición fue muy directa: intentar que los profesionales de la medicina entiendan que, a día de hoy, pueden clasificarse en dos tipos, aquellos que creen – erróneamente – que un dispositivo de consumo nunca podrá contribuir a la investigación o al tratamiento médico porque carece de la precisión que posee un dispositivo médico como tal, y los que ya se han dado cuenta de que el hecho de llevar el dispositivo encima y, en muchos casos, siempre conectado, permite incrementar notablemente el rango muestral y, por tanto, reducir el error estándar. Básicamente, la diferencia entre los que saben y no saben estadística: un smartwatch que mide el ritmo cardíaco mediante fotopletismografía – que ya de por sí es una tecnología aceptada desde hace muchos años, y cuya precisión ha mejorado muchísimo en los últimos años – nunca va a poder obtener la precisión que se obtiene con doce electrodos dispuestos en distintas partes del cuerpo, pero mientras un electrocardiograma convencional se hace muy ocasionalmente, un Apple Watch va en la muñeca todo el tiempo y registra la frecuencia cardíaca de manera continua, con todo lo que ello conlleva. Pensar que eso es «un simple dispositivo de consumo» y que no ofrece posibilidades para la investigación es no haber entendido nada.

Así, de la mano de la electrónica de consumo, entran en escena nuevos actores como Apple, Google y muchas otras, con medios para llevar a cabo estudios clínicos ambiciosísimos, con tamaños muestrales nunca vistos, que además, diseñan y ofrecen dispositivos que pueden convertirse en un paraíso para los hipocondríacos – y consecuentemente, una pesadilla para el facultativo – pero también en una amplia gama de posibilidades para la atención médica y, sobre todo, para la investigación. Aquellos profesionales de la salud capaces de entender la importancia de que, de la noche a la mañana, millones de personas lleven un monitor cardíaco en la muñeca o un smartphone para el que poder crear apps capaces de evaluar una amplia gama de parámetros o en el que almacenar sus parámetros de salud pueden, por ejemplo, contactar con Apple y participar en su iniciativa de investigación, donde pueden llevar a cabo investigación médica en muchos casos con tamaños muestrales impresionantes y relativamente fáciles de obtener.

A partir de ahí, todo indica que el futuro de la salud está, como hemos comentado en muchas ocasiones, en el paso de una salud reactiva a un planteamiento proactivo, a una monitorización cada vez mayor de más parámetros para, con la asistencia de algoritmos de machine learning, poder plantearse que muchas de las cosas que hoy hacemos cuando vamos a una consulta de un médico, puedan llevarse a cabo de formas infinitamente más eficientes. Obviamente, esto tendrá que llevar aparejados otros procesos para que el facultativo no vea reducidas sus fuentes de ingresos, así como para diseñar procesos que puedan posibilitar el progresivo avance de la ciencia médica en su conjunto. En no mucho tiempo, una buena parte de la Medicina que conocemos «se habrá dado la vuelta», y en lugar de ir al médico cuando nos duele algo, será el médico el que nos llamará cuando un algoritmo detecte, en función de las métricas que obtiene de nuestros dispositivos, que algo podría no estar funcionando bien.

Entender que ese cambio resulta fundamental en términos no solo de eficiencia, sino también de calidad de servicio y de coste será el factor fundamental a la hora de plantearse si ese tipo de servicios, que sin duda nacerán en el ámbito privado, llegan a evolucionar para llegar también a la sanidad pública, un proceso fundamental si no queremos terminar en un escenario de medicina elitista. Asimismo, el papel de las compañías de electrónica de consumo y su regulación también afecta, dado que seguramente no será lo mismo disponer de dispositivos creados por compañías que garanticen de manera radical la privacidad, frente a otros creados por empresas que explotan el análisis de los datos o que puedan tener protocolos de seguridad menos fiables.

¿Por dónde se empieza? Desde mi punto de vista, esta revolución solo puede empezar por el ámbito de la investigación. Únicamente las compañías que nazcan con una vocación de avanzar en el tratamiento de una especialidad determinada podrán garantizar la seriedad necesaria para hacer avanzar algo así. Crear un producto de consumo que te avisa de una arritmia y que lo evalúa incluso mejor que un médico es algo que no es sencillo, pero que resulta técnicamente factible. Plantearse que lo que quieres hacer es explotar los datos generados para gestionar esos alarmantes avisos de forma óptima o para llegar a detectar otra serie de afecciones antes no detectables de manera sencilla es donde radica la parte para mí claramente diferencial.

Las empresas farmacéuticas también tendrán un papel fundamental, y en muchos casos pasarán de ser meras proveedoras de sustancias químicas empaquetadas a convertirse en auténticos proveedores de servicios que monitoricen desde la adherencia a un tratamiento hasta muchos otros parámetros, mediante la sensorización progresiva y el desarrollo de apps de monitorización o de otros elementos adicionales al de la simple pastilla.

¿Significa esto que la tecnología tomará el papel del médico? En absoluto, pero sí que veremos en la Medicina un proceso similar al que vimos en, por ejemplo, la publicidad, donde los mad men tradicionales terminaron siendo vencidos por los math men analíticos. Parafraseando a Erik Brynjolfsson como ya he hecho en numerosas ocasiones, el machine learning no reemplazará a los médicos, pero los médicos que entiendan machine learning posiblemente reemplazarán a los que no. Cada vez veremos más algoritmos implicados en el diagnóstico y el tratamiento de más dolencias en las que una analítica de datos adecuada pueda proporcionar las claves necesarias. La combinación de machine learning y Medicina es una enorme oportunidad, lo estamos viendo ya y cualquier profesional debe plantearse que lo verá cada vez más a lo largo de lo que le quede de vida profesional.

¿En qué especialidades se avanzará más rápido? Sin duda, en la Cardiología, que ya de por sí es profundamente analítica y ha desarrollado una fortísima cultura de la importancia de los datos, y en otras como la endocrinología, concretamente vinculada al ámbito de la diabetes, donde también pueden generarse datos de manera relativamente sencilla, aunque lógicamente veremos este proceso en todas las especialidades de la ciencia médica y vinculado a analíticas de cada vez más tipos. Y en ese sentido, un país como España, con uno de los mejores sistemas de salud del mundo, podría llegar a tener mucho que aportar.

This post is also available in English in my Medium page, “The challenges facing medicine in the near future«