Complejidad y Sistemas de Salud

Los modelos derivados de la mecánica newtoniana asociados a la predicción y gestión, aplicables analógicamente a las organizaciones funcionó relativamente bien durante las primeras dos revoluciones industriales, cuando estas podían analizarse usando diferentes partes del sistema, modificarlas a necesidad y cambiar el comportamiento hacia uno predecible. Esta metáfora de la máquina se queda corta en las organizaciones actuales de salud como los hospitales y aseguradoras ya que su dinámica no lineal e impredecible no permite garantizar que los cambios ejecutados produzcan los desenlaces deseados. Hemos tocado un techo evolucionario llamado complejidad…somos sistemas complejos adaptativos.

Los sistemas de salud y sus organizaciones se han vuelto cada vez más complejas ya que el modelo antiguo entre médico y paciente ha sido reemplazado por redes de servicios, múltiples agentes y transacciones, cantidad masiva de datos multifuente y especialmente por los servicios fragmentados que necesitan coordinarse entre múltiples proveedores y ser sostenibles a través de diversas estrategias de negociación y acuerdos. Los hospitales universitarios y las asociaciones científicas por otro lado funcionan también como sistemas complejos adaptativos ya que tienen actores con libertad de acción es decir con autonomía profesional e influencia sobre otros.

Artículo relacionado: Transformando la Ecuación del Riesgo en Salud

¿Qué es un sistema adaptativo complejo?

Un sistema adaptativo complejo (SAC) es un conjunto de individuos o agentes individuales con libertad de actuar en formas que no son siempre predecibles y cuyas acciones están interconectadas de tal forma que las acciones de cada uno pueden cambiar el contexto de los demás.

Las características de un sistema adaptativo complejo compiladas por Homer-Dixon son:

• Límites difusos,
• Acciones de sus agentes basadas en reglas internalizadas, los agentes y los sistemas son adaptativos y de comportamiento dinámico,
• Los sistemas están embebidos dentro de otros sistemas y co evolucionan, entonces la tensión y la paradoja son fenómenos naturales dentro de ellos que no necesariamente requieren resolverse,
• La interacción entre sus miembros lleva a comportamientos que están continuamente surgiendo y cambiando, tienen no-linealidad e impredictibilidad inherente a ellos mismos
• Finalmente tienen un comportamiento atrayente con auto organización gestionada a través de reglas locales de simple aplicación

A modo de énfasis un SCA debe tener:

1. Un alto grado de conectividad,
2. Límites difusos,
3. Alto requerimiento de energía de alta calidad (por sus colisiones),
4. Comportamiento no lineal y
5. Aparición de nuevas propiedades

Es importante adicionar que estos sistemas generalmente tienen atractores, es decir situaciones que intentan traer el sistema a un estado estable.

También puede leer: Colombia actualizará su política pública para habitantes de calle

Tabla 1: Comparación entre sistemas complicados versus complejos

Los sistemas biológicos y sociales son inherentemente complejos. En salud hay muchos niveles de estos sistemas, por ejemplo:

1. El cuerpo humano está compuesto de múltiples sistemas fisiológicos interactuantes y auto regulados incluyendo sistemas de feedback bioquímicos y neuroendocrinos,
2. El comportamiento de cualquier individuo que está determinado parcialmente por un set interno de reglas basadas en experiencias pasadas y particularmente por respuestas adaptativas únicas a los nuevos estímulos del ambiente,
3. Los individuos y sus relaciones sociales inmediatas que están embebidas dentro de sistemas sociopolíticos y culturales y que pueden influenciar los desenlaces en formas impredecibles.

Por todo lo anterior ni la enfermedad ni el comportamiento humano son predecibles ni pueden ser modelados como un sistema sencillo y lineal de causa y efecto, por lo tanto el cuerpo humano no es una máquina y sus alteraciones no pueden analizarse adecuadamente rompiendo el sistema en sus componentes y considerando a cada uno en aislamiento. Algunos ejemplos de situaciones complejas en salud son el control glicémico en pacientes diabéticos, la variabilidad en el diagnóstico clínico y las actividades de promoción de la salud.

Artículo exclusivo: Estados Unidos actualiza directrices para proteger la privacidad del paciente

Gráfica 1: Control glicémico individual como SCA

Centrándonos en la incertidumbre diagnóstica que es muy frecuente especialmente en la atención primaria y en la concordancia diagnóstica entre los médicos, es importante empezar diciendo que es muy difícil generar una respuesta definitiva en condiciones de alta incertidumbre y baja concordancia de tal suerte que estas dos dimensiones nos pueden clasificar los ambientes de decisión en simples es decir aquellos que tienen alta certeza y alta concordancia, caóticos aquellos de baja certeza y baja concordancia o complejos que tienen niveles intermedios de estas dos dimensiones (ver gráfico 2).

También puede leer: Carolina Corcho: nueva ministra de Salud de Colombia

Gráfica 2: Ambientes de decisión en salud

¿Cómo gestionar la complejidad en las decisiones clínicas?

En un paciente con un problema clínico los niveles de concordancia y de certeza pueden mapearse desde los hallazgos clínicos, el conocimiento científico relevante y los valores y prioridades de los pacientes. Si estos caen en la zona simple es razonable utilizar técnicas de gestión mecánica es decir guías de práctica clínica basadas en la evidencia que en realidad son sistemas simples de reglas, sin embargo pocas veces las situaciones clínicas caen en esta zona por lo que en la mayoría de circunstancias el juicio clínico necesitará asistirse por elementos reducibles de la incertidumbre factual y subyacer en forma equilibrada a la intuición y la interpretación de una historia mucho más amplia de la enfermedad, en estos casos la adherencia sin crítica a las guías o protocolos puede hacer más daño que beneficio y por tanto se requieren herramientas que permitan gestionar la complejidad con contexto. Algunos autores recomiendan estas estrategias:

1. Utilizar la intuición y el pensamiento contextual: los médicos frecuentemente hacen lo que ellos creen es lo mejor pero no definitivamente la decisión “correcta” (yo creo que esto no existe en medicina), es decir basarse en la experiencia, la evidencia analizada y especialmente el conocimiento de la historia individual.
2. Experimentar, es decir intentar opciones de manejo con pacientes utilizando el esquema de intento/error o un ciclo de planeación, acción, verificación y retroalimentación (PHVA).
3. Especificación de mínimos, es decir ofrecer a los pacientes objetivos generales, sugerencias y ejemplos pero no intentar trabajar todo al mismo tiempo, ser realistas, no intentar abarcar más de lo que se puede.
4. Fragmentar es decir en lugar de tratar de resolver cada problema tratar de resolver uno o dos, priorizándolos y utilizando técnicas de resolución de problemas. Es posible que otras soluciones se desarrollen una vez se hayan solucionado los problemas de mayor impacto.
5. Uso de metáforas. La comunicación es difícil cuando se está en un escenario complejo, el utilizar metáforas puede crear un entendimiento compartido
6. Utilizar preguntas provocadoras, confrontativas, aquellas que pueden generar ideas con presunciones básicas.

Artículo relacionado: Educación Médica 5.0. – Parte 1

Estas recomendaciones se encuentran en el micronivel (médico-paciente), pero existen diversas metodologías aplicables a las organizaciones. Estas integran la ciencia de la decisión y los sistemas complejos adaptativos, algunas utilizan simulaciones como el método ABM es decir Modelación Basada en Agentes, la cual permite representar escenarios complejos y a la vez comportamientos emergentes. Otros métodos consisten en disminuir la variabilidad y ajustar modelos de reglas mediante modelos de inteligencia artificial especialmente usando aprendizaje supervisado, pero recientemente utilizando aprendizaje reforzado que es menos restrictivo.

¿Por qué las soluciones industriales (usualmente) no funcionan en el sector salud?

A diferencia de otros sectores en donde los abordajes de descomposición funcional de los problemas y la toma de decisiones basadas en costo o en modelos de optimización han sido exitosos, el uso de estas estrategias en salud pueden ser problemáticas por diferentes razones pero esencialmente por el tipo de servicio que es la salud. De igual forma los modelos de relacionamiento no se traducen necesariamente en una mejora en los resultados de salud o en la experiencia de las personas, ejemplo de ello son los modelos de pago por evento que no generan incentivos para una atención coordinada o colaborativa ya que se enfocan en episodios individuales de atención y en capacidades volumétricas sin que generen valor.

Para poder abordar la ciencia de la decisión y entender a los sistemas de salud como un sistema complejo adaptativo hay 3 factores claves:

1. Los sistemas de salud tienen estabilidad limitada y por tanto desarrollar modelos de causa efecto o de método científico tradicional o decisiones reduccionistas garantizarán la falla de los mismos.
2. Los soportes tradicionales que miden a los sistemas lineales como oferta y demanda o calidad y costo no son útiles como sistema de control en salud.
3. Las métricas utilizadas para evaluar el sistema deben ser métricas sistémicas y no desarrolladas para evaluar un contexto particular de un problema ya qué se ignoran los componentes de interacción en el mismo (en este escenario los análisis de colisión mediante redes neuronales profundas pueden ayudar mucho).

También puede leer: Identificación y gestión de ineficiencias en salud

Sin embargo, a pesar del gran interés en los sistemas complejos y en las dinámicas no lineales desde el año 2001, han sido pocas las aplicaciones del conocimiento y la innovación sobre la complejidad y la adaptación en los sistemas de salud que se han aplicado en la vida real.

Sigue siendo un reto cambiar la visión conservadora jerárquica de la enfermedad hacia una de pensamiento complejo, dinámico y biopsicosocial. Esto requiere el empoderamiento de los liderazgos adaptativos en las organizaciones de salud, ello consiste en dedicarse en no dedicarse a resolver problemas de la microgestión diaria sino en facilitar el trabajo adaptativo necesario para que la gente lo haga directamente mediante la innovación, esa palabra que está siendo sobreutilizada en nuestro sector.

Lecturas recomendadas

1. Health Care Organizations as Complex Adaptive Systems. Ratnapalan, S. The Health Care Manager 2019.
2. The challenge of complexity in healthcare Paul E Plsek, Trisha Greenhalgh BMJ, 2001 vol 323
3. Complexity and clinical care, Tim Wilson, Tim Holt BMJ, 20221, vol 324
4. Complex adaptive systems approaches in health care—A slow but real emergence?. Editorial en J Eval Clin Pract. 2018;24:266–268.
5. Decision-making in healthcare as a complex adaptive system. Kuziemsky Craig. Healthcare Management Forum 2016, Vol. 29(1) 4-7