La salud aún cojeando en la era análoga

Treinta mil pacientes del sistema público chileno murieron a lo largo de 2021 en espera de una cirugía; 82 personas diarias, 3,4 por hora; diez veces los fallecidos en el 11 de septiembre de 2001 en Estados Unidos.

La incorporación de atenciones GES, aquellas cuyo tiempo de espera está garantizado, supuso un salto cuántico, es cierto. Sin embargo, es todavía mucho lo que queda por hacer en el sistema que atiende al 83% de los ciudadanos. Desde el minuto en que un paciente se inscribe en la lista de espera de una cirugía no acogida al GES, debe armarse de paciencia para enfrentar 574 días de espera promedio. Mientras que en la OCDE el promedio de espera para una prótesis de rodilla es de 189 días, acá cerramos el ranking con 839 frustrantes jornadas. Hasta 2.190 días –seis años– se han registrado. A ritmo de ocho horas diarias, tiempo suficiente para leer la Biblia 246 veces, o ver la filmografía completa de Stanley Kubrick 645 veces.

Este jodido intríngulis, complejo y multivariado, rastrea su agudización reciente a un ensanche en la oferta y un embudo en la demanda. El número de inscritos aumentó 10% solo el último trimestre y la oferta se contrajo durante la pandemia, periodo en que se resolvió postergar los procedimientos no urgentes. Como resultado de ambos efectos, el tiempo promedio de espera aumentó 75% entre 2020 y 2022.

¿Alguna luz al final del túnel? Podría haberla, siempre y cuando seamos astutos para aprovechar el arsenal tecnológico que se yergue ante nuestros ojos. A fines de marzo, Bill Gates escribió un breve documento titulado La era de la inteligencia artificial ha comenzado. Singularizó solo dos áreas que podríamos llamar “sectoriales” en las que visualiza especial potencial: salud y educación. Escribió que las inteligencias artificiales “ayudarán a los trabajadores de la salud a aprovechar al máximo su tiempo al encargarse de ciertas tareas, como presentar reclamos de seguros, lidiar con el papeleo y redactar notas de una visita al médico […] les dará a los pacientes la posibilidad de realizar una clasificación básica, obtener consejos sobre cómo lidiar con los problemas de salud y decidir si necesitan buscar tratamiento”.

Existe el razonable temor de que estas herramientas cometerán errores. Y ciertamente lo harán. Pero, como bien expresó el presidente de OpenAI en su demostración de ChatGPT: “No es perfecto, pero tampoco lo somos los seres humanos”. La meta no es que sea infalible. Eso es imposible. La meta es que no cometa más errores que nosotros. Si la calidad es al menos equiparada, la productividad se va a las nubes, porque son infinitamente más rápidas.

La trifulca en torno a las isapres es fundamental, sí, pero no puede acaparar la totalidad de nuestro ancho de banda mental. Sobre todo porque la energía dedicada a mejorar la productividad no es a costa de resolver aquel dilema sino que, por el contrario, propende a su resolución. Por fortuna, y a diferencia de desafíos como pensiones o minería, en la gestión de salud sí hay mucha “fruta colgando de ramas bajas”: una pléyade de tecnologías que gritan por ser implementadas. Requerimos una batería de medidas –tanto políticas públicas como soluciones privadas– capaz de canalizar el boyante caudal inventivo que brota desde los valles de silicio de este mundo. El resultado será un sistema más equitativo y más justo. Debemos emular la decisión con la que abordó un objetivo similar el Servicio de Impuestos Internos (SII) en la década de 1990, pero con triple turbo y con las dinámicas del 2023. Y hay que apurarse, porque partimos en los potreros: primero los médicos registran la patología a intervenir mediante códigos larguísimos y, por tanto, susceptibles a error (problemas de cadera han sido abordados con cirugía de amígdala). En la mayoría de los casos luego se imprime un papel físico con el diagnóstico, que es a continuación tipeado en un sistema interno del hospital.

En Pivotes anhelamos conectar iniciativas existentes –su visión, experiencia y know how– con la solución de problemas públicos. Allí está, por ejemplo, la Fundación Lista de Espera, cuya misión es reducir las listas de espera mediante una solución público-privada. Necesitamos muchas, muchas más.