ACADEMIA Y FÚTBOL

La vida académica, la investigación y el fútbol tienen enormes diferencias, pero puede decirse que es la decepción una de sus intersecciones, es por eso por lo que los éxitos hay que celebrarlos el doble. De alguna forma, esta columna hablará sobre el efecto de “pan y circo” que puede representar la academia y el fútbol, pero a la inversa. El efecto masificador del fútbol tiene lugares comunes para quienes buscamos un impacto profundo desde la educación, con el objetivo de poder usar dichos lugares para construir el efecto transformador que deseamos aplicar en cada una de las iniciativas.  

¡Espero que disfrutes esta lectura!

El proceso del fútbol funciona a través de la dinámica de sistemas, es decir, comportamientos dinámicos que se engranan y generan patrones que de diferentes maneras se han logrado modelar y parametrizar. La mayoría de fanáticos entienden el significado de pases completados, porcentaje de posesión, número de tiros a puerta, oportunidades creadas y probabilidad de gol (xG), sin embargo, no existe la misma profundidad de conocimiento amplio en temas como la computación cuántica (Quantum Computing), el lenguaje de consultas estructuradas (Structured Query Language SQL) o el proceso decisional de Markov.   

Afortunadamente para nuestros lectores, el reto no se trata sobre los futbolistas o los fanáticos, pero es la mejor manera de mostrar algo relevante y es que si se utilizara toda la estadística y analítica que se genera desde dicha dinámica para apostar, la probabilidad de ganar sería mucho mayor. Sin embargo, cientos de miles de aficionados siguen apoyando al Nottingham Forrest, al Leeds United, de la misma forma que se apuesta por el Real Madrid o el Bayern Múnich, sin analítica. Las personas sienten y se emocionan, algo que la matemática y los algoritmos aún dejan por fuera (Panch et al., 2019), y que, en el campo de la salud, puede explicarnos por qué muchas personas prefieren usar productos como Herbalife, bicarbonato de sodio o el ginkgo- biloba en lugar de los tratamientos médicos “tradicionales“ validados.  

Esta diferencia estructural liderara por sesgos conductuales, genera desviaciones que van desde el momento mismo de la captura de datos, los cuales son “contaminados” por intervenciones no validadas, lo que hace que los resultados positivos esperados por patología, fisiología e intervención terapéutica puedan terminar en daño multiorgánico por la toma de X o Y suplemento nutricional o medicación suplantada (ya sea natural o de origen dudoso) y esto altera totalmente el proceso. Algo similar a lo que ocurre cuando un jugador estrella que está a punto de ser goleador, termina fallando un penal y es expulsado por reaccionar violentamente al gesto de otro jugador.  

Si leyendo los ejemplos y los términos futbolísticos sentiste interés por seguir leyendo, o, al contrario, te pareció que no tiene nada que ver con los temas interesantes de IA, bueno, de esta forma, logramos evidenciar el sesgo, lo cual altera tanto la manera de generar datos como de procesar la información. Para entender mejor la existencia de estos sesgos te recomiendo leer «Understanding Bias and Fairness in AI Systems invito la editorial de Mary Reagan «Understanding Bias and Fairness in AI Systems» .
  

Cuando revisamos los conceptos de dinámica de sistemas se habla de niveles, flujos, retroalimentación entre otros. Para entender mejor los conceptos en salud se recomienda leer «Modelo de dinámica de sistemas de la interacción de diferentes áreas de un hospital» y aplicado en otros sectores «El enfoque sistémico y la dinámica de sistemas como metodología de la NTE para el estudio de fenómenos complejos».

 Usualmente estas consideraciones son enseñadas y manejadas por las diferentes ramas de la ingeniería a la hora de diseñar y planear estrategias, realizar gestiones de procesos, buscar mejoramiento continuo, etc.  

En salud, la dinámica de sistemas comúnmente es utilizada a nivel individual o en el círculo interno de la prestación del servicio, en otras palabras, cada hospital, clínica o IPS genera su propia dinámica de sistemas. Sin embargo, este tipo de estrategia subvalora la interrelación que ocurre entre diferentes variables como: varianza geográfica, tiempos de atención entre prestadores, tiempos de intervención, intervenciones externas, etc. Aunque en la mayoría de los casos esto atañe a las relaciones directas entre las IPS y las EPS, existen otros actores que son alejados o no considerados, como por ejemplo, los agentes violentos, quienes saturan los servicios pero sobre todo generan impactos terciarios transformadores (en este caso negativamente) como las migraciones poblacionales internas lo que a su vez produce efectos colaterales. 

Ahora bien, según la política de Talento Humano en Salud (Bernal & General) publicada en 2017 por el Ministerio de Salud MSPS, hay  550 mil personas que prestan sus servicios de salud, siendo el 55% de ellos profesionales, de los cuales aproximadamente 100 mil pertenecen a la medicina y sus especialidades. En total el 20% de todo el personal de salud corresponde a la medicina.   

Número estimado de talento humano en salud, Colombia 2016. Fuente: Dirección de Desarrollo del Talento Humano en Salud. MSPS 2017.

Por otro lado, este año se graduaron en Colombia los primeros 16 especialistas en inteligencia artificial (UNAL,2021), constituyéndose como la primera promoción en este campo, esto debido a una demanda creciente en la que se empiezan a crear los nuevos programas y por lo cual la universidad lanzó una estrategia para empezar a capacitar personal desde el nivel interno y no solo a nivel internacional.  

Ambas cifras son relevantes debido a la alta necesidad de responder a los retos del futuro, sin embargo, el principal eje que puede garantizar que cumplan con su misión es sin duda la educación.

La educación es el eje transformador de la sociedad, su impacto se da en la movilidad social, la disminución de la pobreza a largo plazo y la diversificación de las diversas áreas ( ONU, 2013.; Blancas Torres, 2018). Pero si nos sentamos detalladamente a ubicar quienes alcanzan los niveles superiores para integrar esta red de IA–Sistema de salud no son los principales beneficiarios de este efecto, ya sea por haber superado las barreras mencionadas anteriormente o por crear brechas mayores frente a los diversos actores del sistema, pero, sobre todo, las brechas con los impactados.  

Lo que conocemos como Academia, es una palabra milenaria, que nació casi con el concepto de las olimpiadas, y aunque parezca solo una coincidencia, filosóficamente, el deporte es una de las académicas empíricas más efectivas: El trabajo en equipo, el entendimiento, la superación de los retos. Es por esto por lo que, en el fútbol, se llaman academias a las organizaciones donde reclutan y guían a los futuros futbolistas, por esto creo que, aunque hablemos de sectores diferentes, en el fondo, estamos aplicando conceptos muy enlazados.    

¿No tiene sentido?, ¿Cuál es la relación? 

Bueno, el talento humano en salud está compuesto por el 1% de la población colombiana (500 mil de 50 millones), los nuevos especialistas en IA son el 0,0001%, sin embargo, si vamos hacia el detalle, el informe de MSPS no contempla al personal en roles administrativo/servicio al cliente, servicios generales, seguridad, etc., y quienes son actores activos del sistema. Ahora bien, un 30-40% de la población colombiana se concentra en las 3 ciudades principales (Bogotá, Medellín, Cali), pero cerca del 55% del personal de salud se concentra en dichas capitales. Esto quiere decir que existe un imbalance entre población/prestadores, y así podríamos seguir en cada uno de los subniveles de las dinámicas del sistema de salud.  

La propuesta y consideración ahora es sobre integrar los hallazgos avanzados y los desarrollos en modelos e intervenciones, tanto en los diferentes campos como en cerrar las brechas existentes, no solo el nivel técnico, sino a nivel emocional y de entendimiento, si lográsemos que las personas (antes de consultar y ser vistos únicamente como “pacientes“) utilizaran su smartphone no solo para medicar calorías consumidas, kilómetros recorridos o canciones escuchadas, sino que puedan usarlo para optimizar las prestaciones en salud, por ejemplo para monitorización remota lograríamos datos y procesos interesantes.

Para darte una idea de cómo sería posible alcanzar este escenario, tenemos algunos ejemplos:

En el fútbol, se han utilizado herramientas de optimización basadas en IA para estos  propósitos, el BVB por ejemplo utiliza el Footbonaut para elevar el nivel de passing y pressing de sus juveniles a través de las métricas que genera este sistema y adaptarlo para cada línea del equipo: 

Otros niveles que han fortalecido su ecosistema vienen desde los dirigentes y los técnicos, quienes han contratado departamentos de big data para definir acuerdos y contratos, unidades de trabajo social, diversidad e inclusión, etc.  
 

Ahora bien, si Colombia quiere ganar el mundial de fútbol alguna vez, tal vez podría empezar por evaluar como las selecciones campeonas Brasil, Italia o Alemania han profesionalizado a su cuerpo técnico e inclusive jugadores, ejemplos de ello son médicos (Sócrates), odontólogos (Ronaldo Nazario), economistas (Ciellini); mientras tanto en Colombia una cantidad importante de jugadores apenas logra graduarse de bachillerato durante su carrera profesional. La carrera en sí no interviene directamente en el resultado, pero aumenta la capacidad de adaptación y fortalece las habilidades emocionales y mentales. Esto puede cambiar la dinámica de grupos, generar nuevos patrones de comportamientos e impulsar nuevos liderazgos. 

En los sectores de salud y educación tampoco es totalmente desconocido este tipo de estrategias:

a) En Sudáfrica utilizan el método de lógica difusa (fuzzy logic) para mejorar las predicciones de epidemias de cólera (Cossy-Gantner et al., 2018). 

b) Se usan plataformas de educación basada en computación como AIEd (Chen et al., 2020).

c) En el hospital universitario Virgen del Rocío, abordan el uso de redes de fuente abierta (Open Source) en el cual se exponen algunos casos de discusión entre pacientes y médicos (Martínez-García et al., 2013).

d) En Canadá existe una iniciativa llamada Knowledge Broker (un intermediario del conocimiento) que permite mejorar las traducciones en las bibliotecas y recopilar información más adecuada para el sector salud. (Booth, 2011)
 

De esta manera, podríamos tener ambientes institucionales, sistemáticos, interactivos, que se alimenten y nos permitan subir de nivel, pero esto funciona si abrimos las puertas para que se complemente con los diferentes actores, y, sobre todo, con quienes van a vivir sus efectos. Incentivando que la red neuronal no sea una aplicación, un modelo o una iteración, sino más bien, una potente estrategia que aumente el involucramiento, así podremos tener un mundo más interesante, ajustado a la realidad, pero sobre todo… más saludable. 
 

Espero que lo hayas disfrutado… ¡Mucha Gracias!

Colofón: La pandemia ha permitido ver la aplicación y efectividad de estas estrategias de una manera más relevante que nunca. En Suecia la implementación de líneas de atención y de comunicación en hasta 6 idiomas para incluir las diferentes comunidades de migrantes (Valeriani et al., 2020), y la gestión interrelacionada entre gobiernos, comités, fundaciones, farmacéuticas, entre otros, para lograr la producción y distribución acelerada de vacunas para hacerle frente a tiempo a la pandemia. (The Lancet, 2020)

Referencias

  • Cossy-Gantner, A., Germann, S., Schwalbe, N. R., & Wahl, B. (2018). Artificial intelligence (AI) and global health: How can AI contribute to health in resource-poor settings? BMJ Global Health, 3(4). https://doi.org/10.1136/bmjgh-2018-000798
  • Chen, X., Xie, H., Zou, D., & Hwang, G.-J. (2020). Application and theory gaps during the rise of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, 1, 100002. https://doi.org/10.1016/j.caeai.2020.100002
  • Martínez-García, A., Moreno-Conde, A., Jódar-Sánchez, F., Leal, S., & Parra, C. (2013). Sharing clinical decisions for multimorbidity case management using social network and open-source tools. Journal of Biomedical Informatics, 46(6), 977–984. https://doi.org/10.1016/j.jbi.2013.06.007
  • Valeriani, G., Vukovic, I. S., Lindegaard, T., Felizia, R., Mollica, R., & Andersson, G. (2020). Addressing healthcare gaps in sweden during the covid-19 outbreak: On community outreach and empowering ethnic minority groups in a digitalized context. Healthcare (Switzerland), 8(4). https://doi.org/10.3390/healthcare8040445

Deja una respuesta

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s

A %d blogueros les gusta esto: