El mismo número puede significar dos cosas distintas

Le hacen un análisis de sangre. Su médico le dice que todo está normal. Usted se va a casa.

Lo que nadie le dijo es que uno de esos valores estaba un 15% más alto que hace un año, y un 30% más alto que hace dos. Sigue dentro del rango «normal», así que no hay alerta, ni llamada, ni seguimiento. Pero se está moviendo. Y hacia dónde se mueve importa más que dónde está hoy.

Todos los sistemas clínicos que se usan hoy funcionan del mismo modo. ¿El valor está por encima o por debajo de una línea? Sí o no. Toda la infraestructura de la medicina moderna está pensada para responder a esa pregunta. Y es la pregunta equivocada.

La pregunta que importa

Una creatinina de 1,4 aparece el mismo día en dos historias clínicas.

Hace dieciocho meses, el primer paciente tenía 0,9. Después, 1,0. Después, 1,2. Ahora, 1,4. Si se proyecta la tendencia, este paciente va camino de una enfermedad renal en menos de un año. Pero 1,4 queda por debajo del umbral de alerta. No salta ninguna alarma. La consulta termina con un «repetir en tres meses».

El segundo paciente lleva tres años en 1,4. Estable. Controlado. Nada que destacar.

Mismo número. Un paciente está en peligro. El otro está bien. Ningún sistema de uso clínico actual sabe distinguirlos. Ni Epic. Ni Cerner. Ni ninguna de las herramientas de IA montadas sobre ellos. Todos ven 1,4 y se hacen la misma pregunta: ¿está por encima de la línea?

La pregunta correcta es otra: ¿de dónde viene, hacia dónde va y a qué velocidad?

Todo médico lo sabe. Ningún sistema lo tiene en cuenta.

Cuando yo atendía pacientes, los mejores clínicos con los que trabajé hacían algo que la historia clínica electrónica no podía hacer por ellos. Buscaban los análisis antiguos y dibujaban la tendencia a mano, en cualquier papel. Tenían en la cabeza tres años de valores y razonaban sobre la dirección. No se preguntaban «¿es normal este número?». Se preguntaban «¿está cambiando este paciente?».

Ese razonamiento es la base de la buena medicina clínica, y ningún sistema clínico de uso extendido lo reproduce. La historia clínica electrónica se diseñó para documentar consultas y poder facturarlas. Las alertas, para vigilar umbrales. Las herramientas de IA se construyeron encima de esos mismos sistemas de umbrales. Capa tras capa de tecnología, y la pregunta clínica más elemental sigue sin respuesta: ¿este paciente mejora o empeora con el tiempo?

Lo que cuesta no leer las trayectorias

En Estados Unidos, 37 millones de adultos tienen enfermedad renal crónica (ERC). El 90% no lo sabe.

No es que falten datos. Su creatinina lleva años a la deriva, a la vista de todos: en la historia clínica, revisada en cada consulta, archivada y olvidada. Detectada a tiempo, la ERC puede tratarse por entre 2000 y 5000 dólares al año. Si se detecta tarde, la diálisis cuesta 90.000 dólares al año. Lo que separa un desenlace del otro es que alguien estuviera leyendo la trayectoria.

Lo mismo ocurre con la diabetes, la insuficiencia cardíaca, la EPOC y la hipertensión. Años de una deriva que podía detectarse, invisible para sistemas que solo preguntan si el valor de hoy cruza una línea.

Por qué nadie más lo hace

Casi toda la IA clínica se entrena con instantáneas. Una consulta. Una extracción de sangre. Un único momento. El modelo aprende a clasificar ese momento como de alto o de bajo riesgo. Ve hoy una creatinina de 1,4 y no tiene la menor idea de cuánto era hace dieciocho meses.

En una instantánea no se ve una trayectoria, ni en un solo punto una deriva lenta. Lo impide la propia arquitectura. Darle más datos a un modelo de instantáneas no lo resuelve. Hacerlo más grande, tampoco. Lo que tiene que cambiar es la manera de representar al paciente. El tiempo tiene que ser la dimensión principal, no algo que se añade al final.

Eso es lo que distingue a Chroneme de todo lo que hay en el mercado. No un algoritmo mejor aplicado a los mismos datos, sino una manera de representar la salud radicalmente distinta. El paciente existe como una señal continua a lo largo de los años y de los distintos médicos y centros que lo atienden, no como una serie de consultas inconexas. El sistema lee cómo cambian las cosas en conjunto con el paso del tiempo y reconoce cuándo una trayectoria se encamina hacia algo que exige atención.

Qué significa esto en la práctica

El primer paciente genera una alerta. El segundo, no. Misma creatinina. Trayectorias distintas. Recomendaciones distintas.

Chroneme se está construyendo precisamente para detectar ese tipo de cambio. Lo estamos validando con un protocolo prerregistrado y publicaremos lo que encontremos, también allí donde se quede corto.

Los cambios que más pronto importan rara vez son los espectaculares. Son las derivas lentas. Una creatinina que sube 0,1 por trimestre. Una frecuencia cardíaca basal que aumenta unos pocos latidos cada mes. Una saturación de oxígeno que va cediendo, sin ruido, a lo largo de semanas. Patrones que ningún dato aislado haría saltar jamás. Patrones ante los que los sistemas basados en umbrales están ciegos por su propia arquitectura.

Ahí está la próxima generación de la inteligencia clínica. No en detectar las urgencias, sino en detectar las urgencias lentas antes de que se vuelvan rápidas.