La ilusión de control en sistemas clínicos complejos

Hay una sensación familiar en cualquier sala de reuniones de un hospital moderno.

Las pantallas muestran indicadores actualizados. Los colores del tablero están mayoritariamente en verde. Los reportes de la semana anterior no muestran desviaciones significativas. Y, sin embargo, algo en la sala no termina de convencer. Los clínicos que acaban de salir de turno describen una realidad operacional que los números no reflejan del todo. El jefe de urgencias menciona una presión que no aparece en ningún indicador. La enfermera supervisora habla de una tensión en los equipos que lleva días acumulándose.

¿Quién tiene razón: el tablero o las personas?

La respuesta incómoda es que ambos pueden estar describiendo el mismo sistema con precisión. El tablero muestra correctamente los valores que mide. Las personas perciben correctamente algo que el tablero no está midiendo. Y la distancia entre ambas descripciones no es un problema de datos. Es un problema de modelo.

Control e ilusión de control

En teoría de sistemas, controlar un proceso significa ser capaz de detectar desviaciones respecto a un estado deseado y actuar sobre ellas antes de que produzcan consecuencias no deseadas. Esa definición tiene dos componentes que con frecuencia se confunden: la capacidad de detectar y la capacidad de actuar.

Los sistemas de gestión hospitalaria han invertido enormemente en el segundo componente. Existen protocolos, algoritmos de respuesta, escalas de activación y cadenas de mando diseñadas para actuar cuando un problema es identificado. Lo que con frecuencia falla es el primero: la capacidad de detectar el problema en el momento en que todavía es posible actuar sobre él de manera efectiva.

Esta asimetría produce lo que podríamos llamar ilusión de control: la sensación de que un sistema está siendo gobernado porque existen mecanismos de respuesta, cuando en realidad esos mecanismos se activan sistemáticamente demasiado tarde, después de que el fenómeno ya se ha manifestado con suficiente intensidad como para ser visible en los indicadores.

Un hospital que reacciona bien a las crisis no es necesariamente un hospital que tiene control sobre su operación. Es un hospital que ha aprendido a recuperarse. La diferencia importa porque la recuperación tiene costos: costos clínicos, costos humanos para los equipos, y costos sistémicos que se acumulan silenciosamente en forma de desgaste, errores y oportunidades perdidas.

El problema del snapshot

En el artículo anterior describí cómo los indicadores hospitalarios tradicionales son, en su estructura fundamental, promedios calculados sobre períodos de tiempo. Esa característica tiene un nombre técnico que vale la pena introducir formalmente: el snapshot problem.

Un snapshot es una fotografía del estado de un sistema en un momento determinado. Los indicadores hospitalarios son, en esencia, álbumes de fotografías tomadas a intervalos regulares. Cada foto es precisa. El álbum puede mostrar tendencias. Pero entre una foto y la siguiente, el sistema continúa moviéndose, y lo que ocurre en ese intervalo es exactamente lo que los snapshots no pueden capturar.

En sistemas relativamente estables, donde los cambios son lentos y graduales, el snapshot problem es manejable. Si un proceso cambia poco entre una medición y la siguiente, la pérdida de información es tolerable. Pero los hospitales no son sistemas estables. Son organizaciones donde el estado operativo puede cambiar significativamente en cuestión de horas, donde una cadena de eventos puede pasar de invisible a crítica en el intervalo entre dos reportes.

El snapshot problem explica una paradoja que cualquier clínico o gestor hospitalario reconoce de inmediato: la de llegar a una reunión de las nueve de la mañana con indicadores del día anterior que muestran una situación controlada, mientras el hospital que existe en ese momento ya es completamente distinto del que describían esos números.

Los indicadores no mienten. Simplemente describen un sistema que ya no existe.

Por qué los sistemas complejos resisten el control tradicional

Los hospitales pertenecen a una categoría específica de organizaciones que la teoría de sistemas denomina sistemas adaptativos complejos. Esa clasificación no es una abstracción académica. Tiene consecuencias operacionales concretas que determinan por qué ciertas herramientas de gestión funcionan en algunas organizaciones y no en otras.

Un sistema adaptativo complejo tiene tres características que lo distinguen de los sistemas lineales para los cuales fueron diseñados la mayoría de los instrumentos de gestión tradicionales.

La primera es la emergencia. El comportamiento global del sistema no puede deducirse sumando el comportamiento de sus partes. Una congestión hospitalaria no aparece porque urgencias falle, ni porque las camas estén llenas, ni porque los equipos estén sobrecargados. Aparece cuando esos factores interactúan de una manera particular. Cada parte puede estar funcionando dentro de sus parámetros habituales mientras el sistema completo se aproxima a un punto de quiebre.

La segunda es la adaptación. Los componentes del sistema modifican su comportamiento en respuesta a lo que ocurre a su alrededor. Los equipos clínicos ajustan sus prioridades, los servicios renegocian sus recursos, los pacientes y sus familias modifican sus demandas. Esa adaptación continua significa que el sistema que se midió ayer no es exactamente el mismo sistema que existe hoy, incluso si los indicadores agregados parecen similares.

La tercera es la sensibilidad a las condiciones iniciales. En sistemas complejos, pequeñas variaciones en las condiciones de partida pueden producir consecuencias desproporcionadas. Una reducción menor en la dotación nocturna de un servicio, combinada con un aumento moderado en la complejidad de los ingresos y un retraso puntual en la disponibilidad de camas de alta resolución, puede desencadenar una cascada que desborde la capacidad operativa del hospital de maneras que ningún indicador individual anticipó.

Estas tres características tienen una consecuencia directa para la gestión: en un sistema adaptativo complejo, el control tradicional basado en indicadores periódicos no produce control real. Produce, en el mejor de los casos, una capacidad de respuesta reactiva. Y la reactividad tiene un costo que los sistemas de indicadores, por su propia naturaleza, son incapaces de cuantificar.

Lo que la ilusión de control le cuesta al sistema

Hay consecuencias concretas de gestionar bajo ilusión de control que vale la pena nombrar sin eufemismos.

La primera es la normalización de la crisis. Cuando un sistema opera sistemáticamente en reactividad, las crisis dejan de percibirse como señales de alarma y comienzan a percibirse como el modo normal de funcionamiento. Los equipos desarrollan una capacidad extraordinaria para resolver situaciones de emergencia, y esa capacidad se convierte, paradójicamente, en un mecanismo que enmascara la disfunción sistémica. El hospital funciona porque sus equipos son resilientes, no porque el sistema esté bien diseñado. Y esa resiliencia tiene un límite que los indicadores tampoco miden.

La segunda es la invisibilidad del deterioro gradual. Los sistemas complejos rara vez colapsan de golpe. Se deterioran lentamente, a través de una acumulación de pequeñas degradaciones que individualmente permanecen por debajo del umbral de activación de cualquier indicador. Cuando la situación finalmente se vuelve visible en los tableros, el sistema ya lleva días o semanas en un estado de fragilidad creciente que nadie detectó porque nadie estaba mirando las señales correctas.

La tercera es el desacoplamiento entre la gestión y la realidad operacional. Cuando los tomadores de decisiones operan principalmente sobre la base de indicadores que describen el pasado, sus decisiones responden a un sistema que ya cambió. Eso no significa que las decisiones sean incorrectas. Significa que son decisiones sobre una realidad que ya no existe, tomadas con una latencia que en sistemas dinámicos puede ser la diferencia entre una intervención efectiva y una intervención tardía.

Control real versus sensación de control

La distinción que quiero dejar planteada no es entre hospitales bien gestionados y hospitales mal gestionados. Es entre dos formas fundamentalmente distintas de entender qué significa tener control sobre un sistema complejo.

La primera forma, dominante en la gestión hospitalaria contemporánea, asume que el control emerge de la medición. Si medimos suficientemente bien, si nuestros indicadores son suficientemente precisos y nuestros tableros suficientemente completos, tendremos control sobre la operación. Esa forma de entender el control es la que produce la ilusión que he descrito en este artículo.

La segunda forma asume que el control emerge de la comprensión. Que no basta con saber qué valores tomaron los indicadores ayer, sino que es necesario entender qué está haciendo el sistema en este momento, hacia dónde se está moviendo y qué señales débiles anticipan cambios que todavía no son visibles en ningún indicador.

Esa segunda forma exige algo diferente a lo que la mayoría de los sistemas de información hospitalarios fueron diseñados para producir. Exige no solo registrar el estado del sistema, sino representarlo de una manera que permita comprenderlo mientras todavía está ocurriendo.

Esa capacidad tiene un nombre.

No es un dashboard. No es un tablero de indicadores. No es inteligencia artificial aplicada a datos históricos.

Es observabilidad.

Y de eso hablaremos en las próximas semanas.