La capa que falta: por qué medir mejor no basta para cambiar la conducta
La salud digital se ha vuelto extraordinariamente buena midiendo. Monitores continuos de glucosa, wearables de sueño y recuperación, diagnósticos cada vez más rápidos y continuos. Pero medir nunca fue el problema difícil. El problema difícil ocurre en los 30 segundos entre ver el dato y decidir qué hacer con él.
Hemos resuelto la medición. No hemos resuelto la acción
Un pico de glucosa no impide que alguien vuelva a comer lo mismo mañana. Una mala puntuación de sueño no le hace acostarse antes. Una alerta de inactividad no genera, por sí sola, la motivación ni el contexto necesarios para moverse. Hemos multiplicado el volumen de datos de salud disponibles, y sin embargo la adherencia en enfermedad crónica sigue siendo obstinadamente baja: la Organización Mundial de la Salud estima, en su informe de referencia "Adherence to Long-Term Therapies: Evidence for Action" (OMS, 2003), que la adherencia a tratamientos crónicos en países desarrollados ronda solo el 50%, una cifra que dos décadas de innovación en sensores no han conseguido mover de forma sustancial.
La ley del abandono: por qué el compromiso digital se desvanece
Este fenómeno tiene incluso nombre propio en la literatura de salud digital: la ley del abandono (en inglés, law of attrition), descrita por Gunther Eysenbach en su artículo seminal "The Law of Attrition" (Journal of Medical Internet Research, 2005). Eysenbach documentó un patrón que se repite en prácticamente toda intervención digital de salud: una proporción significativa de usuarios abandona el uso activo de la herramienta mucho antes de alcanzar el resultado clínico esperado, sin importar cuán preciso o sofisticado sea el sensor que la sustenta.
Más sensores, más precisión y más frecuencia de medición no han logrado revertir este patrón porque atacan el problema equivocado: el cuello de botella no está en la calidad del dato, sino en lo que ocurre después de que la persona lo ve.
¿Estamos construyendo sistemas que ayudan a las personas a cambiar, o simplemente mejores sistemas para documentar que no lo hicieron?
Por qué la información sola casi nunca cambia comportamientos
La ciencia del comportamiento lleva décadas siendo clara en este punto. El modelo COM-B, propuesto por Michie, van Stralen y West en "The Behaviour Change Wheel: A New Method for Characterising and Designing Behaviour Change Interventions" (Implementation Science, 2011), establece que el cambio de conducta requiere simultáneamente tres condiciones: capacidad, oportunidad y motivación. La información —un dato, una alerta, una cifra en una pantalla— solo puede aportar, en el mejor de los casos, una fracción de la capacidad. No crea oportunidad ni motivación por sí sola, y sin las tres condiciones presentes al mismo tiempo, el comportamiento no cambia, por muy preciso que sea el dato que lo desencadena.
El momento importa: intervenciones adaptativas justo a tiempo
Una misma intervención puede fracasar a las 9 de la mañana y funcionar a las 6 de la tarde, porque la disposición al cambio no es constante: varía con el contexto, el estado emocional y el momento del día. El marco de las Just-in-Time Adaptive Interventions (JITAI), formalizado por Nahum-Shani et al. en Annals of Behavioral Medicine (2018), describe precisamente esta necesidad: intervenir no cuando el sistema tiene un dato disponible, sino cuando la persona está realmente en condiciones de actuar sobre él.
Esta idea conecta directamente con el Modelo Transteórico de cambio de conducta de Prochaska y DiClemente (Psychotherapy: Theory, Research and Practice, 1982), que describe el cambio como un proceso por etapas —precontemplación, contemplación, preparación, acción, mantenimiento— y no como un evento binario que una alerta pueda activar por sí sola.
La oportunidad estratégica: de los sensores a la infraestructura conductual
Para inversores, proveedores y fundadores de salud digital, esto tiene una implicación estratégica directa. Los sensores se están convirtiendo en una commodity: cada vez más precisos, cada vez más baratos, cada vez más difíciles de defender como ventaja competitiva sostenible. El valor clínico y comercial defendible probablemente ya no reside en captar más datos, sino en construir la capa que traduce esos datos en acción en el momento en que realmente importa: interpretar qué es relevante, intervenir en el momento oportuno, entender la disposición al cambio de cada persona, y combinar tecnología con apoyo humano cuando el contexto lo requiere.
En IKI Health Group construimos exactamente esa capa: convertimos datos diarios de sueño, actividad, nutrición, estrés y bienestar emocional en indicadores clínicos accionables, diseñados para que el profesional pueda intervenir en el momento en que la intervención tiene probabilidad real de generar cambio, no solo cuando el dato está disponible.
El próximo gran avance en salud digital probablemente no vendrá de otro sensor. Vendrá de construir la capa que falta entre el dato y la acción.
La pregunta para el sector ya no es cuánto dato podemos capturar, sino qué infraestructura clínica y conductual necesitamos construir para que ese dato se traduzca en cambio real. ¿Dónde cree su organización que residirá el verdadero valor defendible en la próxima década: en mejores sensores y diagnósticos, en la interpretación por IA, o en la infraestructura de cambio de conducta y adherencia?