Nicolás, el hermano de Pedro Pascal que busca cómo mejorar la salud en Chile: "La IA nos puede ayudar"

Pedro Pascal se convirtió en una de las figuras más queridas de Hollywood de los últimos tiempos y puso en alto el nombre de Chile en el mundo, pero pocos saben de su hermano Nicolás Balmaceda Pascal, que se quedó en el país para hacer frente a los desafíos actuales de la salud pública.

A sus 38 años, es médico cirujano especializado en ciencia de datos. Cuando chico le gustaban las matemáticas, la física y casi se dedicó a la astronomía, pero terminó optando por medicina, “obligado” a seguir los pasos de su padre, bromea en conversación con BiobioChile.

En una videollamada desde el Hospital Dr. Luis Tisné Brousse, en Peñalolén, donde está encargado de la Unidad de Estudios, Proyectos e Innovación, conversó por primera vez largo con la prensa y nos contó sobre su ciencia, la compleja llegada de la inteligencia artificial (IA) al flujo clínico y cómo es ser hermano de una estrella.

“Que ahora sea una de las personas más famosas del mundo es muy loco, en verdad”, dice sobre Pedro.

De los cuatro hermanos, Nicolás fue el único que no se dedicó al espectáculo. Su hermana Lux (34) también es actriz, mientras que Javiera Balmaceda (53) es productora y actualmente directora de Contenido Original de Amazon MGM Studios para Latinoamérica, Canadá, Australia y Nueva Zelanda.

Él, en cambio, poco después de titularse de la Universidad de Chile, hizo un magíster de neurobiología y neurociencias en la Universidad de Columbia en Estados Unidos. Y mientras estaba allí, movido por la curiosidad, empezó a explorar la estadística y el modelamiento matemático, justamente en tiempos del machine learning (aprendizaje automático).

Así, más tarde terminó especializándose con un magíster en ciencia de datos de la Pontificia Universidad Católica de Chile (PUC). Dice que encontró en la estadística “una herramienta transversalmente muy útil”.

En sus palabras, todo ese proceso de extracción, procesamiento de datos y análisis estadístico permite levantar evidencia y con ella desarrollar modelos para generar herramientas que apoyen la toma de decisiones.

“De la neurociencia me fui deformando porque fui como abstrayéndome cada vez más en proyectos que tenían que ver con análisis de datos más generales. Y ahí me reencontré con el tema de tratar de aplicar esto en salud pública: cómo poder llevar ese tipo de herramientas a la evaluación y la planificación de políticas públicas en salud, y ahora estoy más dedicado a eso”, explica.

A partir de los datos del servicio de salud, se dedica a generar evidencia que le permite identificar los desafíos, problemas u oportunidades, que luego se pueden utilizar para abordar las cuestiones del sector.

“Sirven de insumo para diseñar proyectos o intervenciones que vayan a atacar, por ejemplo, el problema oncológico del sector de la Región Metropolitana, la optimización del uso de pabellones en el hospital, la optimización del manejo de la lista de espera y cosas así”, puntualiza.

Cómo la IA está cambiando la práctica médica y por qué hay que tener cuidado

En tiempos de la IA y su rápido avance, a Nicolás le preocupa el rigor, las buenas prácticas y que los modelos que se están integrando en la medicina funcionen bien.

En abril pasado publicó un artículo donde plantea que estos modelos de IA que están llegando al flujo clínico operan como “cajas negras”. Pueden acertar en un diagnóstico, por ejemplo, pero muchas veces no pueden explicar cómo. Balmaceda cree que esa falta de explicabilidad puede incluso poner en riesgo a un paciente.

—¿Qué pasa con esto y cómo se está abordando acá en Chile?

R: Me interesa particularmente. El tema de la explicabilidad es que, dependiendo del modelo, hay como herramientas estadísticas que son explicables o interpretables en el sentido de que uno sabe perfectamente cuáles son las variables que están interviniendo en el cambio de, por ejemplo, el riesgo de desarrollo de un infarto de un paciente. Entonces, uno puede identificar cuatro variables, que son las más importantes, y decir: yo puedo diseñar una intervención sobre este paciente que ataque esas cuatro variables para prevenir que desarrolle un infarto.

Después están los modelos que son menos explicables y lo que hacen es que predicen muy bien el infarto, y quizás mejor que estos modelos, pero lo que están haciendo en su procesamiento interno, las operaciones matemáticas y las transformaciones de los datos que hacen antes de arrojar el resultado, nosotros no sabemos cuál es. A primera vista, no sabemos cuáles son los factores que están determinando ese riesgo en ese paciente. Entonces, en el caso del infarto que conocemos, hay mucha bibliografía al respecto, sabemos cuáles son los factores en general, pero en otros casos quizás sería un problema más difícil no saber cuáles son los factores sobre los que tenemos que intervenir y solamente saber que este paciente tiene riesgo de infarto.

Ese es un desafío importante porque, si es que solamente sabemos el riesgo, no podemos, como decía, no sabemos dónde intervenir, qué factores mejorar y, si es que es como un proceso clínico que está fallando, cómo producir conocimiento y poder tomar decisiones que vayan a ser la mejora continua en una institución.

¿Y qué es lo que se está haciendo? Bueno, ahora es todo muy rápido. A ti, me imagino, te ha pasado mucho, sobre todo en periodismo, debe haber impactado harto el tema de los nuevos modelos de lenguaje. Son increíbles y todo, pero todo avanza muy rápido, entonces como que las entidades regulatorias están tratando de atajar de alguna forma esto y existen distintas cosas que uno podría pegarlas y decir como todo está porque se está atacando de distintos frentes. Por un lado, las normativas en cuanto al uso de datos sensibles privados, que eso existe y entiendo que a partir de diciembre de este año va a empezar a sancionarse, en temas de ciberseguridad, privacidad y seguridad de la información.

Hay otra línea, que es que el Ministerio de Ciencia hace algunos años también sacó una política ministerial de inteligencia artificial. Entonces, tiene lineamientos generales, algunos que son de cosecha propia chilena, pero que también se insuman de algunos principios que vienen de la OPS y la OMS, que también ha estado trabajando hace un tiempo en sacar políticas y estrategias de implementación de inteligencia artificial más general, pero también particular en la salud. Y hablan de ocho principios como para que la IA sea aplicada de forma segura, responsable, con objetivos sanitarios y no por moda solamente.

Y después hay un tema que va más relacionado con la explicabilidad propiamente, que es la transparencia algorítmica, que es una serie de recomendaciones de instituciones que la aplican en sus procesos, en sus tomas de decisiones. Si es que aplican algoritmos de cualquier tipo que estén involucrados en una toma de decisión, tiene que haber como un catastro de esos algoritmos, pero también una descripción detallada de qué es lo que están haciendo, como qué datos están ocupando, qué criterios están ocupando para las decisiones que toman, si es que hay inteligencia artificial o modelamiento predictivo, cuáles son los modelos, cuáles son los parámetros y todo eso que exige.

Y bueno, en salud debería ser así y más riguroso todavía. Yo lo veo así, todavía no está tan bien pensado, hay mucha gente que está trabajando en esto, pero habría que pensar estos algoritmos y modelos como si fueran un remedio. Los remedios tienen que pasar por procesos de validación bien protocolizados, estandarizados, para poder validar la seguridad y el beneficio de ese medicamento.

Estos algoritmos, si es que están empezando a hacer diagnósticos, si están apoyando a las decisiones de profesionales de salud, deberían pasar por un proceso de validación similar en que la seguridad y el beneficio estén bien comprobados antes de tirarlos al ecosistema.

—Claro. Por ejemplo, hace poco OpenAI y Anthropic revelaron que algunos de sus modelos avanzados se “escaparon” de su entorno controlado durante unas pruebas y provocaron ciberataques…

R: Imagínate, aquí empezaron a ocupar ChatGPT de OpenAI o Claude de Anthropic, para que lo empezáramos a ocupar en el manejo de nuestras bases de datos, por ejemplo, o en el análisis de las fichas clínicas. ¿Qué pasaría si ese modelo se escapa y se lleva toda esa información para otro lado? ¿Quién sabe para qué ocuparían las mismas empresas esos datos? Hay todo un tema de seguridad y de ética con el que hay que tener mucho cuidado.

—Muchas personas escuchan hablar de inteligencia artificial en salud, pero no saben cómo se aplica realmente. ¿Qué ejemplos concretos ya están cambiando la práctica médica?

R: Te puedo dar ejemplos de aquí en el hospital. Nosotros estamos trabajando en varios frentes distintos. Por ejemplo, en invierno podemos hacer un modelo predictivo que nos dice cuándo va a ser el peak de la campaña de invierno. También nos predice cómo serán las siguientes semanas, cosa de que aquí la urgencia y la hospitalización puedan organizarse en torno a esa anticipación y no solamente reaccionar a lo que viene.

Otros son los algoritmos de optimización y predicción en el proceso quirúrgico. En el pabellón, por ejemplo, en la tabla operatoria hay cinco pabellones de cirugías electivas, que son como agendadas con anticipación, no de urgencia, y esos pabellones tienen tiempo disponible de ocuparse. Entonces, lo que uno trata de hacer es llenar esos espacios con los pacientes que están esperando según varias prioridades, si son más graves, si llevan más tiempo esperando, si son GES o no, etc, y uno llena eso según la experiencia de los equipos y un poco al ojo. Esto se conecta con todo el tema de las controversias de las listas de espera, pero pasa muchas veces que la ocupación del pabellón llega como al 60% ó 55%, siendo que uno esperaría que fuese más del 80%. Entonces aquí desarrollamos un algoritmo que trata de automatizar ese proceso, de agendar a los pacientes que están en espera y tratando de maximizar la ocupación y minimizar el error de los tiempos. Eso ayuda a tratar de aumentar la ocupación y de esa forma, en el largo plazo, reducir la lista de espera.

Hay otros ejemplos, pero también, si uno empieza a pensar en lo que se podría hacer, también es bien interesante. Hay mucho trabajo, mucho tiempo que se ocupa en temas administrativos, como escribir un documento, hacer un resumen, mandar una información de un lado para otro. Son varias cosas que son muy repetitivas. Entonces podemos tratar de apoyar a los trabajadores del hospital y automatizar un poco más esos procesos de generación de documentos, resúmenes y cosas así.

También desde el punto de vista del paciente se está pensando ahora hacer herramientas educativas, como para el paciente que se va de alta o los familiares de un paciente que está hospitalizado o el mismo paciente hospitalizado, que pueda uno entregarle una herramienta preentrenada según su problema de salud y que acceda a su información personal y pueda responder preguntas que tenga respecto a eso, sin quitar el rol que tienen los trabajadores ahora de salud al respecto, la práctica humana. Sería una herramienta que complementa.

Y bueno, así, es infinito. Hay muchas cosas que se pueden hacer, pero esas son algunas líneas de trabajo.

—¿Los médicos deben prepararse de manera diferente ahora que la IA está en todas partes, básicamente?

R: Sí, como en todo yo creo, no solo los médicos, el futuro del trabajo en general. Es muy incierto el impacto y por ahí también hay afirmaciones medias grandilocuentes. Uno no sabe bien, pero ya con lo que hay pueden pasar varias cosas. Hay mucho trabajo que puede hacer, algoritmos para los trabajadores de la salud, entonces hay que ver de qué forma.

Yo hablo de un concepto de razonamiento híbrido, cuando cerebro-máquina razonan en conjunto en la toma de decisiones, porque hay muchas cosas que el razonamiento de máquina hace mejor que nosotros, como aglomerar mucha información, organizarla y analizarla muy rápidamente, pero hay otra parte humana que tiene que ver con la decisión ética, el contexto médico-paciente y criterio. Entonces uno tiene que estar de la mano.

Otro desafío que tiene mucho la explicabilidad es que estos modelos muchas veces caen en sesgos, que es un riesgo muy importante que hay que tener cuidado: sesgo de clases, sesgo racial, sesgo de género. De repente pueden tomar decisiones consistentemente erróneas en un grupo poblacional. Entonces ahí un humano se va a dar cuenta de eso y va a poder ir a auditar el modelo y tratar de arreglarlo para que no caiga en sesgos.

—¿Qué áreas de la medicina crees que experimentarán los cambios más importantes con esta tecnología?

R: Sí, yo diría que el más obvio, hace rato, es la radiología, porque la clasificación de imágenes, la capacidad de procesamiento de datos de imágenes, o sea, el volumen que puede procesar un algoritmo, es mayor. Y para varias cosas, su precisión ya está siendo del nivel de un especialista experto. Yo diría que es como el sector más obviamente impactado. No creo que reemplace, porque sigue habiendo esta parte de criterio que es muy importante, de experiencia y conocimiento que uno no puede asegurar en estos modelos.

Y bueno, también en problemas de salud más simples que se resuelven en una conversación, yo te pregunto, tú me dices, yo respondo y a través de ese proceso uno llega a un diagnóstico. O al menos uno descarta algo grave o confirma algo grave y manda al paciente al hospital o a un procedimiento más complejo. Es como la aplicación de preguntas y respuestas más o menos estandarizadas para ciertos problemas de salud. Yo creo que viene a probarse harto, asumiendo también que la parte humano-humano no deje de ser importante, porque igual hablar con una persona es muy distinto a chatear.

—¿Cuál es el mayor desafío en Chile en salud que se podría resolver con IA o ciencia de datos?

R: Yo diría que en la práctica, como en el corto plazo, el desafío más grande, no es exactamente ciencia de datos, pero igual está ahí de la mano, tiene que ver con la integración de la información y la interoperabilidad de los sistemas de generación de información, comom la estandarización y la calidad de la información. Cuento corto, hay muchas fichas clínicas a lo largo del país, en los CESFAM, en los hospitales, en las distintas instituciones, y la información de un paciente que se atiende en un lugar, muchas veces no se puede traspasar a otro lugar donde se atiende. Entonces, tienen que quizás imprimir un documento y mandar al paciente con eso o mandar un mail con el Excel o el documento adjunto, etc. Pero no hay como una comunicación directa o una centralización de información que te permita tener una ficha básica de este paciente que lo acompañe para donde vaya.

Y eso no es un problema solamente de tratamiento de ese paciente, sino que tiene impacto en todo, en que no podamos saber hoy en día cuántos pacientes están vivos con cáncer de mama en Chile, por ejemplo, no hay cómo saber eso. Quizás un hospital puede saberlo, otro hospital puede saberlo, y otro, pero para saber todos, tendrían que juntarse esos tres, juntar los Excel, pegarlos y decir: ya tenemos tantos. Es lo mismo con diabetes, lo mismo con hipertensión, lo mismo con cualquier enfermedad que uno diga, y eso te impacta en planificación, en evaluación del impacto de alguna intervención, que no seamos capaces de responder a tiempo a cuando está pasando algo malo.

Quizás es algo como muy técnico, pero que la IA igual nos puede ayudar a ordenar eso, yo diría que es como lo más importante y que después de eso se puede trabajar en todo lo demás mucho mejor.

Tiempos de recortes

Nicolás tampoco es ajeno a los reajustes del nuevo gobierno en salud y ciencia. Recordemos que este año, la gestión de José Antonio Kast recortó 2,5% del presupuesto del Ministerio de Salud, que son más de 400 mil millones de pesos que afectan especialmente a los sistemas de atención pública y a la investigación.

El experto en data señala que esto se sintió como una “amenaza” y tilda de “error” la visión del presidente electo sobre la investigación científica.

—¿Qué piensas del recorte que se hizo ahora en el Ministerio de Salud? ¿Cómo puede afectar a estos problemas que mencionaste?

R: Yo creo que, por un lado, hay que tener presente siempre en el sistema público el costo de efectividad de lo que hacemos y, en ese sentido, es importante adecuarse y estar pensando en los recursos limitados que tenemos. Pero claro, sobre todo si es que estamos pensando en cosas nuevas, el recorte presupuestario justamente afecta más o amenazó más.

Yo diría que aquí en el hospital se sintió como una amenaza, pero en la práctica todavía no lo he visto, al menos en este tema en particular, en otros quizás sí. Pero donde se recorta siempre antes, tiene que ver con investigación, innovación y realización de proyectos nuevos.

Y en todo el sistema público es nuevo el tema de la IA, entonces presentar un proyecto de inversión en desarrollo de tecnologías o herramientas de IA es un medio impensable en un contexto de recorte presupuestario. El recorte no va de la mano con la exigencia actual de adaptar el sistema a esto emergente.

—El presidente Kast igual ha criticado lo que se invierte en investigación, ¿por qué crees que ahora se pone en duda la labor de los científicos?

R: Es un error de entender cómo funciona el proceso científico y equipararlo al proceso de venta de un producto, como si fuera un estudio de marketing para vender, no sé, el diseño nuevo de un mouse, el nuevo computador o el nuevo vestido.

La ciencia es la aplicación del método científico para la producción de conocimiento más general, y nosotros no sabemos si es que el conocimiento que se generó, por ejemplo, respecto de la proteína de la membrana de una bacteria del Mar Muerto, en 10 años más, va a significar el desarrollo de un medicamento que va a curar el cáncer de hígado. Esas cosas pasan todo el rato. Es el conocimiento mancomunado de muchas investigaciones que a través del tiempo se van encontrando y se van produciendo tecnologías que se vuelven prácticas en el momento, pero eso tiene que ver con otros procesos también, el proceso industrial, el proceso de diseño de productos y la asimilación de la economía de esos productos para solucionar los problemas de la sociedad.

Entonces, claro, por eso vale la pena invertir, y muchas farmacéuticas que son privadas invierten mucha plata en investigación porque es la única forma que tienen para desarrollar nuevos medicamentos que después no saben si es que van a vender o no, más adelante. Y, de hecho, por este cambio de mentalidad, un poco de desmerecer el conocimiento científico y priorizar el margen de renta de una empresa, se pierde todo eso y como que se externaliza ese trabajo, pero ¿a quién? ¿Quién va a hacer eso al final si es que no lo hacen ni las empresas, porque es muy costoso, ni el mundo académico, porque el Estado no lo financia? Es una amenaza muy riesgosa para el futuro del desarrollo.

—¿Cómo crees que se puede mejorar esto de no querer invertir más en ciencia?

R: Es una pregunta bien difícil igual, porque depende de mucho. No tiene que ver necesariamente con la educación o la información que está disponible, la evidencia, sino que tiene que ver con oportunidades, voluntad política e ideología, en qué es lo que uno cree que sirve. Y esas creencias muchas veces no son permeables a la educación, la evidencia, el conocimiento. A veces hay algo muy evidente, muy obvio, que es la solución que hay que hacer, pero si no hay voluntad política en las esferas de toma de decisión, no se va a dar, ¿no? Y eso puede ser porque a alguien le cae mal otra persona, incluso; como entonces no, yo no voy a votar a favor o no voy a dejar que pase este documento.

También, si es algo más macro que la gente no lo siente como importante, entonces un político puede pensar: ¿para qué voy a gastar el tiempo en algo que a la gente que vota por mí no le interesa? Y así. Entonces, quizás la comunidad científica tiene que estar suficientemente organizada para poder llevar estas ideas a esa esfera de toma de decisiones y poder competir con la capacidad de decisión que tienen en el mundo público y privado, porque igual esto es en ambos lados.

Pedro Pascal

Pero no todo es ciencia, Nicolás también es un acérrimo admirador de su hermano mayor, que ahora está en la cúspide de su carrera. Dice que el éxito de Pedro se siente como una “retribución” de todo el esfuerzo que hizo para llegar allí.

Recordemos que el actor chileno-estadounidense, mantuvo un bajo perfil hasta que interpretó a Oberyn Martell en Game Of Thrones por allá en 2014 y desde entonces continuó escalando. Ahora es parte del Universo Cinematográfico de Marvel (MCU) y del universo de Star Wars, dos de las más grandes franquicias del cine.

Además, este año estrenará su primer gran protagónico en la pantalla grande, papel por el que algunos medios especializados ya lo perfilan como un posible candidato al Óscar.

—¿Qué te parece el éxito de Pedro? Ahora ya va a tener su estrella en el Paseo de la Fama y todo.

R: A uno, como hermano, como que se le olvida un poco, derepente te acuerdas o ves una noticia y quedas así. Y me pasa mucho que yo igual soy a la vez hermano y fan de lo que hace, entonces, por un lado es entretenido como espectador del Pedro, como seguidor de su carrera, pero también muy orgulloso y feliz de la retribución por el esfuerzo que ha hecho, todo lo que le ha llegado, con lo difícil que ha sido por distintas razones, y que ahora sea una de las personas más famosas del mundo es muy loco, en verdad. Me gusta que pueda vivir de su arte, un arte tan difícil y tan vulnerable en general, que pueda vivir y mucho más que vivir, porque es una locura. Soy fan, muy orgulloso y feliz de su éxito como hermano.

—¿Y como fan, cuál es tu película o papel favorito que ha hecho?

R: Yo creo que son varios. Oberyn me gustó mucho, pero además el personaje es muy entretenido porque tenía muchas cosas de él, como esa cosa medio juguetona, coqueta y un poco más fluido. También el personaje de The Last Of Us (Joel), que es complejo, como muy oscuro en algunas cosas y muy lindo en otras. Esa vulnerabilidad mezclada con macho, yo siento que Pedro lo hace muy bien, esa profundidad detrás del personaje.

—Me acuerdo que en una entrevista él dijo que cuando aún no le estaba yendo muy bien como actor y pensaba en a qué otra cosa dedicarse, quería ser enfermero, ¿te lo imaginas en salud?

R: ¡Sí! Porque tiene como un alma muy cuidadora. Siempre está muy pendiente de nosotros, de mí, muy preocupado siempre. Entonces lo veo perfectamente cuidando gente, en distintas formas.

—Pedro es muy crítico en temas de política, guerra, discriminación, ha apoyado hartas causas e igual se ha ganado haters por eso, ¿qué opinas de que él utilice harto su voz para hablar de estos temas? No muchos actores lo hacen.

R: Es difícil. Igual los actores están en una posición muy expuesta y es imposible caer bien a todo el mundo, sobre todo si tiene opiniones controversiales. Al final, yo creo que estando a ese nivel, como que si uno no tiene haters, es porque no ha hecho muchas cosas con principios.

Y el Pedro igual es una persona de principios, tiene sensibilidad por algunas cosas y se la ha jugado por lo que él cree que son los grandes temas, porque también no puedes estar en todos los frentes al mismo tiempo. Es imposible. No le presto mucha atención, la verdad, al odio. Siempre me entero después de lo que está pasando. A veces están tan locos los comentarios que ni siquiera como que vale la pena tomárselo en serio.