“Modern man resorts to cause and effect, as primitive man resorted to the gods: to bring order to the universe. Not because it is the system most comfortable to the truth, but because it is the most convenient”. Henry Poincaré.
Thomas S. Kuhn, American physicist and philosopher, characterized scientific change or evolution, differentiating two stages: a period of normal science, whose activity is concretized in the resolution of problems within a given theoretical framework, generally accepted by the scientific community; and a period of extraordinary science, which opens when normal science enters into conflict due to the presence of irreversible anomalous situations or situations that do not fit the current conceptual model. In this stage there is a crisis of the predominant model, which only closes when a consensus is reached in the scientific community around a new paradigm, at which point a new period of normal science begins.
Este nuevo paradigma de la ciencia se ha gestado en los últimos 50 años (aunque sus orígenes se remontan a finales del siglo XIX), sobre todo en la Física y en las Matemáticas, con la Física cuántica, la teoría de la relatividad o la ciencia del caos, teorías que ponen en tela de juicio el modelo clásico cartesiano, un modelo que ha servido de sustento a la ciencia desde el siglo XVII.
La documentación sobre este nuevo paradigma científico es abundante, si bien algunas teorías se siguen construyendo y no todos los componentes del mismo suscitan unanimidad en la comunidad científica. Pero lo cierto es que su significado plantea una revolución en la forma de comprender la realidad cuyas consecuencias son hoy por hoy imprevisibles.
La Teoría de la Complejidad, que es posiblemente la que mejor resume el nuevo paradigma científico, argumenta que los sistemas simples, complicados, complejos y caóticos tienen fundamentalmente propiedades diferentes, y por consiguiente se necesitan enfoques y procesos diferentes cuando se trata con asuntos y desafíos en cada uno de estos tipos de sistemas. La también llamada teoría del caos, es uno de los conceptos más importantes del siglo pasado y una nueva rama matemática que está en el corazón de muchos sistemas naturales, desde cómo la población de una determinada especie varía con el tiempo hasta el ritmo de tu corazón, desde el Sistema Solar hasta nuestro clima. Una teoría que cambió nada menos que nuestra comprensión del Universo.La mayoría de los llamados problemas o desafíos a los que se enfrenta la sociedad actual (la guerra, la violencia, la pobreza, las epidemias, las crisis económicas, energéticas y ecológicas o en el campo de la salud, el tratamiento de los pacientes con enfermedades crónicas, el cáncer, la calidad de la asistencia, etc.) no son «problemas» en sentido estricto (dado que no pueden ser «arreglados» o «resueltos» desde el enfoque mecánico). Para estos dilemas, propios de ambientes complejos, se precisan enfoques alternativos.
Cuando se trata de describir las características del nuevo paradigma de la ciencia nos encontramos con dificultades porque por lo general tratamos de hacerlo con un lenguaje que es propio del modelo racional, que ha dominado la ciencia en los últimos siglos.
Pensamos que es factible conocer y controlar el mundo (el cuerpo humano, la realidad social o las galaxias y los átomos) utilizando un método racional, analítico, objetivo y en último término reduccionista, porque trata de entender la realidad dividiéndola en partes, para aplicar después los hallazgos al conjunto. Pensamos que el límite del conocimiento viene dado por los instrumentos de medida: la clave está en encontrar instrumentos cada vez más sutiles que nos permitan medir y cuantificar los fenómenos. Pensamos que es posible controlar y predecir los fenómenos descubriendo sus causas que, a su vez, es posible conocer gracias al método científico. Se trata de un modelo simplista y mecanicista: pensamos que tiene que haber soluciones simples a los problemas complejos y confiamos en los avances de la ciencia, o en su defecto en el consejo de expertos, para encontrarlas.
Este modelo mejora el conocimiento de la realidad y propicia nuevas técnicas para intervenir sobre ella. Pero el problema estriba cuando tiene que tratar con realidades cambiantes, inestables, alejadas de una situación de equilibrio, que siguen un curso impredecible, casi azaroso, y en las que no parecen existir relaciones de causa efecto o éstas son circulares o bien intervienen un número casi infinito de variables. En esta situaciones ya no se trata de descubrir nuevas técnicas que nos permitan controlar todas las variables en juego, sino en aceptar que son realidades complejas, que requieren nuevas formas de pensar para comprenderlas. El enfoque simplista, reduccionista, ya no es suficiente.
Este modelo ha propiciado, en efecto, enormes avances en el conocimiento, lo cual es evidente en las ciencias médicas. Pero también genera un sistema de valores que crea una dependencia excesiva en la tecnología (como ocurre también en las ciencias médicas en las que, además, esta dependencia se extiende a los hospitales, a los especialistas, a los fármacos y en general a los médicos y al sistema de asistencia, del que se espera siempre una intervención eficaz).
El caos, en efecto, hace que predecir el futuro sea tremendamente difícil. Eso no quiere decir que el caos sea la matemática de la aleatoriedad o la probabilidad. Un sistema caótico sigue estando controlado por estrictas ecuaciones matemáticas pero, y esa fue la gran sorpresa, un cambio muy pequeño en las condiciones iniciales puede conducir a resultados muy diferentes. Es el llamado «efecto mariposa»: la noción de que una mariposa agitando sus alas hace pequeños cambios en la atmósfera que posiblemente podrían causar un tornado en Tokio.
La crisis del modelo biomédico vigente no depende estrictamente de sus postulados o teorías, sino de que éstas constituyan el único modo, o al menos el predominante, de comprender la realidad asistencial. Los nuevos paradigmas ofrecen una explicación o perspectiva general, mientras que el modelo clásico se mantiene como teoría explicativa para casos singulares o concretos.
El modelo biomédico seguirá siendo eficaz en situaciones en las exista una relación de causa a efecto y para cada problema se pueda encontrar una solución o varias. Son situaciones en las que es factible obtener toda la información relevante, o bien obtenerla mediante la investigación, y adoptar la medida adecuada (que a veces será la mejor práctica o, en su defecto, una buena práctica). Pensemos en situaciones como la mayor parte de las enfermedades agudas, las emergencias o los accidentes.
Pero en situaciones en las que no existe una relación de causa-efecto, situaciones que son cambiantes e imprevisibles y en las no es posible manejar todas las variables, nos vemos obligados a adoptar patrones o modelos diferentes. Pensemos en cómo responder al desafío de las enfermedades crónicas, el cáncer, o las drogas. Se trata de dilemas que están más relacionados con la organización de los servicios de salud y que requieren el concurso o integración de otras disciplinas, además de la medicina.
O la pregunta a la que intentó responder Poincaré: ¿Es estable nuestro Sistema Solar?.
Se trata de situaciones en las que:
• El número de variables tiende al infinito o algunas son desconocidas
• Las relaciones entre causa y efecto en el sistema son insondables
• Es imposible predecir el resultado de una intervención en el sistema
En estas situaciones tratamos de identificar las causas «más relevantes» y actuar sobre ellas. Pero con ello sólo conseguimos adaptar nuestros métodos a la situación, no resolver el dilema, tal como señala Henri Poincaré, en la frase que encabeza este post.
