La gente depende cada vez más de su ‘smartphone’, lo que permite a Triggr prever con un 92% de precisión el riesgo de que un usuario vuelva a consumir. Cuando esto sucede, envía una alerta al equipo de rehabilitación para que le ayude
Cuando hablé con Tasha Hedstrom el pasado invierno, llevaba más de 61 días sobria. Tras luchar con una adición a los opiáceos durante 15 años, Hedstrom ha empezado a tomar Vivitrol, un fármaco que bloquea los efectos placenteros de los opiáceos y reduce el deseo de tomarlos. También asiste a un programa de rehabilitación por mandato judicial tres días a la semana y controla sus progresos en una app móvil que encontró en Facebook llamada Triggr Health.
A Hedstrom, los programas de apoyo entre iguales como Narcóticos Anónimos nunca le han resultado útiles. La paciente afirma: “No me gusta el ambiente. Siento que la gente habla sobre drogarse y lo glorifica, No me gusta contar mi historia un millón de veces”.
Así que Triggr Health le ofrece otra vía para recibir apoyo. Además de hacer un seguimiento del número de días que lleva en recuperación, la app conecta a Hedstrom con un equipo de asesores que chatea con ella varias veces al día mediante mensajes de texto y mensajes dentro de la propia app. Si Hedstrom no activa Triggr durante un día entero, el equipo contacta con ella. Generalmente, hablan de cómo le va y de los objetivos que se ha fijado, pero recientemente le ayudaron a superar un reto inesperado. Un desconocido siguió su coche, se colocó en la plaza de aparcamiento de al lado y le ofreció drogas. Desconcertada, envió un mensaje a Triggr. La mujer detalla: “No se trata solo de la adicción. Es como si tuviéramos una relación de amigos. Necesitas apoyos alternativos”.
En 2015, 33.000 personas fallecieron a causa de sobredosis de opiáceos en EEUU, el número más alto de la historia, y más del doble de la cifra de 2005, según el Instituto Nacional sobre el Abuso de Drogas de EEUU. En el país se producen más de medio millón de hospitalizaciones relacionadas con el abuso de opiáceos cada año que le cuestan unos 14.000 millones de euros, según un estudio reciente. Son decenas de miles de millones de euros gastados en clínicas de rehabilitación y otros tratamientos.
En total, 23 millones de estadounidenses padecen de un trastorno de uso de sustancias asociado con drogas ilícitas o alcohol, según los datos de 2013 recopilados por la Administración de Abuso de Sustancias y Servicios de Salud Mental de EEUU. Pero menos del 20% de las personas que necesitan tratamiento lo recibirán. Y aunque el tratamiento más común, Alcohólicos Anónimos (AA) o Narcóticos Anónimos (NA), a algunos les resulta bastante eficaz, el 75% de la gente que participa en tales programas recae durante el primer año según una encuesta. Aunque hay un amplio abanico de tratamientos disponibles, “hay personas a las que ninguna de las opciones les funciona”, señala el experto en adicción y profesor de psicología de la Universidad de Pensilvania (EEUU) James R. McKay.
Pero la nuevas tecnologías empiezan a ofrecer otra alternativa gracias a los ordenadores que llevamos en nuestros bolsillos. De las 165.000 apps de cuidados médicos, las de salud mental componen la categoría más grande, que incluye cientos de opciones relacionadas con la adicción. Algunas ofrecen mensajes inspiradores, direcciones de reuniones de AA cercanas, guías de hipnósis y grupos de apoyo entre pares en línea.
De todas ellas, Triggr es más ambiciosa. Con datos recopilados de los smartphones, la empresa intenta no solo ayudar a la gente a lidiar con las ganas y el estrés que fomentan el abuso de drogas sino que aspira a predecir cuándo alguien va a recaer para poder intervenir. Triggr recopila pistas a partir de cosas como el uso de la pantalla, los patrones del envío de mensajes, el registro de llamadas, el historial del sueño y la ubicación del usuario. Por otro lado están los datos de la comunicación que el usuario mantiene con la plantilla de la start-up dentro de su plataforma, como sus drogas preferidas, su historial y la presencia de palabras peligrosas como “ganas” o “estrés”. Triggr combina todas estas informaciones para alimentar una serie de algoritmos. El sistema tiene acceso a datos generales sobre otras actividades de mensajería y correo electrónico pero no al contenido de los mensajes ni llamadas. Gracias al aprendizaje automático, la empresa busca patrones que señalen una elevada probabilidad de recaída. Cuando las probabilidades alcanzan un nivel peligroso, un miembro del equipo de rehabilitación interviene o alerta al equipo de cuidados externo de un cliente.
Ni la empresa ni sus clientes concretaron cuánto cuesta el uso de la plataforma, aunque algunos proyectos piloto de Triggr parecen costar muy poco o incluso nada. Hedstrom descargó la app gratis, pero ahora paga una cuota mensual para utilizarla. Afirma que la tarifa es de menos de dos euros al día. La manera más prometedora para que Triggr genere beneficios podría consistir en compartir los ahorros financieros que el uso de la app podría proporcionar a las aseguradoras y agencias gubernamentales que pagan los costes médicos asociados con la adicción. Un tratamiento inicial de 30 días en régimen de internación puede costar unos 16.000 euros y las visitas a urgencias y otros costes asociados aumentan la cifra rápidamente.
El socio de la empresa de capital riesgo Drive Capital Chris Olsen, uno de los inversores de Triggr, dice que se ha calculado que el programa Medicaid del estado de Ohio (EEUU) está gastando hasta más de 4.500 millones de euros al año en infecciones de hepatitis C, las cuales están fuertemente correlacionadas con el uso de drogas inyectadas. El inversor detalla: “Si podemos reducir [esa cifra], habrá un modelo de ingresos más adelante”. Entre los usuarios actuales de la app hay pacientes que han pasado por programas de rehabilitación de Sprout Health Group, una cadena de centros de tratamiento de adicción con sede central en Nueva Jersey (EEUU). El CEO de Sprout Health Group, Arel Meister-Aldama, afirma que, antes de Triggr, un paciente que se sometía a un programa durante una media de 45 días a jornada completa después se controlaba con llamadas telefónicas periódicas e invitaciones a eventos para antiguos alumnos, pero resultaba difícil saber cómo se encuentraba realmente. Ahora, los asesores de Sprout reciben alertas de Triggr cuando parece que un paciente está en riesgo. Meister-Aldama detalla: “Hay falsas alarmas, pero a menudo pillamos a la gente cuando va de camino a ver a sus camellos. O estará sentada fuera de un bar pensando en entrar”.
La tasa de readmisión de Sprout Health Group ha aumentado desde que la empresa empezó a utilizar Triggr, pero el coste global por paciente se ha reducido porque sus asesores han podido ayudar antes a los pacientes, lo que evita largas estancias en centros de tratamiento y cuidados urgentes. Meister-Aldama señala que gracias a los datos de Triggr ahora entienden mejor lo que costará tratar a cada paciente. Y cree que en el futuro podrá acordar tarifas planas por paciente en lugar de cobrar cuotas basadas en los servicios concretos.
La plataforma que tan útil encuentra Meister-Aldama no funcionaría sin smartphones ubicuos y los recientes avances en el aprendizaje de máquinas. Y tampoco existiría si no hubiese sido por el dolor de una alumna universitaria – y la oportuna intervención de su madre.
Instinto maternal
El cofundador y CEO de Triggr Health, John Haskell, tuvo la idea de la app durante una época difícil de su propia vida. Mientras cursaba sus estudios universitarios en la Universidad de Stanford (EEUU), luchaba contra el síndrome maníaco depresivo y llegó a pasar cinco años académicos en los que no logró terminar ningún grado universitario. Además, una de sus amigas de la universidad luchaba con problemas de salud mental y abuso de sustancias. Llegó a un punto en el que ella no quería seguir con el tratamiento y contempló el suicidio. En un momento especialmente crucial, la joven recibió una llamada de su madre que la ayudó a reorientar su camino. Cuando Haskell preguntó a la madre qué le había impulsado a llamar justo en ese momento, ella lo atribuyó al “instinto maternal”.
Haskell creía que este instinto maternal debería poder reproducirse con la ayuda de tecnologías inteligentes.
“Ella sabía que algo iba mal. Lo sentía. Pero lo especialmente interesante era que había muchos puntos de datos. Y todos se podrían rastrear desde el móvil”, explica Haskell. Por ejemplo, a su amiga siempre le había encantado Encadenados, un juego en línea multijugador similar al Scrabble, pero había dejado de jugar. Estaba enviando mensajes de texto a mitad de la noche, una señal obvia de que no dormía. “El concepto de la intuición es puramente una cuestión de datos. ¿Por qué no se puede escalar la intuición maternal?, afirma Haskell.
Seis años después, la máquina de intuición maternal de Haskell ocupa dos largas mesas blancas dentro de una segunda planta sin ascensor en el barrio River North de Chicago (EEUU). En una mesa se sienta un pequeño grupo de programadores y científicos de datos, muchos con experiencia profesional en empresas más grandes, incluida Google, que desarrollan la app y plataformas. Al otro lado de un tabique de separación parcial, en una mesa blanca idéntica, se sienta el equipo de rehabilitación, formado por entre cuatro y cinco personas que interactúan con los usuarios. Todos se sientan frente a una pantalla de ordenador.
Los tecnólogos trabajan con los datos que los sensores extraen de los smartphones de los usuarios y de sus interacciones con el equipo de rehabilitación para identificar patrones que señalan un giro en la dirección equivocada. Veinticuatro horas al día, siete días a la semana, Triggr vela activamente por todos los usuarios de la plataforma, y siempre hay al menos un miembro del equipo de rehabilitación encargado de hasta 500 personas. Cada participante tiene una puntuación en una escala de uno a diez basada en los patrones del algoritmo de Triggr. Un uno significa que las cosas van muy bien. Un diez es una alerta de que el patrón de comportamiento del usuario sugiere que puede estar al borde de una recaída y necesita ser contactado.
La mayor parte de las comunicaciones con usuarios se desarrollan vía mensaje de texto o mensajería dentro de la app. Sin las pistas que podrían captar en persona del contacto visual y el lenguaje corporal, o, por teléfono, del tono de voz, el equipo depende estrechamente de alertas generadas por sus algoritmos.
¿Eres un robot?
Los sistemas de aprendizaje automático de Triggr han aumentado la inteligencia de la plataforma con el paso del tiempo gracias a las interacciones con participantes y a los millones de puntos de datos recopilados de sus smartphones. Los sistemas buscan anomalías, desviaciones de la rutina habitual de un cliente. Cuanta más gente lo usa, más datos se recopilan y mejor es su capacidad para encontrar señales de una recaída en potencia. Hace un año su precisión para identificar una recaída en los tres días posteriores era del 85%, y a día de hoy Triggr puede predecirlo con una precisión del 92%. Gracias a ello, se están realizando intervenciones cada vez antes que mejoran significativamente los resultados de los usuarios, afirma la empresa.
El desorden de los datos es lo que convenció al científico de datos John Santerre de Trigger de que el aprendizaje automático podría ayudar a combatir el problema. Algunas de las señales más importantes de una recaída no tienen relación directa con las drogas y el alcohol. En su lugar, son acontecimientos vitales, como la muerte de un familiar u otro adicto, una aventura amorosa o un problema con la vivienda. Tan solo una desviación de la rutina habitual de un cliente, algo tan simple como un mensaje recibido a una hora inusual, aumenta las probabilidades de recaída durante los próximos días. Triggr ni siquiera necesita saber de quién proviene el mensaje ni su contenido. Romper la rutina es una pista crucial.
Triggr está recopilando todos los datos que puede para ayudar a la gente a resistirse a un impulso mientras aumenta su fuerza y después desvanece, y ha asumido la espinosa tarea de construir un sistema diseñado para funcionar con la mínima intervención humana posible que permita un servicio personalizado para cada participante. Aunque los algoritmos pueden prever una recaída, intervenir para impedirla no es necesariamente compatible con la automatización. Haskell explica: “Nuestro objetivo consiste en convertirlo en algo lo más humano posible”. Aun así, los clientes a veces preguntan a los asesores de rehabilitación si son robots. Tasha Hedstrom lo hizo; Triggr respondió al preguntarle si ella era un robot. El humor es una de las técnicas que el algoritmo ha determinado que mejor funcionan con algunos participantes.
Los asesores prueban continuamente los mensajes enviados a clientes frente a sus distintos tipos de problemas. Los más efectivos pasan al equipo de ingeniería para que los envíen de forma automática cuando se vuelva a producir una situación similar. Cuando Triggr determina que una persona está en riesgo de recaer llega la parte realmente dura: intervenir para impedir el comportamiento autodestructivo. Los humanos supervisan la interacción, pero cuando aumenta el riesgo de alguien, un miembro del equipo de rehabilitación recibe un mensaje automático con la mejor estrategia para contactar con ese cliente. Esto es la máxima aproximación a la idea de la intuición digital de Haskell que Triggr ha logrado hasta ahora.
Sin ‘smartphone’
Una gran área de interés para Haskell es el desarrollo de organizaciones de servicios comunitarios, y una húmeda mañana de enero se encontraba de pie en una sala de conferencias en Franingham, Massachusetts (EEUU) explicando animadamente la app a un grupo de asesores del Consejo de Oportunidades de South Middelesex (SMOC, por sus siglas en inglés), una organización sin ánimo de lucro local. El SMOC acababa de lanzar Triggr como parte de un programa para conectar con drogodependientes en las salas de urgencias después de sufrir una sobredosis. Como muchas zonas del noreste, medio oeste y los Montes Apalaches, la ciudad está siendo testigo de un creciente número de sobredosis de opiácios: ahora observan una media de 10 sobredosis cada mes.
A algunos asesores de la sala les preocupaba que no todos los posibles clientes tienen smartphones. Otros querían un servicio que Triggr no ofrece: alertas cuando un usuario contacte con un camello o vuelva a consumir. Haskell tenía respuestas para todas las preguntas, pero un mes y medio después de la presentación, Krystin Fraser, que dirige la subvención gubernamental, dijo que de las primeras ocho personas captadas, solo una había descargado Triggr. Algunas no tienen smartphone, explicó, mientras que otras simplemente no quieren ser vigiladas. Durante el mes siguiente, 13 personas más se registraron en la app.
La mayoría de las apps de salud no están reguladas por la Agencia de Alimentos y Medicamentos de EEUU (FDA, por sus siglas en inglés), y la empresa ha elegido no publicar ninguno de los ensayos clínicos de su plataforma, algo que no está obligada a hacer. Está rastreando los resultados a largo plazo de la gente que utiliza Triggr, y su decisión sí le impone la necesidad de demostrar que es capaz de ofrecer algo extraordinario, ya que navega en un mar que ya está saturado. “Se ha producido un aluvión de apps de salud mental, la mayoría de uso y eficacia cuestionables”, dice uno de los directores del programa de psiquiatría digital del Centro Médico Beth Israel en Boston (EEUU), John Torous. El investigador forma parte de un estudio que emplea datos telefónicos pasivos para rastrear a personas que padecen esquizofrenia, un trastorno mental que dista mucho de la adicción pero que puede incluir comportamientossimilares, como patrones de sueño anormales. Torous explica: “La gente subestima lo complejo que es trabajar con estos datos. Sólo hace 10 años que tenemos smartphones y aún no hemos revolucionado los cuidados médicos. Si fuera tan sencillo como desarrollar una app, en 10 años se habría hecho ya. La gente es compleja. Podemos recopilar todos estos datos, pero, ¿cómo los analizamos correctamente?”
El profesor de bioestadística de la Escuela T.H. Chan de Salud Pública de la Universidad de Harvard (EEUU) y colaborador de Torous en el estudio de la esquizofrenia, Jukka-Pekka Onnela, es más optimista. A medida que la gente usa más el móvil para satisfacer sus necesidades como horarios, navegación y comunicación, los datos son “cada vez más potentes”, detalla. Y esto se da especialmente en casos en los que el comportamiento se ve fuertemente influido por el entorno y la historia reciente de una persona, como sucede con las personas con trastornos psicológicos y con problemas de adicción.
Cuando la gente está despierta, las pantallas de su smartphone pueden encenderse más de 20 veces cada hora. Onnela ha descubierto que esa frecuencia es un indicador de los patrones del sueño, algo esencial para entender las enfermedades psicológicas y tratarlas.
Onnela concluye: “En el pasado, muchos datos se limitaban al interior de los laboratorios y las consultas. Lo que nosotros intentamos hacer es captar los síntomas en estado salvaje, tal y como las personas los experimentan de verdad en sus vidas”.
Fuente: MIT