Cuando el que decide a quién vacunar primero es un algoritmo
EE.UU. busca cómo resolver los problemas que las fórmulas matemáticas generan
A mediados de diciembre, el vestíbulo del hospital de la Universidad de Stanford, un centro médico de referencia en California, vivió una escena poco habitual en él: una protesta de médicos residentes. Las primeras dosis de la primera vacuna autorizada en EE.UU., la de Pfizer/BioNTech acababan de llegar al hospital. Solo siete de los más de 1.300 residentes habían sido elegidos como receptores de la vacuna, de la que habían llegado 5.000 dosis.
«Muchos de nosotros sabemos que hay profesores que han trabajado desde casa desde que comenzó la pandemia en marzo, sin responsabilidad de ver a pacientes en persona, que han sido seleccionados para vacunación», aseguraba una carta escrita por los médicos a la dirección del centro. «Mientras tanto, nosotros nos atamos las mascarillas N95 por décimo mes sin un plan claro y transparente para nuestra protección».
¿Ágil y equitativo?
El problema fue el algoritmo. Stanford diseñó una fórmula matemática para priorizar a los distintos trabajadores del hospital en su vacunación. Entre que hubo errores –por ejemplo, dejaba fuera a los residentes que no tenían un centro específico de trabajo– y que su diseño privilegiaba la edad sobre el riesgo de su actividad, la consecuencia fue que muchos de los que estaban en primera línea contra el virus se quedaban al fondo de la cola.
El episodio en Stanford era el comienzo de una relación decisiva y conflictiva: la de los algoritmos y la distribución de la vacuna, la gran esperanza para controlar la pandemia.
En una situación de urgencia, con el país camino del medio millón de fallecidos, la fórmula matemática permite una distribución más ágil y equitativa a la hora de entregar un recurso complicado –el frío que requieren las vacunas para su conservación exige que no haya equivocaciones en la cadena de distribución– y, al menos de momento, limitado. Una vez diseñado, el algoritmo no es susceptible de presiones ni de favoritismos: establece las mismas reglas para todos. El problema, como en Stanford, está en su diseño.
Errores
Hay profesores que teletrabajan que han recibido antes la vacuna que médicos de primera línea
Las autoridades estadounidenses los han usado en los tres principales puntos básicos de distribución de la vacuna: federal, estatal y en los propios centros de distribución. El Gobierno de Donald Trump, que participó con éxito en el desarrollo en tiempo récord de las vacunas, estableció los primeros parámetros para la campaña de vacunación dentro de la Operation Warp Speed (Operación Velocidad Endiablada) para vacunar a los estadounidenses. Entre ellos, un sistema de distribución nacional de vacunas a través de Tiberius, un portal digital desarrollado por el gigante de la gestión de datos Palantir.
Ese sistema utiliza un algoritmo sencillo, que divide el número de dosis disponibles –evoluciona en función de la producción de las farmacéuticas– entre los estados del país. Reparte el número de vacunas de forma proporcional en función de la población mayor de 18 años y establece envíos semanales.
Menos dosis o demasiadas
El sistema, que la actual Administración Biden sigue utilizando, ha sufrido fallos y ha recibido críticas. Algunos estados se han quejado de que reciben menos dosis de las que les corresponde –o demasiadas, como ocurrió con Oklahoma y el cálculo de población en residencias para ancianos– y se ha cuestionado la base demográfica que utiliza, que no recoge del todo el peso de inmigrantes indocumentados o comunidades tribales.
Una vez enviadas las dosis, la competencia para establecer las prioridades de vacunación corresponden a los estados. Los Centros para el Control y la Prevención de Enfermedades (CDC, en sus siglas en inglés), el órgano federal responsable de salud pública, estableció grupos de prioridad, empezando por el personal sanitario en primera línea contra el Covid y las residencias de ancianos. Pero cada estado es libre de adoptarlas, adaptarlas o cambiarlas por completo.
Por ejemplo, Florida incluye en el primer grupo prioritario a los mayores de 65 años en situación de riesgo extremo por covid; Indiana agrega al personal de bomberos, de policía y penitenciario; Oregón prioriza a los profesores frente a los mayores de 65 años; y Nueva Jersey pone a los fumadores por delante de los profesores.
Muchos de estos estados también utilizan algoritmos para conseguir una distribución más rápida y eficaz. En Tennessee, por ejemplo, incluyen datos sobre qué población es más vulnerable –mayores índices de pobreza, más concentración demográfica– para reforzar el envío de dosis a esas zonas.