La nueva obsesión por los datos del cuerpo y la mente: cuándo ayudan a la salud y cuándo solo hacen más ruido

Del escáner corporal “wellness” a los relojes inteligentes y sensores de glucosa, David Wallace‑Wells y la médica Rachael Bedard (internista, geriatra y especialista en cuidados paliativos) analizan en el podcast The Opinions por qué más datos no siempre significan mejor salud, el riesgo de sobre-diagnóstico y el rol real que podría jugar la IA.

En la góndola de la salud digital, el menú es cada vez más largo: pasos, saturación de oxígeno, ciclos de sueño, glucosa minuto a minuto, escaneos corporales por ultrasonido y pruebas de laboratorio “on demand”, casi toda esa información en el «reloj» que llevás en la muñeca.

Millones de personas ya gastan miles de millones de dólares en seguir cada gesto fisiológico con la esperanza de vivir más y mejor. Sobre esa promesa se monta la pregunta que atraviesa la conversación entre David Wallace‑Wells y la médica de atención primaria Rachael Bedard: ¿realmente es bueno para nosotros tener más datos sobre el propio cuerpo, o corremos el riesgo de convertir la salud en un flujo incesante de números incomprendidos y ansiedad?

La inquietud no es teórica.

La Dra. Bedard viene de una “mini pelea” en internet tras el lanzamiento de una startup de San Francisco que ofrece escaneos de “imagen corporal completa”. Mientras la gente de tecnología defendía la idea de que “más datos siempre son mejores” para decidir, investigar y optimizar, muchos médicos respondieron con una advertencia: ciertos datos pueden hacer más daño que beneficio si no hay claridad sobre qué significan y qué se hará con ellos.

La discusión se amplifica en la era de la IA, donde la promesa es que algoritmos capaces de procesar volúmenes masivos de información podrán, algún día, anticipar –y quizá revertir– enfermedades décadas antes de que aparezcan los síntomas.

Diseño del debate: entre el cribado masivo y el daño por sobre-diagnóstico

Para explicar de dónde viene el escepticismo médico frente al “más es mejor”, Bedard recurre a un ejemplo clásico: el programa de detección universal de cáncer de tiroides en Corea del Sur a principios de siglo. Las ecografías tiroideas, no invasivas y aparentemente inocuas, multiplicaron por 15 la incidencia de cáncer de tiroides. Sin embargo, la mortalidad por esa causa no cambió.

La interpretación es contundente: se comenzaron a detectar muchos más cánceres “absolutamente indolentes”, capaces de crecer muy lentamente sin volverse clínicamente significativos en la vida de una persona. Algo similar ocurre con ciertos tumores de próstata. “Existe un viejo dicho que afirma que mueren más hombres con cáncer de próstata sin diagnosticar que los que reciben un diagnóstico durante su vida”, recuerda Bedard.

En ese contexto, la detección tempranísima de tumores que probablemente nunca causarían problemas disparó cirugías, biopsias e intervenciones innecesarias, con costos económicos y clínicos reales, pero sin beneficio poblacional.

El mensaje no es que haya que abandonar el cribado, sino que “es fundamental saber qué se va a hacer con los datos”.

Bedard pone como contraejemplo la enfermedad de Alzheimer: hace 20 años, conocer el riesgo individual mediante biomarcadores hubiera tenido poco sentido, porque no había tratamientos capaces de modificar el curso. Hoy, con nuevos análisis de sangre que detectan placas precoces y terapias aprobadas para fases iniciales, la ecuación cambia: “Es muy diferente si se dispone de una intervención que pueda modificar significativamente el curso de la enfermedad”.

Resultados de eficacia y seguridad: escáneres, wearables e “incidentalomas”

La polémica con el escáner de cuerpo completo ilustra la zona gris entre bienestar y medicina. La propia empresa lo presenta como una herramienta de “bienestar general” para controlar proporciones de grasa y músculo; un Joe Rogan obsesionado con el fitness podría usarla para verse mejor, y “si eso es significativo a nivel personal, entonces que lo disfrute”, concede Bedard.

El problema surge cuando se vende –o se interpreta– como un instrumento de detección precoz de “anomalías” en personas asintomáticas. La experiencia clínica muestra que, cuando se escanea a gente sana, siempre aparecen hallazgos fortuitos de significado incierto: los famosos “incidentalomas”. “Sabemos que, al escanear a las personas, encontramos constantemente en sus cuerpos cosas cuyo significado desconocemos”, señala la médica. Eso dispara costosísimas cadenas de pruebas, controles seriados, posibles biopsias y cirugías, muchas veces sin una verdadera ganancia clara la persona.

Algo similar ocurre con el acceso directo del consumidor a análisis de laboratorio. Empresas que ofrecen paneles completos a demanda terminan derivando la interpretación al consultorio, con pacientes que llegan diciendo: “Esto parece indicar que estos valores están mal. ¿Qué tengo, qué tengo que hacer?”.

Para Bedard, el punto crítico no es solo la carga extra sobre el sistema de salud, sino el cambio subjetivo: personas que se percibían sanas pasan a verse en un “espectro” de riesgo permanente, guiadas más por el reloj o la app que por cómo se sienten.

Ella misma lo experimentó al usar, por primera vez, un monitor de actividad durante una semana: el dispositivo le informó que había dormido mal cuando se sentía descansada, y viceversa. “Miré el gráfico y pensé: ‘¿Qué sabe esto que yo desconozca?’”. Estudios mencionados en la conversación muestran que si el dispositivo sugiere que dormiste mal, la gente reporta más cansancio, independientemente de la calidad real del sueño: puro efecto psicológico placebo/nocebo.

Qué significa para la práctica clínica y el negocio de la salud digital

El fenómeno no es marginal: un estudio publicado en JAMA (Journal of the American Medical Association) mostró que el 40% de los estadounidenses declaró haber usado un dispositivo portátil en 2024. La promesa y el peligro son simétricos. En el lado positivo, los contadores de pasos “gamifican” la actividad física y logran que la gente camine más; en el extremo clínico, ensayos como el Apple Heart Study demostraron que los relojes inteligentes pueden detectar arritmias relevantes y ayudar a prevenir ACV.

En el lado oscuro, la proliferación de monitores continuos de glucosa en personas sin diabetes –promovidos como “base de la revolución de la salud” por figuras como la influencer y ex médica Casey Means (fundadora del MAHA, «Make America Healthy Again»)– pone a personas de bajo riesgo a vivir como si fueran pacientes crónicos: vigilando cada variación posprandial dentro de rangos normales. “Mi glucosa ha estado en un rango normal todo el tiempo, y es más alta cuando como helado… ¡sorpresa!”, ironiza la Dra. Bedard. Para estos casos, admitir que “no sabemos si esos datos serán significativos alguna vez” es, para ella, un acto de honestidad clínica.

La conversación del podcast también subrayó la dimensión sociológica y del negocio del Wellness y la Salud. La cultura de autooptimización extrema –encarnada en personajes como el emprendedor Bryan Johnson– se apoya en una lógica de “experimento n=1”: registro todo, cambio algo, vuelvo a registrar, concluyo que mi ajuste funcionó. Pero un caso individual sigue siendo un caso individual, y sin ensayos aleatorizados es imposible separar causalidad de efecto placebo.

Al mismo tiempo y a veces de manera muy evidente, detrás de muchos dispositivos y plataformas hay un claro “afán de lucro”: se venden wearables, sensores, escaneos bajo la promesa de “revolucionar la salud”, apalancados en una narrativa culposa que responsabiliza casi por completo al estilo de vida individual.

Consecuencias para la industria y los servicios de salud

Para Bedard, el punto no es demonizar la tecnología ni el big data, sino insistir en el rigor y en quién interpreta los datos.

Ella misma ve con buenos ojos que la IA pueda generar hipótesis, acelerar investigación y, por ejemplo, acercar una herramienta fiable de screening para cáncer de páncreas, una necesidad clínica crítica. Pero advierte que gran parte del “autocontrol” actual ocurre en un contexto de desconfianza hacia los médicos y fuera de marcos de investigación, con datos que muchas veces no se comparten ni se consolidan en beneficio colectivo.

También subraya la brecha social. En su práctica con personas en situación de calle, los retos de salud son tan estructurales que “saber mucho más sobre lo que dicen estos datos” no cambia casi nada.

Para que la información sea significativa, dice, hace falta un alto grado de control sobre la propia vida: recursos para cambiar la dieta, el entorno, las rutinas. Por eso distingue entre el uso clínico de dispositivos prescritos para responder a una pregunta concreta (por ejemplo, descartar arritmias) y la lógica de bienestar continuo orientada a la optimización, que hoy sigue siendo, en gran medida, un fenómeno de élites.

Al final del episodio del podcast, Bedard confiesa que probablemente dejará el smartwatch cuando termine la grabación, pero seguirá mirando el contador de pasos del teléfono porque le resulta útil para saber, “de forma cuantificada”, si se movió o no en el día.

La línea que traza resume bien el desafío para sistemas de salud, pagadores y empresas digitales: encontrar el punto en el que los datos dejan de ser ruido o fuente de ansiedad, y pasan a ser una herramienta que, con el contexto y la interpretación adecuados, ayuda a cuidar mejor tanto a las personas como a los recursos de un sistema de salud que hace tiempo no alcanza a todos los que lo necesitan con más urgencia.

Fuente: The New York Times, The Opinions