La cadena es esta: los diagnósticos incorporados a las reclamaciones y facturas del seguro se agregan a nivel de clínica, pasan luego a los reguladores nacionales y de ahí a los boletines estadísticos estatales e internacionales. Sobre esa estadística se toman decisiones de primer orden: se lanzan programas nacionales, se reparten presupuestos, se fijan objetivos de reducción de la morbilidad. Cuando uno de cada diez registros del sistema – o incluso uno de cada dos – es pura ficción, las decisiones se construyen inevitablemente sobre hipótesis erróneas.
Las estadísticas falsificadas no se quedan dentro de un solo país. Llegan a las bases de datos internacionales, incluidos los repositorios de la Organización Mundial de la Salud. Investigadores de todo el mundo se apoyan en esas cifras para construir modelos, buscar relaciones causales y publicar trabajos que después sustentan los rankings globales de salud y las estimaciones de carga de enfermedad.
El caso de los EAU resulta especialmente ilustrativo. Las bases internacionales de la OMS registraron una prevalencia inusualmente alta de gastritis crónica y ERGE en los Emiratos Árabes Unidos: una anomalía que llevó a los epidemiólogos a buscar explicaciones en la dieta local, la calidad del agua o la predisposición genética de la población. En realidad, la causa era puramente contable: las oleadas de inflado de los códigos K29 y K21, que se desplazaban de forma sincronizada en respuesta a la política de las aseguradoras, habían fabricado un perfil de morbilidad fantasma. La comunidad científica internacional gastó recursos en estudiar un fenómeno inexistente.
Así, datos basura a la entrada generan políticas basura a la salida. El dinero se tira por la ventana mientras las enfermedades reales quedan desatendidas. En cuanto los datos distorsionados entran en los rankings globales, influyen en el reparto de la ayuda internacional, en las inversiones de las farmacéuticas, en la orientación de las becas de investigación e incluso en el atractivo turístico de regiones enteras. Una relación causal falsa, deducida de cifras fabricadas, puede pasearse durante años por artículos científicos y manuales, acumulando citas de prestigio.
Romper este círculo vicioso solo es posible con un conjunto de medidas: auditoría cruzada independiente de las reclamaciones al seguro e implantación de algoritmos de detección de patrones anómalos (como la deriva sincronizada de códigos). Tales algoritmos ya existen, no en teoría sino en la práctica: las soluciones de Mains Lab permiten rastrear de forma automática los desplazamientos sospechosos en la codificación, comparar perfiles de morbilidad entre clínicas y detectar anomalías antes de que se conviertan en la «nueva normalidad» de la estadística. Es precisamente esta auditoría tecnológica – continua y basada en datos – la que puede cortarle el oxígeno a los esquemas que llevan años parasitando los sistemas de seguros.