Hippocratic Utility

El autor acepta la motivación ética de la función de utilidad propuesta, que prioriza salvar vidas al no imponer tratamientos dañinos sobre salvarlas mediante tratamientos, pero argumenta que su alcance de aplicabilidad es limitado.

Lo esencial

Imagina que eres un capitán de barco y tienes que elegir entre dos brújulas para navegar por una tormenta. Una es la "brújula vieja" (la que usamos desde hace años) y la otra es la "brújula nueva" (recién inventada).

Este artículo de Tomasz Strzalecki es como un debate sobre qué brújula deberíamos usar, pero con un giro muy interesante: no se trata solo de cuál funciona mejor, sino de cómo nos sentimos al equivocarnos.

Aquí te explico la idea central, los problemas y la conclusión, usando analogías sencillas:

1. La Regla del "Primero, No Hacer Daño" (La Utilidad Hipocrática)

En medicina, existe un viejo dicho: "Primero, no hacer daño". Los defensores de la "Utilidad Hipocrática" dicen que, si un médico elige un tratamiento nuevo y el paciente muere, es mucho más grave que si el paciente muere porque el médico no hizo nada o usó el tratamiento viejo.

La analogía del conductor:
Imagina que conduces un coche.

• Escenario A: Conduces a 100 km/h (tratamiento nuevo) y chocas. Te sientes terriblemente culpable porque tú elegiste ir rápido.
• Escenario B: Conduces a 50 km/h (tratamiento viejo) y chocas. Te sientes culpable, pero piensas: "Bueno, iba a la velocidad normal, el accidente fue mala suerte".

La "Utilidad Hipocrática" dice que el dolor de haber elegido el error es mucho más grande que el dolor de no haber hecho nada. Por eso, si el tratamiento nuevo tiene un riesgo pequeño de matar a alguien, los defensores de esta regla prefieren quedarse con el tratamiento viejo, incluso si el nuevo salva a mucha más gente en promedio.

2. El Problema de la "Paradoja del Inventario" (Dominio Estocástico)

El autor dice que esta regla tiene un defecto grave: a veces te obliga a elegir la opción peor para todos.

La analogía de las loterías:
Imagina que tienes dos cajas de lotería:

• Caja Vieja: De cada 100 boletos, 10 ganan un premio.
• Caja Nueva: De cada 100 boletos, 20 ganan un premio.

Lógicamente, deberías elegir la Caja Nueva porque salva más vidas (o da más premios). Pero, si aplicas la regla del "no hacer daño" de forma extrema, podrías decir: "¡No! La Caja Nueva tiene un riesgo de que alguien pierda su boleto por mi culpa. La Caja Vieja es más segura porque ya la conocemos".

El autor muestra que, si tienes miedo extremo a equivocarte con lo nuevo, terminarás eligiendo la caja que da menos premios solo porque te da miedo probar la nueva. Esto es irracional: estás sacrificando vidas (o premios) por miedo a tu propia responsabilidad.

3. El Problema de la "Historia Aleatoria" (Sesgo del Estado Actual)

Este es el punto más fuerte y divertido del artículo. El autor dice que esta regla depende de coincidencias históricas que no deberían importar.

La analogía de los zapatos:
Imagina dos tipos de zapatos:

• Zapato A: Se inventó en 1926.
• Zapato B: Se inventó en 2026.

Si el Zapato B es mejor, la regla Hipocrática te dirá: "Usa el Zapato A (el viejo) porque el B es nuevo y podrías hacer daño".

Pero, ¿qué pasa si invertimos la historia?

• Zapato B: Se inventó en 1926.
• Zapato A: Se inventó en 2026.

Ahora, la misma regla te dirá: "Usa el Zapato B (el viejo)".

La conclusión: La decisión de qué zapato usar (o qué medicina dar) depende totalmente de qué zapato se inventó primero, no de cuál es mejor. El autor dice: "¿En serio quieres que la vida de un paciente dependa de una coincidencia histórica aleatoria? Eso no tiene sentido".

4. La Trampa Legal (El Miedo a Demandas)

El autor también menciona que, a veces, los médicos no eligen esta regla por ética, sino por miedo a los abogados.

• Si un médico da un medicamento nuevo y el paciente muere, la familia puede demandar fácilmente: "¡El doctor eligió algo nuevo y mató a mi familiar!".
• Si el médico no da nada y el paciente muere, es más difícil demandar: "Bueno, no hicieron nada, pero tampoco hicieron daño activo".

Aquí, la "Utilidad Hipocrática" no es una decisión moral, es una estrategia de defensa legal. Pero el autor advierte que esto cambia la decisión dependiendo de si el paciente se automedica o no, lo cual crea más confusión.

En Resumen

El autor no dice que "no hacer daño" sea malo. Dice que aplicar esta regla de forma estricta y matemática tiene límites peligrosos:

1. A veces te hace elegir la opción que salva menos vidas.
2. A veces te hace elegir una opción solo porque es "la vieja" y no porque sea mejor.
3. Depende de coincidencias históricas (qué se descubrió primero) en lugar de la realidad actual.

La moraleja: En medicina, no podemos dejar que el miedo a "hacer algo mal" nos paralice tanto que nos impida hacer lo que realmente funciona. A veces, para salvar vidas, hay que arriesgarse a probar lo nuevo, incluso si el riesgo de equivocarse duele más que no hacer nada.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "Hippocratic Utility" de Tomasz Strzalecki, estructurado según los puntos solicitados.

1. Planteamiento del Problema

El artículo aborda un dilema fundamental en la toma de decisiones médicas bajo incertidumbre, específicamente en el contexto de la teoría de resultados potenciales (Neyman, 1923; Rubin, 1974).

• El escenario: Un decisor debe elegir entre un tratamiento "viejo" o predeterminado ($d=0$) y un tratamiento "nuevo" ($d=1$) para un paciente con una enfermedad.
• La información disponible: Se conocen los márgenes de la distribución de resultados (probabilidades de supervivencia individuales para cada tratamiento), pero la distribución conjunta de los resultados potenciales $(y_0, y_1)$ es desconocida.
  • Ejemplo: El tratamiento viejo salva al 10% ($P(y_0=1)=0.1$) y el nuevo al 20% ($P(y_1=1)=0.2$).
• El conflicto ético-técnico: La literatura reciente (Ben-Michael et al., 2024; Christy y Kowalski, 2024) propone una función de utilidad hipócrática basada en el juramento "primero, no hacer daño". Esta función penaliza desproporcionadamente las vidas perdidas debido a un tratamiento activo en comparación con la no intervención o un tratamiento estándar.
• La pregunta central: ¿Es esta función de utilidad normativamente correcta y aplicable universalmente, o su alcance está limitado por inconsistencias lógicas y sesgos?

2. Metodología

El autor emplea un marco de optimización de la utilidad esperada bajo incertidumbre estructural:

1. Modelo de Resultados Potenciales: Se divide la población en cuatro estratos principales basados en los resultados deterministas bajo ambos tratamientos:
   • $P_{00}$: Muere con ambos.
   • $P_{01}$: Muere con el viejo, vive con el nuevo (beneficiarios del nuevo).
   • $P_{10}$: Vive con el viejo, muere con el nuevo (víctimas del nuevo).
   • $P_{11}$: Vive con ambos.
2. Definición de la Utilidad Hípocratica: La diferencia de utilidad entre elegir el nuevo tratamiento ($d=1$) y el viejo ($d=0$) se define como:
   $$u(1) - u(0) = \begin{cases} 0 & \text{si } y_0 = y_1 \\ 1 & \text{si } y_0 < y_1 \text{ (salva vida)} \\ -\lambda & \text{si } y_0 > y_1 \text{ (mata vida)} \end{cases}$$
   Donde $\lambda > 1$ representa una aversión a la pérdida asimétrica (similar a la teoría prospectiva de Kahneman y Tversky, pero en un contexto normativo).
3. Análisis de Sensibilidad y Contraste: El autor analiza el comportamiento de esta función de utilidad bajo diferentes configuraciones de la distribución conjunta $P$ y en distintos problemas de decisión (cambio de "status quo", introducción de auto-medicación).

3. Contribuciones Clave

Strzalecki identifica tres propiedades críticas de la utilidad hipócrática que limitan su aplicabilidad:

1. Violación de la Dominancia Estocástica:

   • Si $\lambda$ es suficientemente alto, la función puede recomendar elegir el tratamiento viejo ($d=0$) incluso cuando el nuevo tratamiento ($d=1$) tiene una tasa de supervivencia marginal superior (ej. 20% vs 10%).
   • Esto ocurre porque la utilidad penaliza desproporcionadamente a los estratos donde el nuevo tratamiento causa la muerte ($P_{10}$), ignorando que el nuevo tratamiento salva a más personas en general ($P_{01}$).

2. Indeterminación de la Elección (Falta de Robustez):

   • Dado que la distribución conjunta $P$ es desconocida, la decisión óptima depende de la estructura de correlación (el valor de $P_{10}$).
   • Sin asumir una distribución específica (como minimizar el arrepentimiento o usar criterios maxmin), no hay una recomendación clara. La decisión se vuelve dependiente de un "parámetro libre" no determinado por los datos.
   • Esto contrasta con funciones de utilidad aditivas, que dependen solo de los márgenes y ofrecen decisiones robustas.

3. Sesgo por el Estado de las Cosas (Status Quo Bias):

   • Esta es la contribución central del artículo. El autor demuestra que la utilidad hipócrática introduce un sesgo arbitrario basado en la historia.
   • Ejemplo: Si el compuesto "A" fue descubierto en 1926 y el "B" en 2026, la función recomienda "A" como estado base. Si se invierten los años de descubrimiento, la recomendación cambia a "B", incluso si las propiedades químicas y las tasas de supervivencia son idénticas.
   • La decisión depende de qué compuesto se considera el "default" (estatus quo) por razones históricas aleatorias, lo cual es éticamente indefendible para un decisor que busca "no hacer daño".

4. Resultados

• Limitación del Alcance: La utilidad hipócrática solo es coherente en situaciones donde el "estado base" ($d=0$) es claramente "no intervención" (nada).
• Inconsistencia en Comparaciones Directas: Cuando se comparan dos tratamientos activos (ej. Compuesto A vs. Compuesto B), la función de utilidad falla porque la elección depende de cuál se considera el tratamiento de referencia, violando la transitividad y la consistencia interna.
• Análisis de la Auto-medicación (Problema de Decisión 4): El autor introduce un escenario donde el paciente, si no recibe tratamiento médico ($d=0$), se automedica con el compuesto A.
  • En este caso, el "no hacer nada" no es realmente "no intervención", sino que conlleva un riesgo de muerte similar al tratamiento activo.
  • El autor concluye que, bajo una lógica ética consistente, si el riesgo de la auto-medicación es alto, el parámetro $\lambda$ efectivo debería acercarse a 1, favoreciendo el tratamiento nuevo ($d=1$) que salva más vidas, independientemente de la etiqueta de "tratamiento".
• Argumento Legal vs. Ético: Se señala que, aunque existen argumentos legales (riesgo de demandas) que favorecen la utilidad hipócrática (elegir $d=0$ para evitar la responsabilidad por acción), esto es distinto de una justificación ética pura.

5. Significado e Implicaciones

El artículo ofrece una crítica técnica y filosófica robusta a la adopción acrítica de la utilidad hipócrática en la toma de decisiones médicas:

• Redefinición del "Status Quo": Sugiere que para que la utilidad hipócrática sea válida, el "status quo" debe definirse rigurosamente como la ausencia de intervención. Si el "status quo" es simplemente "el tratamiento que existió primero", la función introduce sesgos históricos irracionales.
• Advertencia Normativa: Aunque la motivación ética de "primero, no hacer daño" es comprensible, su formalización matemática actual puede llevar a decisiones subóptimas (violar la dominancia estocástica) y arbitrarias (dependencia del orden histórico).
• Implicación para Políticas Públicas: En la asignación de recursos o elección de fármacos, depender de esta función podría llevar a rechazar tratamientos superiores simplemente porque son "nuevos" o porque el tratamiento antiguo se considera el punto de referencia, sacrificando vidas que podrían haberse salvado.
• Conclusión Final: El autor no descarta la utilidad hipócrática en el contexto de "tratamiento vs. nada", pero advierte que su aplicación en comparaciones entre tratamientos activos es problemática y carece de fundamentos éticos sólidos, ya que penaliza la innovación basándose en la historia y no en la eficacia real.