En Portugal, los pronósticos de urgencias hospitalarios, regionales y nacionales sí coinciden

El precio de las previsiones que no suman

Un servicio de urgencias puede parecer saturado en un pronóstico y tranquilo en otro, según el nivel que se observe. Un hospital podría prever una semana intensa mientras su total regional indica lo contrario. Esa discrepancia altera cuántas enfermeras se programan, cómo se reservan las camas y si los suministros llegan al lugar adecuado a tiempo.

La mayoría de los sistemas de pronóstico más antiguos tratan cada centro como una serie aislada. Un modelo observa Lisboa, otro Oporto y otro el país. Cada uno puede ser preciso en su ámbito, pero las cifras pueden no coincidir cuando se suman. Si los pronósticos hospitalarios no suman los totales regionales, los planificadores quedan con respuestas que contradicen entre sí. El mismo problema aparece cuando las regiones no suman el total nacional.

El coste es invisible porque ninguna pantalla muestra los tres niveles a la vez. Un responsable puede ver una cifra hospitalaria plausible y otra nacional plausible sin notar que ambas no pueden ser ciertas para la misma semana. En un conjunto de pruebas, los pronósticos estándar con transformadores tuvieron errores de agregación en el lado de predicción cercanos al 14,6 %, el 20,8 % y el 18,4 % a lo largo de las tres etapas jerárquicas. No son pequeños errores de redondeo. Significan que los planes de nivel inferior pueden apuntar en una dirección distinta a la de los planes de nivel superior.

Un solo modelo que aprende la demanda en Portugal desde lo general a lo particular

Los servicios de urgencias portugueses se monitorizan en tres escalas administrativas: hospitalaria, regional y nacional. Cada hospital depende de una de las cinco administraciones sanitarias regionales, que a su vez se integran en el total nacional. El nuevo sistema, HierSTT, genera un único conjunto de predicciones para estas tres escalas simultáneamente. En lugar de entrenar modelos independientes y luego intentar armonizarlos, el sistema opera de forma jerárquica: primero, un predictor nacional aprende la estructura general de la demanda en todo el país. Esa previsión sirve después como contexto para las estimaciones regionales. Asimismo, cada predicción hospitalaria incorpora la previsión regional correspondiente antes de emitirse.

Los datos utilizados abarcan 81 hospitales agrupados en esas mismas cinco administraciones regionales y cubren el periodo comprendido entre el 1 de enero de 2021 y el 20 de abril de 2024. Se excluyeron diez hospitales recién abiertos debido a que su historial era insuficiente. Para cada predicción, el modelo analiza los registros de los 42 días anteriores y estima las visitas de pacientes para los 28 días siguientes.

En la capa superior, un Temporal Fusion Transformer procesa el pasado mediante celdas de memoria. Además, emplea mecanismos de atención para comparar distintos días dentro del horizonte futuro. Los pesos de entrada pueden variar diariamente, lo que permite que señales como el clima o la mortalidad tengan mayor relevancia cuando aportan información útil. En los niveles inferiores, el modelo utiliza bloques codificadores que integran dimensiones temporales y espaciales. Una vía de atención sigue la trayectoria histórica de un hospital o región concreto. Otra compara todas las ubicaciones en el mismo instante, facilitando así el aprendizaje de picos de demanda compartidos.

Al construir una predicción, cada decodificador local parte de datos calendáricos conocidos: mes, día de la semana, festivos y estado operativo. A estos se añade la previsión del nivel superior para cada día futuro. Durante el entrenamiento, se aplica una penalización suave siempre que las sumas de los niveles inferiores no coincidan con las de los superiores. El peso elegido fue 0,3, que ofreció el mejor equilibrio probado entre coherencia y precisión. Esta penalización compara totales previstos, no observados, lo que fomenta la consistencia interna del modelo. Se verifican tres condiciones: las sumas hospitalarias deben coincidir con los totales regionales, y todos los niveles deben converger en el total nacional. Este diseño permite que un evento puntual, como una ola de frío o una emergencia sanitaria, modifique simultáneamente múltiples predicciones locales. De este modo, un hospital en Lisboa puede aprovechar la información de la tendencia nacional, no solo su propio historial.

Coherencia integrada: la precisión no sufre

La coherencia no debe añadirse como parche una vez generadas las predicciones. Puede integrarse directamente en el proceso de entrenamiento. En lugar de corregir los resultados a posteriori, HierSTT aplica una penalización durante el aprendizaje cuando los totales inferiores no coinciden con las previsiones superiores. Dicha penalización es suave, lo que permite al modelo seguir aprendiendo a predecir con precisión el número real de visitas.

El peso de esta penalización resulta clave porque define el equilibrio entre la concordancia y la exactitud. Sin penalización de coherencia, el error medio en todos los niveles fue del 7,13 % aproximadamente. Las predicciones hospitalarias fueron menos precisas, con una tasa de error del 10,87 %. Con un peso de coherencia de 0,3, el error medio bajó a unos 7,06 %. El error hospitalario descendió del 10,87 % al 10,81 %, mientras que el error nacional mejoró de 929,89 visitas a 897,78. El error regional subió solo ligeramente, de 162,10 visitas a 162,77.

Además, el modelo se volvió más coherente internamente: el error de agregación hospital-región bajó del 2,34 % al 2,03 %. El error hospital-nacional descendió de unos 3,28 % al 2,83 %, y el error región-nacional cayó del 3,49 % al 3,11 %. Aumentar mucho más el peso hace que las predicciones sean menos precisas, con una mejora modesta en la coherencia. Con un peso casi máximo de 0,99, el error medio subió a unos 7,46 %. El error hospitalario aumentó de 22,16 visitas por predicción a 24,15. El error regional saltó de 162,10 visitas a 186,68, y el error nacional fue peor que con el peso óptimo.

Con un peso aún mayor, el error hospitalario alcanzó el 11,86 % y el error regional llegó al 5,66 %. El error de agregación en la predicción sí bajó por debajo del 1 %, pero el coste en precisión fue elevado. El modelo no fuerza simplemente que los totales coincidan porque la supervisión directa sigue activa. La pérdida de precisión afecta a 87 series, mientras que la penalización de coherencia cubre solo siete restricciones de agregación. Incluso con un peso muy alto, el error nacional se mantuvo cerca de su mejor valor: unos 5,47 % frente al 5,44 %.

Un único pronóstico para hospital, región y nación

El resultado central es sencillo en su estructura, pero difícil de alcanzar en la práctica. Un único modelo puede predecir las visitas a urgencias para 81 hospitales, cinco regiones y el conjunto del país, manteniendo alineadas esas predicciones entre sí. Esa coherencia no es un ajuste cosmético aplicado una vez generados los números. Se aprende durante el entrenamiento. Así, el modelo internaliza que la previsión de un hospital encaja dentro del total regional, y este a su vez dentro del panorama nacional. La ventaja es práctica: los planificadores pueden usar las estimaciones locales de personal sin descubrir después que contradicen el plan de capacidad de niveles superiores.

La lección trasciende las salas de urgencias portuguesas. Muchos sistemas se organizan por capas: clínicas y distritos, fábricas y cadenas de suministro, centrales eléctricas y redes, tiendas y regiones. Cuando cada capa se predice por separado, los totales divergen. Este patrón sugiere que un único modelo jerárquico puede reducir esa dispersión sin sacrificar mucha precisión en ningún nivel concreto. También explica por qué forzar la concordancia de las predicciones a posteriori suele ser menos eficaz que enseñarles a coincidir desde el principio.

La oportunidad es clara: mejor coordinación, menos sorpresas y decisiones basadas en cifras coherentes. Los obstáculos son igualmente reales. Los datos llegan de forma desigual entre niveles, los picos raros pueden suavizarse, las aperturas o cierres desplazan la demanda rápidamente y un modelo diseñado para un contexto puede requerir una adaptación cuidadosa en otro. La parte más difícil no será generar totales coherentes. Será mantener esos totales útiles cuando el sistema subyacente cambie.

Si las predicciones pueden hablar finalmente con una sola voz a través de todos los niveles asistenciales, ¿qué otras cosas podrían volverse posibles?