Conectar datos para construir memoria operacional

Las primeras observaciones de SRS en Chile se remontan a 1981. La vigilancia sistemática vino después. Desde entonces, la industria ha acumulado cientos de ciclos, miles de centros y millones de observaciones sobre una enfermedad que conocemos desde hace más de cuatro décadas. Es probablemente la enfermedad que mejor podríamos conocer. Sin embargo, cada ciclo empieza de nuevo. El pez es nuevo, el centro descansó y el registro vuelve a cero. El sistema biológico mantiene su continuidad. P. salmonis, puede persistir en el ambiente y sobre estructuras. Caligus y la historia sanitaria del entorno también trascienden los límites administrativos de un ciclo. La continuidad existe en el agua y en el territorio. La dificultad está en conservarla y convertirla en conocimiento útil para el siguiente ciclo. La ciencia ya muestra por qué esto importa. Estudios realizados en centros de Los Lagos y Aysén han encontrado asociaciones entre el riesgo de mortalidad por SRS y factores como las cargas de Caligus, la conectividad entre centros y las condiciones ambientales. Otros trabajos han mostrado que la diversidad genética de P. salmonis también influye en la epidemiología y en las estrategias de control. El riesgo depende de múltiples variables, escalas y momentos. Eso cambia la información que necesitamos conservar. No basta con registrar que una jaula tuvo SRS. Necesitamos saber qué población había, qué ocurrió con Caligus, qué temperaturas enfrentó, qué intervenciones recibió, qué ocurría en las jaulas vecinas y cómo evolucionaron esas variables antes del evento. La memoria epidemiológica es la historia de una población y de las condiciones que modificaron su riesgo. Para eso necesitamos conectar distintas escalas. La jaula contiene la información más cercana a los peces y sus exposiciones inmediatas. El centro incorpora decisiones y condiciones compartidas. El ACS agrega el contexto de otras poblaciones que comparten agua y presiones sanitarias. Una señal observada en una jaula puede adquirir otro significado cuando conocemos lo que ocurre en el resto del centro. La historia de un centro también cambia cuando incorporamos el contexto epidemiológico de su entorno. La misma lógica debería extenderse al bienestar animal. Salud, producción y bienestar suelen aparecer en gerencias y conversaciones distintas, aunque ocurran sobre el mismo pez. Temperatura, oxígeno, densidad, apetito, crecimiento, lesiones, infestación por Caligus, tratamientos y calidad del agua pueden afectar simultáneamente esas tres dimensiones. La mortalidad es un indicador importante, pero retrospectivo. Un pez puede experimentar un deterioro relevante de su bienestar antes de convertirse en una estadística de mortalidad. Una memoria operacional útil debería conservar esa trayectoria. Podemos relacionar las condiciones ambientales, los eventos sanitarios, las intervenciones, los resultados productivos y los indicadores de bienestar de una misma población. Así podemos estudiar qué ocurrió antes de un evento, qué cambió después de una intervención y qué condiciones se asociaron con mejores resultados. Construir esa memoria requiere cambios en la forma de registrar y conectar la información. Primero, necesitamos hablar el mismo idioma. Un hallazgo molecular, un brote declarado y una mortalidad clasificada por causa son variables diferentes y pueden terminar bajo una misma palabra. La forma en que observamos y registramos determina lo que podremos comparar después. Segundo, necesitamos compartir contexto epidemiológico. El ACS ya existe como unidad regulatoria. El desafío consiste en transformarlo también en una unidad de información, con la gobernanza y confidencialidad necesarias. Si el riesgo de un centro depende, al menos en parte, de lo que ocurre en los centros vecinos, incorporar esa señal puede mejorar la capacidad de anticiparlo. Tercero, necesitamos convertir la cantidad de experimentos que la industria realiza cada día en evidencia acumulada. Se prueban vacunas, dietas, tratamientos y protocolos permanentemente. Cada ciclo produce comparaciones que pueden quedar dispersas entre empresas, centros y equipos. Con poblaciones trazables y datos longitudinales podemos pasar de “en este ciclo nos funcionó” a preguntas más útiles: ¿en qué condiciones funcionó?, ¿para qué población?, ¿frente a qué presión sanitaria?, ¿y con qué resultados? Los eventos ambientales extremos hacen que esta necesidad sea todavía más evidente. El episodio de 2016 mostró cuánto puede cambiar el escenario sanitario y productivo en pocas semanas. También generó una enorme cantidad de información que quedó distribuida entre empresas, centros, equipos y bases de datos. Hoy tenemos décadas de vigilancia sanitaria, conocimiento científico sobre SRS, Caligus, ambiente y conectividad, además de datos productivos, ambientales y de bienestar. También tenemos tecnología capaz de conectarlos. Falta convertir esos datos en memoria operacional. Porque acumular información no es lo mismo que aprender. El aprendizaje ocurre cuando la experiencia genera información que modifica lo que hacemos después. La industria también puede aprender: cada ciclo, cada evento sanitario, cada intervención, cada condición ambiental y cada resultado productivo contiene información sobre lo que ocurrió y sobre lo que podría ocurrir en condiciones similares. La memoria conserva la experiencia. El análisis extrae información. El aprendizaje ocurre cuando esa información cambia nuestras decisiones. Construir esa memoria permitiría que la industria no solo registre lo que pasó, sino que aprenda de ello: entender mejor la epidemiología, anticipar riesgos, evaluar intervenciones y tomar decisiones que integren salud, producción y bienestar. Falta decidir qué queremos recordar y construir los sistemas capaces de hacerlo. Así, el próximo ciclo puede comenzar con peces nuevos, pero no con una industria que empieza de cero.