EVOLUCION_INNOVACION_Y_BIOMEDICINA

Vista previa del material en texto

1
 EVOLUCIÓN INNOVACIÓN Y BIOMEDICINA
Sergio F. Martínez
Universidad Nacional Autónoma de México (Instituto Investigaciones Filosóficas)*
* este ensayo ha recibido apoyo del proyecto FFI2017-85711-P Innovación epistémica: el caso de las ciencias biomédicas financiado por el Ministerio de Ciencia, Innovación y Universidades de España y del proyecto IN402018 Cognición Artfactualidad y Representación en la Ciencia financiado por PAPIIT, Universidad Nacional Autónoma de México
 
1. Introducción. La biomedicina se ha ido constituyendo como la manera predominante de organizar institucionalmente el saber médico a partir de finales del siglo XIX. Su desarrollo va aparejado al desarrollo de tecnologías médicas que en buena medida provienen de la aplicación de teorías y métodos reduccionistas en ciencias biológicas de laboratorio. Esta manera de organizar el saber médico ha llevado a entender a la medicina como ciencia mecanicista, y esto a su vez lleva a una visión funcionalista de la enfermedad y la salud. Si bien la hegemonía de la biomedicina como interpretación del saber médico proviene del siglo XIX y está íntimamente asociado al desarrollo de las instituciones científicas que marcan la institucionalización de las disciplinas científicas y sus ramificaciones en la industria y la cultura del siglo XX, el reduccionismo que le es característico proviene de supuestos que pueden retrotraerse a la llamada «Revolución Científica» del siglo XVII. Uno de estos supuestos es que los cuerpos de todos los seres humanos son básicamente iguales, y que la medicina busca conocimiento sobre ese cuerpo humano ideal. Otro supuesto relacionado que toma diferentes formas en diferentes tiempos y discusiones es la tesis mecanicista de que cualquier fenómeno que quiera estudiarse científicamente puede descomponerse en partes causalmente aislables y que una explicación del fenómeno como un todo se logra a partir de agregar el conocimiento de esas partes. La contraposición de categorías como cuerpo y mente tomadas como punto de partida para el estudio científico de los problemas es expresión de ese mecanicismo. El cuerpo se entiende como una máquina, como una suma de partes con funciones definidas y la enfermedad como la disfunción de una de las partes. Hasta principios del siglo XX esta visión reduccionista de la medicina convivía con otras maneras tradicionales de ver la medicina que partían de entender a las enfermedades como fenómenos complejos que involucraban emociones y la historia y lugar particular de las enfermedades. La medicina desde estas perspectivas se veía más relacionada con la antropología y las humanidades que con la visión positivista de la ciencia. El éxito del enfoque biomédico en el siglo XX lleva a excluir esas maneras de practicar la medicina. La queja de varios médicos y filósofos a lo largo del siglo XX y hasta la fecha tiene que ver con el hecho que ese éxito innegable no tiene porqué traducirse en la exclusión de otras maneras de hacer medicina. 
Hoy en día hay varias propuestas que buscan replantear el lugar del saber médico y su relación con otros saberes. La tesis de que la medicina es una ciencia social ha sido siempre una voz apenas audible pero siempre presente en las facultades de medicina y hoy en día está tomando fuerza en varias escuelas de medicina. Esto lleva por ejemplo a cuestionar el método tradicional de recopilar información en las Ciencias de la Salud. En lugar de un método en el que la información básica sobre la salud de una población va en una dirección, de las instituciones médicas a las comunidades, se empieza a experimentar con métodos etnográficos o antropológicos en los que los pacientes ya juegan un papel más activo en caracterizar la experiencia de su estado de salud (T. Kottke, 2011). Hay muchas propuestas y perspectivas diferentes que buscan desarrollar una medicina social, o relacionar la medicina con la antropología o las humanidades, y por supuesto muchas otras propuestas ya más fuera de las disciplinas científicas. El reconocimiento de que la medicina no puede entenderse meramente como una ciencia mecanicista ha llevado a la idea muy extendida entre profesionales de la salud que la medicina no es sólo una ciencia sino también es un arte. Este tipo de dicotomías asume visiones tradicionales de lo que es ciencia y de lo que es arte y si bien la dicotomía es desde un punto de vista epistemológico problemática y no resuelve el problema de fondo, sirve para acomodar la experiencia de profesionales de la salud que no se sienten representados por la biomedicina (M. Solomon, 2008). 
La importancia de las narrativas para aproximarse a la experiencia singular del paciente ha llevado al desarrollo de propuestas de medicina narrativa. Hoy en día existen muchos estudios y programas en curso que buscan desarrollar en los médicos mejores capacidades de diagnóstico a través del desarrollo de sus habilidades como intérpretes de narrativas y como narradores, como por ejemplo lo expone Rita Charon (2008). La medicina narrativa como muchas otras aproximaciones humanistas a la medicina parten del supuesto de que la biología es una ciencia mecanicista tal y como se entiende en las visiones más dogmáticas de la biomedicina, y se piensa que el acercamiento entre medicina, ciencias sociales y Humanidades incluye alejarse de la relación entre la biología y la medicina. Esta estrategia es epistémicamente problemática porque de otra manera reproduce las dificultades de separar a la medicina como arte y como ciencia. La dicotomía problemática no se resuelve, solo se le da un nombre y se ignora. La medicina narrativa es indudablemente un recurso valioso para avanzar el saber médico, pero no tiene que presuponer que la estructura narrativa de ese saber requiere desligarse de la biología.
La medicina evolutiva es un área que se está desarrollando mucho en varias direcciones a partir de diferentes interpretaciones y aplicaciones de la teoría de la evolución en diversas áreas de la biología. La medicina evolutiva consiste por un lado en aplicaciones de la teoría de la evolución a problemas específicos de la medicina, por ejemplo, a la diversidad genética, a la resistencia de antibióticos, a la medicina reproductiva, al envejecimiento o a la epidemiología (D. Grunspan et al., 2018). Una de las aplicaciones principales consiste en entender la base evolutiva de enfermedades humanas y su cambio en el tiempo que permitan el desarrollo de terapias informadas de ese conocimiento. Por lo general la medicina evolutiva se limita a estudiar la evolución de los homininos con vistas a encontrar aplicaciones para la salud humana. Es por ello que desarrollos en bioantropología aplicados a la medicina han sido uno de los motores principales del desarrollo de la medicina evolutiva. Sin lugar a dudas la medicina evolutiva es un gran avance y va a ser una fuente importante de innovaciones en la medicina futura, pero no es esta la dirección en la que quiero en este ensayo hacer ver la importancia de modelos evolucionistas del desarrollo (biológico y social) para la medicina. 
Me interesa mostrar la pertinencia de avances contemporáneos en modelar el origen de las innovaciones en procesos evolutivos para la discusión más amplia de la naturaleza de las innovaciones en sistemas tecno científicos y la medicina en particular. El punto de partida es el reconocimiento que la indispensable integración del saber médico requiere apelar a la teoría de la evolución (P. Gluckman, et al., 2016). Este objetivo es compatible con la manera como algunos autores formulan el alcance de la medicina evolutiva. Por ejemplo, Stephen Stearns en una reseña del campo de la medicina evolutiva caracteriza a la medicina evolutiva como todas aquellas áreas en las que el pensamiento evolutivo informa productivamente temas de interés médico (S. Stearns, 2012). En ese sentido este ensayo es una contribución a la medicina evolutiva. Sin embargo, «el pensamiento evolutivo» no es algo fijo y bien definido como tiende a asumirse en escritos demedicina evolutiva. Hay discusiones hoy en día respecto a la naturaleza de los procesos evolutivos y respecto a la mejor manera de integrar explicaciones evolucionistas en otras disciplinas que son muy relevantes para la manera en la que la biología evolucionista puede contribuir al desarrollo de la medicina (S. Martínez 2019).
Como veremos, discusiones sobre conceptos básicos evolutivos, por ejemplo, respecto a cuáles son las unidades de evolución, o respecto al tipo de dinámica más apropiada para caracterizar procesos evolutivos, o respecto al concepto de causa pertinente tienen implicaciones importantes para la manera como podemos ver la relación de la biología evolutiva con otras disciplinas, y con la medicina en particular. Trabajos recientes que promueven una caracterización de la biología como una ciencia de procesos van a estar en el centro de atención. Desde esta perspectiva la evolución no es de organismos sino de procesos. Esto demanda tomarse en serio un principio de «democracia causal» que pone en pie de igualdad factores del entorno y factores internos a un sistema en un modelo evolucionista. Esta democracia causal puede entenderse de dos maneras. Como un interaccionismo débil o como un interaccionismo fuerte. Para el interaccionismo fuerte no hay distinción en principio entre el entorno como agente de cambio y estructuras «internas» al organismo (por ejemplo, el genoma). Los agentes de cambio evolutivo son parte del sistema (o del nicho) en desarrollo, pero no hay una distinción de principio entre, por ejemplo, como los genes son causa del desarrollo y la manera como otros factores en el entorno son causa de ese desarrollo. El reconocer el papel activo del entorno en una explicación causal genera problemas importantes de interpretación de lo que se entiende por causa, pero lleva a resolver un problema de fondo en la interpretación de modelos evolucionistas, a saber, respecto al concepto de innovación evolutiva. 
La idea tradicional de innovación en la gran mayoría de disciplinas y discusiones sobre el tema de la innovación es que una innovación evolutiva está muy ligada, o consiste en un cambio de función. Esta idea es también el núcleo del concepto tradicional de innovación en la teoría darwiniana de la evolución. Pero en la medida que se acepta que las causas pueden distribuirse en nichos o procesos, esta manera de caracterizar innovación se vuelve muy problemática, porque la función tiene que fijarse a un sistema o parte de un sistema para que tenga sentido hablar de innovación. En otras palabras, la relación entre el concepto de innovación como cambio de función si bien tiene sentido en el contexto de un marco mecanicista de la explicación causal en la que las causas están claramente localizadas en un agente, deja de tener sentido una vez que nos tomamos en serio la posibilidad de que las causas no tienen porqué ir acompañadas de un criterio determinado de individuación de sistemas. Que la causalidad no es un criterio de individuación de sistemas es un problema serio si pensamos que una explicación causal es una explicación de cambio de propiedades en sistemas. Pero no es un problema si lo que queremos explicar es la evolución/desarrollo de procesos en una ciencia de procesos. Como veremos, las innovaciones evolutivas pueden entenderse como procesos dependientes de trayectoria facilitadas por constreñimientos propios de ese tipo de desarrollo. En la siguiente sección vemos un caso concreto de este tipo de discusión en la biología. En la sección tres hacemos una introducción al modelo biomédico y a algunos de los problemas que tiene esta manera de unificar el pensamiento médico (por lo menos en tanto que se pretende que es un pensamiento científico). Un problema de fondo que vamos a identificar es que el mecanicismo no es suficiente para servir de base epistémica a todo razonamiento médico. Es necesario tomar en cuenta que el concepto de causalidad implícito en modelos mecanicistas no es único, y además que las relaciones causa-efecto requieren de una interpretación que precisa situar las explicaciones y razonamientos en un contexto en el que la estructura del entorno causal es relevante, y esa estructura requiere tomar en cuenta saberes (como la morfología o la taxonomía) que usualmente se dejan de lado en la biomedicina. Este problema es un problema que no es específico de la medicina, por lo que voy a presentar un ejemplo muy básico de física aplicada para dejar claros algunos conceptos que voy a utilizar en la sección final para hacer ver implicaciones de ver a la biología como ciencia de procesos para la medicina. En la medida que tomo en serio la idea de que la teoría de la evolución juega un papel integrador en biología y que debe hacerlo también en la medicina, las implicaciones para la medicina de cambios en la manera de entender innovación en modelos evolucionistas del desarrollo deben ser tomados seriamente. Para una biología de procesos como la que presentamos en la sección cinco las innovaciones evolutivas tienen una dimensión histórica que vamos a caracterizar como un tipo de dependencia de trayectoria a través de niveles de organización. En la sección seis, la sección final, se sugiere que la innovación en medicina no puede explicarse simplemente como el avance en la identificación de mecanismos con poder explicativo (ni mucho menos reducirse a una jerarquía de evidencia) sino que es necesario incorporar el contexto de procesos que introducen una dimensión temporal-histórica en los contextos a considerar. Por supuesto, hay innovaciones producto de la identificación de mecanismos y el avance en la identificación de mecanismos es indudablemente importante, pero, hay innovación más allá del mecanicismo. 
2. Interaccionismo causal. En la segunda mitad del siglo XX muchas propuestas no reduccionistas en la biología y ciencias afines están ligadas con una reinterpretación de la teoría de evolución de Darwin y sobre todo con el cuestionamiento de dualidades como nature/nurture, genes/medio ambiente, o biología y cultura. la discusión aparece a todo lo largo del siglo XX, como lo ejemplifican Jakob Uexkull (1934) y Georges Calguilhem (1966), aunque claramente conforme nos acercamos más al siglo XXI los cuestionamientos se vuelven más sistemáticos, incorporando cada vez mas reinterpretaciones de la teoría de Darwin en el contexto de una creciente diversidad de teorías biológicas apuntaladas por desarrollos en teorías de sistemas complejos. La teoría de sistemas en desarrollo (DST en inglés), por ejemplo, es una propuesta que toma fuerza en las últimas décadas del siglo XX y que pretende ser una perspectiva teórica que integra procesos de desarrollo (development) herencia y evolución de manera que las dualidades anteriormente descritas se disuelven. El núcleo de la propuesta tiene que ver con una caracterización heterodoxa de la causalidad en biología que puede resumirse en la idea que la relación medio ambiente/organismo no pueden caracterizarse causalmente como un tipo de relación entre factores «externos» y factores «internos», sino que más bien diferentes maneras de agrupar factores causalmente relevantes en el desarrollo son relevantes en diferentes tipos de situaciones, en el contexto de diferentes tipos de cuestiones. Las influencias relevantes en el desarrollo pueden provenir del ambiente o de genes. La DST aboga por reconocer una paridad causal entre genes y otros factores de desarrollo (en el entorno), factores dietéticos, por ejemplo. La DST no pretende negar las particularidades de las diferentes causas, ni la importancia relativa que puedan tener en otras circunstancias, lo que niega es que ese tipo de diferencias permitan un papel teórico privilegiado a los genes (o a cualquier otro factor causal por el hecho de ser “interno”.
En la filosofía de la ciencia muchas veces se critica el determinismo genético, la idea de que la evolución y el desarrollo pueden entenderse como el despliegue de la información contenida en una «base genética», o más específicamente,la idea que el DNA es un factor causal privilegiado en ontogénesis, a partir de un modelo causal interaccionista. Podemos distinguir dos tipos de interaccionismo. Un interaccionismo débil ejemplificado en escritos de Philip Kitcher. En el modelo interaccionista débil (ver Kitcher, 2001) las causas pueden individualizarse y las variables genéticas y del ambiente pueden analizarse similarmente de manera que tiene sentido hablar de la contribución causal de factores genéticos (o ambientales) en lo que se conoce como una «norma de reacción». Una norma de reacción a grandes rasgos representa las posibles maneras en las que un genotipo reaccionaría en diferentes ambientes; describe un espacio de posibilidades. Modelar este espacio de posibilidades como un espacio de probabilidades (sample space) tiene sentido para el interaccionista débil porque se asume que es posible individualizar los genes como causas independientemente de aspectos ambientales. La discusión de fondo gira alrededor de aceptar o no la idea de causas individualmente identificables por lo menos al punto que es posible independientemente de ambientes de desarrollo variables identificar sus posibles efectos. Esta es en el fondo la discusión entre Kitcher y proponentes de un interaccionismo fuerte como el que promueve la DST. La discusión entre Kitcher y Oyama sobre el concepto de norma de reacción es un buen ejemplo de lo que está en juego. 
Una norma de reacción consiste en el conjunto de fenotipos que resultan de un genotipo en diferentes entornos. Una manera usual de formular la idea es en términos de contribución causal. Una norma de reacción nos describe las contribuciones causales del genotipo. Kitcher en una crítica a la manera en la que DST entiende el concepto de norma de reacción formula el concepto de esta manera. En respuesta a Kitcher, Oyama hace ver que no es claro a qué se refiere Kitcher, a menos que se tenga claro respecto a qué son esas contribuciones causales. La manera tradicional de entender la norma de reacción invita a pensar que en última instancia la eficacia causal proviene de los genes. (S. Oyama, 2001). El problema en este caso es la dificultad que surge en caracterizar de manera precisa el concepto de determinismo genético (o determinismo del entorno) una vez que nos tomamos en serio el concepto de desarrollo y por lo tanto el de crecimiento. El determinismo genético juega un papel explicativo importante en la medida que se usa para explicar la similaridad a partir de genes compartidos, pero lo que un interaccionista fuerte cuestiona es el alcance de cierto tipo de explicaciones causales ampliamente usados en análisis estadísticos de poblaciones una vez que se toma en serio la dinámica de los sistemas biológicos. La discusión es respecto a que tan extrapolables son patrones de resultados causales identificados en análisis de poblaciones a organismos o características. Si el desarrollo juega un papel causal importante en la evolución de organismos o características esto debe de tomarse en cuenta a la hora de considerar el alcance (la extrapolabilidad) de patrones (estadísticos) de resultados. 
En buena medida la discusión es respecto a la manera de entender la interacción entre el entorno y los organismos. ¿Deberíamos considerar factores que inciden en el desarrollo biológico de manera interdependiente e interactiva como factores causales? Kitcher y Oyama están de acuerdo en que si debiésemos considerarlos como factores causales, pero la discusión entre Kitcher y Oyama es acerca de exactamente qué se quiere decir con interacción en estos contextos. Si los genes tienen efectos causales (el fenotipo) solo en la medida que esos genes a su vez son afectados por otros factores causales en el entorno, ya esa interacción no puede formularse (como parece sugerirlo Kitcher) como diciendo que el DNA inicia una cascada de eventos que consiste en el desarrollo biológico. La interacción en cuestión es más compleja e involucra varias «cascadas» de eventos que tienen que considerarse como contribuyendo de manera igualmente importante a la evolución de sistemas en desarrollo. ¿Es el lenguaje causal apropiado para modelar esa «red» de cascadas de eventos que constituyen procesos de crecimiento biológico? Si partimos del supuesto que las explicaciones en biología tienen que ser causales la respuesta es obvia. Tendríamos que buscar la manera de describir causalmente esos eventos interactivos complejos. Pero si como Oyama sugiere, no tenemos que pensar que toda explicación es causal entonces hay que pensar como formular el tipo de explicaciones involucradas en las interacciones fuertes, o bien tendríamos que extender la idea tradicional de factor causal. La discusión de fondo no es meramente académica ni se restringe a cuestiones de interpretación de la teoría de la evolución Darwiniana. Tiene implicaciones importantes para la medicina, y en general para todas las ciencias que tratan con sistemas complejos y procesos, lo que llamaremos ciencias de proceso. A los médicos les gusta mucho hablar en términos de causas. Y ciertamente esto no es el problema. El problema es cuando se nos olvida que el lenguaje causal tiene limitaciones inherentes a las interpretaciones que se requiere elaborar para que tengan peso epistémico. 
3. Biomedicina, mecanicismo y evidencia. Engel en un famoso artículo de 1977, describe y critica al modelo biomédico de la enfermedad (G. Engel, 1997). Para este modelo dice Engel la enfermedad es totalmente explicable por desviaciones de lo que objetivamente es una norma de variables somáticas medibles. En la medida que la medicina se centra en esta caracterización de la enfermedad la medicina no tiene lugar para integrar dimensiones sociales, conductuales o sicológicas de la enfermedad. Ahora bien, no es sólo que para el modelo biomédico no haya lugar para esas otras dimensiones de la enfermedad, sino que las aberraciones conductuales que alejan a los individuos de lo que se consideran normas de comportamiento deban explicarse en términos de esos procesos somáticos (bioquímicos o neurofisiológicos) que son parte del modelo biomédico. Para Engel el modelo biomédico ya había dejado de ser una guía para el estudio científico de la enfermedad y se había transformado en un dogma a finales del siglo pasado. Sin duda que hoy en día ese dogma es más cuestionado, pero sigue siendo el modelo hegemónico sobre todo en relación con modelos que buscan explicar los procesos de innovación en medicina. Engel es psiquiatra, y el ejemplo que da para ejemplificar el carácter dogmático del modelo biomédico es la manera en la que se busca caracterizar a la enfermedad mental. En la medida que se asume que la enfermedad mental tiene que conceptualizarse en términos de perturbaciones de mecanismos físicos subyacentes se excluye de considerar como enfermedad cualquier rasgo conductual que no pueda ser explicado de esa manera. La crítica de Engel no es una crítica aislada. Desde muchas perspectivas disciplinarias ha habido críticas a la biomedicina. Feinstein, por ejemplo, en 1998 se queja del descuido en el que se tiene a la patofisiología en la educación y la investigación médica, y considera que una razón de peso detrás de ese descuido es que las explicaciones biológicas que casi siempre han sido reduccionistas, se buscan ahora al nivel molecular, sin prestar atención a lo que sucede y puede ser relevante para el diagnóstico en otros niveles de organización (A. Feinstein, 1998).[footnoteRef:1] Feinstein muestra como el problema de identificar lo que él llama subgrupos pertinentes (cogent subgroups) ha sido crucial en el avance de la medicina, y que esa identificación no puede hacerse exclusivamente a través de la identificación de mecanismos o a partir de métodos estadísticos. Requiere aprender habilidades de razonamiento específico. Un subgrupo pertinente es un subgrupo que permite la identificación de abstracciones apropiadas para la generalización en áreas determinadas de la medicina. La tendencia a utilizar métodos estadísticosde diagnostico contribuye al reduccionismo que Feinstein encuentra criticable porque tiende a ignorar la complejidad de causas de una enfermedad que pueden tener manifestaciones en diferentes niveles de organización. En el fondo Feinstein como muchos otros de sus colegas consideran que la medicina tiene que seguir prestándole atención a la taxonomía y otras disciplinas «descriptivas», y como veremos, hay razones de peso que provienen de la biología y otras ciencias contemporáneas que les dan la razón. El razonamiento causal apropiado para el tipo de procesos complejos involucrados en la biología y la medicina requiere cuestionar seriamente la asociación entre agencia y causalidad interna. Y de este cuestionamiento se sigue que las innovaciones en biología y medicina no tienen que provenir de la identificación de mecanismos. Innovaciones importantes muchas veces están asociadas con avances taxonómicos, por ejemplo. [1: «Los expertos en estadística (o incluso los médicos) que no entienden adecuadamente el papel de la taxonomía en la ciencia pueden no darse cuenta de que los subgrupos pertinentes han sido un potente componente del pensamiento biológico, y que esos subgrupos pueden formarse a partir de razonamiento patofisiológico» (A. Feinstein, 1998: 298). Nótese que la discusión de fondo tiene que ver con la manera de identificar las categorías que pueden servirnos como andamio para generalizar o relacionar diferentes fenómenos en diferentes niveles de organización. Como vimos ésta es también el fondo de la discusión entre Kitcher y Oyama sobre la norma de reacción. 
] 
A través de todo el siglo XX hay muchos otros cuestionamientos del reduccionismo mecanicista en medicina (L. Fleck, 1935 (1986); G. Canguilhem, 1966) y muchas de las críticas van dirigidas a los supuestos que llevan a privilegiar epistémicamente las disciplinas biológicas que cultivan ese tipo de explicaciones como la mejor (y muchas veces como la única) manera de avanzar la medicina. En las últimas décadas el desarrollo de la Medicina Basada en Evidencia (MBE) ha propuesto una visión diferente de cómo debemos caracterizar el avance en medicina. La MBE promueve que la toma de decisiones terapéuticas se base en el resultado de experimentos controlados aleatorios y una jerarquía de evidencia que se construye sin tomar en cuenta por lo menos directamente el tipo de ciencia mecanicista privilegiado por la biomedicina. Una motivación importante detrás del desarrollo de esta manera de ver la medicina es encontrar una base objetiva para la toma de decisiones, algo que el mecanicismo pretende pero que no logra hacer. En esa jerarquía de evidencia los estudios aleatorios deben de tener más peso que observaciones sistemáticas, pero esas observaciones sistemáticas deben de tener más peso que las (que se considera) problemáticas inferencias hechas por un científico en una ocasión dada. La MBE evita muchas de las tensiones por las que ha sido criticada la biomedicina, y en particular evita discusiones respecto a causas específicas en decisiones terapéuticas. MBE da una guía para la toma de decisiones que no depende de conocimiento tácito de los médicos, y esto se considera un avance porque evita valoraciones subjetivas de la evidencia. Además ayuda a resolver el problema de la cantidad de información nueva, que cada vez es mayor, que habría que tomar en cuenta para llegar a una buena decisión. La toma de decisiones se basaría en lo que la literatura mejor posicionada en la jerarquía de evidencia nos diga que hay que hacer. 
Sin embargo, como varios autores han hecho ver, la idea que es posible caracterizar una jerarquía de evidencia que permita tomar decisiones terapéuticas sin preocuparse por el tipo de tensiones que surgen en la biomedicina mecanicista no es sostenible.[footnoteRef:2] Y por otro lado, las decisiones terapéuticas requieren aplicar resultados de estudios hechos en una muestra de participantes a individuos específicos que pueden no ajustarse a las características de la muestra. La aplicación requiere tomar en cuenta múltiples fuentes de evidencia que tienen que ser evaluadas para la toma de decisión. El problema de cómo decidir que razonamiento mecanicista es mejor simplemente se transforma en el problema de justificar la relevancia de la jerarquía en la aplicación a casos específicos, y como argumenta La Caze,la jerarquía no puede justificarse sin el uso de argumentos provenientes de las ciencias básicas mecanicistas (A. La Caze, 2011). [2: Como veremos adelante los argumentos mecanicistas no son los únicos que son indispensables para llegar al establecimiento de una jerarquía de clases estables que sean la base para los juicios terapéuticos. Pero ciertamente son parte de lo que se requiere.] 
También la MBE tiene que confrontar el problema de la extrapolabilidad de los resultados de un estudio a pacientes fuera del estudio. Este es del problema que se conoce como el problema de la validez externa. Los estudios aleatorios requieren establecer una relación entre los datos que genera un estudio con la hipótesis, y esto lleva a introducir una serie de supuestos por ejemplo en las maneras en las que los datos del estudio se convierten en modelos de datos que permiten establecer una medida del parámetro que se estudia. Esto precisa hacer clasificaciones previas de las enfermedades y de los tipos de paciente que van a permitir ordenar las posibles acciones terapéuticas. Pero como se hacen esas clasificaciones es ya una parte importante del problema. No hay una esencia de lo que es un ser humano ni lo que es una enfermedad que nos den pautas fijas y generales a partir de las cuales se pueda hacer la clasificación en cuestión. 
Otro serio problema con la MBE son los sesgos que introducen las grandes compañías farmacéuticas y otros intereses en los estudios que supuestamente deberían de guiar el juicio. Las compañías farmacéuticas son las que financian (directa o indirectamente) muchos de los estudios que entran a formar la «evidencia» y llevan al desarrollo importante de sesgos que entran a formar parte de la jerarquía de evidencia (se puede revisar a Joel Lexchin (2012) para una elaboración de este punto). Este último problema es muy serio y suficiente para cuestionar a fondo un enfoque como MBE, pero para los propósitos de este trabajo lo que me importa es resaltar un supuesto de fondo que comparten tanto MBE como la biomedicina. El supuesto de que hay una estructura causal privilegiada que puede servir de apoyo epistémico para la toma de decisiones en medicina. La MBE asume que esa estructura causal privilegiada puede solo formularse en términos estadísticos, pero comparte con la biomedicina el supuesto de que la medicina es el desarrollo de una estructura causal que sirve de base para tomar decisiones terapéuticas y para guiar la investigación de hipótesis causales. En el caso de la MBE se asume que esa estructura causal-mecanicista puede dejarse en una caja negra, pero se asume que está allí. Las implicaciones de supuestos sobre la causalidad como el tipo de interaccionismo fuerte del que hablamos anteriormente, y como veremos las implicaciones de considerar a la biología una ciencia de procesos dejan claro que MBE asume supuestos respecto a la causalidad que permite llegar a la jerarquía de evidencia. 
En la siguiente sección introduzco un ejemplo del tipo de problema que plantea a clasificación de tipos procesos que llevan a la generación de «formas» muy diferentes que no obedecen a principios fijos y generales de clasificación. Este es un ejemplo muy simple de física aplicada. Es importante que se entienda la motivación para introducir el ejemplo. La biomedicina asume que es posible clasificar las enfermedades y los tratamientos de enfermedades a partir de la identificación de mecanismos. Este supuesto, sin embargo, confronta un problema muy básico. En el caso que los individuos (organismos o enfermedades) que se quiere clasificar son el resultado de procesos evolutivos en sistemas complejos se tiene que tomar en cuentaque no hay criterios fijos y generales para hacer la clasificación (como lo propone el interaccionismo causa). El caso del problema de la clasificación que presento a continuación va a hacernos ver cómo una explicación del origen de las innovaciones es un criterio de pertinencia que nos permite dar cuenta del alcance y el tipo de generalizaciones que facilita una clasificación «contingente». En otras palabras, el ejemplo va a mostrarnos en un caso muy simple cómo los criterios de clasificación precisan identificar los procesos a través de los cuales se forman las diferencias. La lección a la que queremos llegar con el ejemplo es que como en el caso de los copos de nieve, rasgos distintivos de los diferentes organismos biológicos (y los seres humanos en particular), los rasgos que constituyen su «forma» (fenotipo) están constreñidos por su historia de crecimiento. 
Los seres humanos son una especie biológica y las enfermedades son producto de procesos evolutivos, y como en el caso de los copos de nieve, no hay principios fijos y generales que puedan servirnos de criterio para clasificar diferencias y lo que se considera «normal». La distinción entre lo que es y no es normal depende del entorno que se considere relevante para la distinción. Las enfermedades en particular deben de verse como determinadas por su historia de crecimiento, y esto implica que la objetividad a la que aspira la medicina es más compleja que la objetividad que pretende el mecanicismo.[footnoteRef:3] El ejemplo de los copos de nieve deja fuera un aspecto crucial del crecimiento de los seres vivientes y los procesos sociales, la ontogénesis. Pero precisamente por eso son reveladores de la importancia de procesos de crecimiento que no dependen de procesos «internos» para llegar a un tipo de complejidad y morfología estable a través de procesos robustos de producción una vez que se dan condiciones para su actividad. El proceso de crecimiento es una norma no determinista cuya acción solo puede apreciarse a través de su manifestación en procesos de desarrollo y «ciclos de contingencia». Es sólo siguiendo su acción a través de esos ciclos que podemos llegar a tener base para decir que tenemos una clasificación objetiva de esas estructuras o rasgos. Como veremos en la última sección por lo menos algunos de estos procesos muy básicos generadores de nuevas formas son robustos en el sentido que operan en diferentes niveles de organización. Por lo que el tipo de procesos evolutivos que llevan a la generación de las diferentes formas de copos de nieve pueden también ser importantes en la generación de formas en procesos que tienen lugar en otros niveles de organización, biológico y sociales. Esto no quiere decir que haya leyes que apliquen para caracterizar procesos evolutivos en diferentes niveles de organización, como sucede en el tipo de modelo evolutivo que se asocia con lo que se conoce como Darwinismo universal, por ejemplo. Todo lo que se requiere para este tipo de robustez de procesos de crecimiento es que se de el tipo de entorno estructurado por constreñimientos facilitadores de las innovaciones en cuestión [3: Esta es una idea que se encuentra de diferentes maneras argumentada y desarrollada como parte medular de una filosofía de la ciencia y la medicina en particular en L. Fleck (1935) y en G. Canguilhem (1966). La idea de fondo ya puede encontrarse en autores como J. von Uexkull (1934). Una vez que se reconoce que las enfermedades no son clases naturales la historicidad o la dependencia del contexto de las enfermedades tiene que introducirse para poder llegara fijar algún tipo de objetividad para el quehacer médico. ] 
4. Clasificaciones como procesos de crecimiento. Los copos de nieve se pueden clasificar en diferentes tipos. Esta tipología (a grandes rasgos) ha sido observada desde que hay registros al respecto, y esos tipos pueden ser identificados sin problema por aquellos que saben como hacerlo (K. Libbrecht, 2006). Esto es, si bien puede haber discusiones sobre casos marginales, los observadores de copos de nieve, como los observadores de pájaros una vez que aprenden a hacer distinciones a partir de ciertos principios o reglas implícitas que se aprenden en la práctica (que no tienen que ser los mismos para los diferentes observadores) llegan básicamente a la misma clasificación.[footnoteRef:4] La diversidad de tipos de copos de nieve surge de la dinámica de vapor condensado en la atmósfera. Los diferentes cristales provienen de las diferentes maneras en las que las moléculas de agua que flotan en el aire se van agregando al cristal en crecimiento. Estas diferentes maneras de agregación tienen que ver con la temperatura y la humedad del aire en la que se forman. Uno podría tratar de dar cuenta de los tipos de copos de nieve directamente como consecuencia de las fuerzas físicas básicas que entran en la formación de un copo de nieve específico. Esto sería imposible por la cantidad de variables en juego, pero además, no nos llevaría al conocimiento que importa. Podríamos utilizar la estadística para darnos un panorama de la frecuencia con que cierto tipo de rasgos están asociados con otros rasgos, o la frecuencia de un tipo de simetría en ciertas condiciones de humedad o temperatura, por ejemplo. Eso puede ser útil para ciertos propósitos, pero si lo que queremos es desarrollar habilidades para ser un buen observador de copos de nieve y distinguir los diferentes tipos de copos de nieve que pueden formarse esta no es una buena estrategia.[footnoteRef:5] Si empieza a nevar y observamos un copo de nieve nuestro conocimiento de frecuencias de tipos de simetría no va a ser muy útil a la hora de querer clasificar el copo. Para poder realmente desarrollar una habilidad para clasificar los copos de nieve tenemos que entender como es que crecen los copos de nieve a partir de fuerzas físicas fundamentales y tipos de ambiente. Libbrecht llama a las fuerzas responsables principales del crecimiento de los cristales de nieve faceteado y ramificación. Estas fuerzas actúan en direcciones opuestas. El faceteado es un un proceso estabilizador que lleva a la formación de superficies planas y formas simples. La ramificación es un proceso inestable que hace que formas simples se transformen en complejas. Los cristales de nieve- nos dice Libbrecht en su libro- son el resultado de la acción de esos dos procesos. Para pequeños cristales, por ejemplo, el faceteado predomina porque las distancias de difusión son cortas y en ese caso los cristales tienden a tomar formas simples geométricas. Conforme el prisma crece la difusión juega un papel mayor y otros tipos de organización son posibles. [4: La analogía entre las actividades de observar pájaros y copos de nieve está en el libro de Libbrecht (2006). La analogía sugiere que podría usar las clasificaciones de pájaros (u otro grupo taxonómico) para llegar al tipo de conclusión que llego usando el ejemplo de los copos de nieve. Ciertamente creo que es el caso, pero esto requeriría entrar en muchas discusiones sobre morfología y cuestiones de clasificación en biología que el ejemplo de los copos de nieve me permite dejar de lado. Precisamente el ejemplo nos permite mostrar cómo podemos tener evolución sin genes, y por lo tanto apunta a que en donde se encuentren esos constreñimientos facilitadores de la innovación vamos a tener algún tipo de evolución productora de formas robustas reproducibles a través de ciclos de contingencia. ] [5: Este es por supuesto el tipo de conocimiento análogo al conocimiento que desarrolla un médico a través de su educación en medicina.] 
Nótese que la clasificación no puede hacerse a partir de simplemente identificar propiedades manifiestas de los individuos (copos específicos) en cuestión. Se requiere tomar en cuenta la manera como los copos de nieve «crecen», se desarrollan a través del tiempo y la mejor manera de modelar la estabilidad que importa es pensar en los copos de nieve como procesos. Ahora podemos hacer una analogía con el problema de clasificarenfermedades (o terapias). 
5. La biología como ciencia de procesos. La tendencia en biomedicina es a pensar que en última instancia las enfermedades pueden y deben explicarse causalmente, a partir de mecanismos biológicos que describen cambios en (micro) propiedades manifiestas de sistemas. Sin embargo, las enfermedades, como los copos de nieve, no tienen una esencia que las identifique, y esto hace necesario ver a las enfermedades, como a los copos de nieve, como procesos, si lo que nos interesa es hacer una clasificación epistémicamente productiva (en relación con ciertos fines). Para procesos en sistemas complejos la morfología y procesos de crecimiento se requieren para poder explicar el fenómeno que nos interesa explicar. Los mecanicistas se inclinarían a pensar que el único criterio epistémicamente válido para la clasificación de los copos de nieve debería basarse en fuerzas atómicas o moleculares (las fuerzas que se agregan en el fenómeno observado). Pero esto no nos daría el tipo de conocimiento que importa para poder hacer la clasificación en cuestión. Nos daría un conocimiento útil pero no suficiente. La física es por supuesto crucial para explicar como es que el vapor de agua es el origen de la simetría y otros rasgos propios de los diferentes tipos de retículo, pero sin referencia a los procesos de crecimiento y a la morfología no tenemos una buena explicación de porqué encontramos los tipos de copos de nieve (y las diferencias) que encontramos en la nieve que cae en todo el mundo. Por otro lado, la idea que el conocimiento que importa para la toma de decisiones (que en el caso de los copos de nieve tendría que ver con la habilidad para distinguir tipos de copos de nieve) puede formularse en términos de frecuencias relativas y criterios de inferencia estadística deja de lado que ese tipo de inferencias es sensible al contexto en un sentido que es relevante. Para construir las clases de referencia en cuestión se tiene que partir de una ontología que es parte del problema. 
El problema a grandes rasgos lo identifica la MBE en tanto que argumentan que el mecanicismo por sí solo no puede servirnos de guía terapéutica en muchos casos (aunque por supuesto en casos de infecciones o traumas sea suficiente). Se requiere un marco normativo que guie las decisiones terapéuticas. Pero este marco normativo tendría que reconocer que los criterios en cuestión tienen que ser aplicables en diferentes niveles de organización, no solo a nivel micro, y esto requiere que el marco normativo consista en lineamientos respecto a los tipos de procesos de crecimiento que deben guiar nuestras explicaciones y toma de decisiones. Lineamientos que tendrían que tomar en cuenta fines y preocupaciones sociales, de manera análoga a como en el caso de los copos de nieve hay que tomar en cuenta el tipo de interés que puede movernos a hacer ese tipo de clasificaciones. La medicina tiene que reconocer la compleja diversidad de los tipos de seres humanos con los que tiene que tratar y a los que debe dirigirse la terapia y a la par tiene que reconocer que esa compleja diversidad requiere conceptualizar a la enfermedad como parte de la evolución de nichos en desarrollo en compleja interacción con otros nichos. La MBE y la biomedicina difieren en la identificación de la jerarquía que debe guiar los juicios terapéuticos. La biomedicina considera que esa jerarquía es una jerarquía de mecanismos, mientras que la MBE considera que esa jerarquía es evidencial. Lo que sugiere el ejemplo y lo dicho anteriormente es que ambas jerarquías pueden jugar un papel importante en la medicina, siempre y cuando se reconozcan sus limitaciones, y sobre todo, cuando se reconozca que no hay una única jerarquía que importa. Si enfocamos la atención en enfermedades como procesos entonces vemos que, como en el caso de los copos de nieve, lo que es importante explicar no es la enfermedad como un estado, sino los constreñimientos facilitadores de «formas» estables que nos llevan a las formas estables de los copos de nieve y a las «formas» estables que asociamos con estar saludable. En otras palabras, la analogía sugiere que fijar la atención no en la enfermedad como estados disfuncionales, sino en los constreñimientos facilitadores de la salud llevaría a innovaciones importantes que fomentarían una perspectiva más social plural y preventiva de la medicina y se fomentaría la búsqueda de innovaciones en esa dirección. 
En un artículo sobre las implicaciones de una cierta manera de entender a la biología como una ciencia de procesos Bertolaso y Dupré arguyen que el problema central desde la perspectiva de una ciencia de procesos lo que requiere explicación es la persistencia (M. Bertolaso y J. Dupré, 2018). Mantener un sistema viviente requiere trabajo, y ese trabajo son procesos que mantienen el sistema. Desde esta perspectiva comprender el cáncer no consiste en localizar causas. Es más provechoso desde esta perspectiva preguntarse ¿Porqué es que generalmente los organismos no desarrollan neoplasmas? Los sistemas vivientes son complejas jerarquías de procesos en diferentes niveles de organización (proteínas, subcelular, celular, tejido órgano, sistema). El cáncer puede verse como una desestabilización progresiva del acoplamiento de la división celular y la diferenciación requerida para mantener el ciclo de vida; por lo que debería verse como algo normal, o por lo menos esperable dado la complejidad que requiere el mantenimiento de ese acoplamiento entre división celular y diferenciación. El cáncer puede tener múltiples causas en diferentes niveles de organización y si algo general puede decirse acerca del fenómeno del cáncer- nos dicen Bertolaso y Dupré- debería ser en el contexto de prevención más que en la búsqueda de causas específicas. Esto es, sería más productivo tratar de entender que constreñimientos específicos facilitan en diferentes niveles de organización la estabilización sana de las poblaciones de células que buscar causas específicas en individuos. 
El énfasis en la biología como una ciencia de procesos nos lleva de manera natural a tomarnos muy en serio la teoría de la evolución como un marco interpretativo en el que la estabilización de sistemas biológicos pueda situarse en relación con propiedades de las partes y también en relación con sistemas más grandes, todo lo cual constituye un entorno activo en el que mecanismos y procesos tienen que ser tomados en cuenta. Es importante añadir que como muestra el ejemplo de la sección 4 la distinción entre mecanismos y procesos no es absoluta. Pero no me interesa ahora fijar terminologías. Los científicos utilizan los términos de mecanismo y proceso de diferentes maneras, lo que me interesa es reconocer las diferencias mencionadas anteriormente como diferencias epistémicamente importantes que pueden ser caracterizadas con diferente terminología. Como en el caso de la discusión sobre el concepto de causa que examinamos en la sección dos podemos mantener el concepto tradicional de causa (como lo sugiere Kitcher) y decimos que no todas las explicaciones son causales, o modificamos el concepto de causa de manera que las causas requieran de una interpretación situada (como lo sugiere Oyama). Esa es ciertamente una discusión filosófica importante, pero no es nuestro objetivo entrar en esa discusión ni en la discusión sobre exactamente cual es la diferencia entre mecanismos y procesos.
El ejemplo de la importancia de la morfología y la dinámica de sistemas complejos para clasificar a los copos de nieve como tipos de proceso nos ayuda a ver la diferencia que me interesa resaltar entre el tipo de reduccionismo tradicional compartido por la biomedicina y la MBE y el tipo de enfoque que promueve una relación de la biología con la medicina bajo el supuesto de que la biología es una ciencia de procesos. Una ciencia de procesos no requiere de leyes para explicar. La manera en la que se llega a dar cuenta de la morfología de copos de nieve es recurriendo a procesos (o mecanismos) de faceteado y ramificaciónque son procesos de cambio intrínsecos al tipo de sistema que queremos explicar. Faceteado y ramificación pueden ser útiles para explicar otro tipo de sistemas, pero su poder explicativo no depende de que haya otros tipos de sistema que puedan ser explicados a partir de estos procesos. La explicación demanda la identificación de procesos de crecimiento, y por lo tanto criterios normativos respecto a los tipos de cosas a los que llegamos a través de esos procesos. Un proceso de crecimiento involucra un tipo de finalidad, es el tipo de finalidad implícito en los constreñimientos facilitadores de ese tipo de proceso de crecimiento. Faceteado y ramificación son ese tipo de constreñimientos, pero no como meras fuerzas físicas, sino como fuerzas-en-un-contexto en el que cierto tipo de condiciones se combinan para promover el crecimiento de los copos de nieve. 
Así, la explicación de este tipo de procesos de crecimiento no puede formularse en términos del concepto tradicional de causa, el tipo de causas que pueden agregarse y medirse estadísticamente. Podemos usar estadística para decir que tan prevaleciente es un tipo de configuración en copos de nieve (en ciertas condiciones), o que tan frecuente es que se generen cierto tipo de copos de copos en ciertas condiciones. Pero eso no es suficiente para entender la morfología de los copos de nieve. Y si no tenemos una explicación de la diversidad de formas (o ´hábitos’ como les llaman a veces en la literatura para recalcar que no son formas estáticas sino cauces de procesos) difícilmente podríamos hablar de «la ciencia detrás de los copos de nieve» como lo pone Libbrecht (en el subtítulo de su libro del 2006). 
La queja de Feinstein respecto al descuido del saber taxonómico en la biomedicina puede entonces reformularse como una queja respecto a la necesidad de tomarse en serio que la base epistémica para la toma de decisiones en la medicina muchas veces necesita poder identificar (o seguir) un proceso en diferentes niveles de organización, y la manera más efectiva de hacer esto es identificar los constreñimientos facilitadores de ese tipo de proceso (A. Feinstein, 1998) y su desarrollo temporal. En la siguiente (y última) sección hago ver el sentido en el que la biología contemporánea debe verse como una ciencia integradora de procesos, y la importancia que en este tipo de ciencias tienen conceptos de innovación que quedan fuera de una biología mecanicista y por lo tanto de la biomedicina como se la entiende tradicionalmente. 
6. Reconciliación de Evolución y Biomedicina. Un presupuesto importante de la biomedicina es que la teoría de la evolución Darwiniana no juega un papel importante en la caracterización de la biología que conforma la biomedicina Esto de entrada llama la atención. Es famosa la aseveración de Theodosius Dovshansky de que nada en biología tiene sentido si no es a la luz de la evolución. Pero en la biomedicina la teoría de la evolución es a lo más de interés marginal. La razón de esta marginación es comprensible. La teoría de la evolución explica la diversidad de formas vivientes como producto de la historia de la vida constreñida por la selección natural y otros constreñimientos evolutivos. Esto es contrario al espíritu del mecanicismo que asume que explicar científicamente requiere explicaciones ahistóricas basadas en las propiedades manifiestas de sistemas. En el siglo XIX esta desavenencia entre las ciencias mecanicistas y la teoría de Darwin fue vista muy claramente por contemporáneos de Darwin. Filósofos como John F. Herschel y William Wheweel consideraban que la teoría de Darwin era una teoría cualitativamente inferior a una teoría como la de Newton precisamente porque sus explicaciones eran explicaciones que apelaban a la historia de procesos. 
La manera como el historicismo inherente del proceso evolutivo descrito por la teoría de la evolución Darwiniana y el mecanicismo se compaginan en el siglo XX proviene de entender un rasgo novedoso en un organismo como un cambio en la función adaptativa. Los patrones en las alas de las mariposas, o el pelo de los osos polares son innovaciones en la medida que esos rasgos adquieren una nueva función en un entorno diferente. La innovación se entiende como la fijación de un rasgo en una población que proviene de un cambio de función. Esta manera de ver la innovación no toma en cuenta el origen del rasgo (la causa del surgimiento de la variación). Esto es, para resolver el conflicto entre el mecanicismo y la teoría de la evolución se deja de lado el problema de explicar el origen de las innovaciones evolutivas. No es difícil entender el papel de la selección en la optimización de una función, pero es más difícil explicar como la selección juega un papel en el origen de esos rasgos novedosos (G. Müller y S. Newman, 2005). Además, esta manera de entender innovación excluye la posibilidad de que las innovaciones no estén relacionadas con nuevas funciones. Darwin tenía muy claro el problema, pero nunca pasó de hacer sugerencias prometedoras. Por ejemplo, Darwin sugiere en algún momento que las innovaciones podrían ser el resultado de «causas secundarias», un concepto que fue importante en el siglo XIX pero que ha pasado de moda por sus connotaciones teleológicas. Una causa secundaria sugiere que hay una causa última (Dios por ejemplo) que sustenta la causalidad de la causa secundaria. En (S. Martínez, 2019), muestro que dar cuenta del origen de innovaciones en procesos evolucionistas requiere caracterizar innovaciones de una manera más sistémica, como procesos que son el resultado de capacidades para el cambio. Otra manera de poner la idea es como la formulo aquí, en término de lo que llamo constreñimientos facilitadores. Este concepto es cercano al de variación facilitada (facilitated variation) de M. Kirschner y J. Gerhart (2005) y a otros conceptos similares como el de evolvabilidad (considérese K. Raman y A. Wagner, 2011; B. Calcott, 2014). La idea básica en todos estos conceptos es que la evolución de recursos para el desarrollo es lo que explica las innovaciones en procesos evolutivos (no solo en biología). Así, la búsqueda de innovaciones debería consistir en identificar los recursos facilitadores de la innovación, recursos que son específicos y propios de contextos (como lo son los mecanismos de faceteado y ramificación en el caso de los copos de nieve)
La discusión de cómo conceptualizar la innovación biológica es relevante para la medicina no solo porque hay una relación importante entre la medicina y la biología, también lo es porque la discusión sobre como conceptualizar la innovación biológica es una discusión que se extiende al problema de caracterizar innovaciones en una ciencia de procesos. En este marco de ideas las innovaciones tienen que tener correlatos, o «pasar» de un nivel de organización a otro. Las innovaciones son sucesos o rasgos contingentes que solo en tanto que partes de procesos se estabilizan como andamios estables que pueden servir como punto de apoyo para inferencias, la exploración de nuevos conceptos, y el replanteamiento de problemas. En una ciencia de procesos, como hicimos ver en la sección tres, en relación con la discusión sobre el interaccionismo fuerte promovido por DST, la interactividad de las causas permite la disolución de dicotomías como naturaleza/nutrición, biología/sociedad, causa/entorno, que tiene implicaciones importantes para la medicina. 
En el ejemplo de los copos de nieve vimos que fuerzas «externas» a los copos de nieve facilitan cascadas de sucesos que explican la forma de los copos. De manera análoga el reconocimiento del papel activo del entorno lleva a reconocer tipos de proceso de desarrollo que se dan a través de generaciones (y más en general, ciclos de contingencia) y que son relevantes para la medicina.
El desarrollo reciente de una epigenética ambiental tiene mucho que ver con el reconocimiento que el modelo tradicional de las rutas bioquímicas que inciden en la salud humana debe de ampliarse porque tiende a asumir que elambiente es básicamente inerte en relación a la manera como entendemos lo que es una enfermedad. En la epigenética ambiental el ambiente juega un papel activo en el desarrollo fenotípico de manera que se vuelve importante estudiar el tipo de temporalidad diferida en efectos que tienen lugar a través de generaciones que son producidos por mecanismos epigenéticos. Cómo cambios en el entorno (celular, organísmico o sistémico) modifican las rutas de desarrollo tiene importantes consecuencias para conceptos como salud y enfermedad. Este tipo de reflexiones lleva por ejemplo a estudiar los determinantes geográficos de la salud (J. Guthman y B. Mansfield, 2013) y la historia asociada con el desarrollo en el tiempo de los constreñimientos facilitadores de la innovación.
Lo que espero quede claro por lo dicho anteriormente es que el interaccionismo causal y el reconocimiento de factores explicativos como los constreñimientos facilitadores de procesos (de crecimiento) no cuestiona la importancia de los mecanismos en la biología y en la medicina, sino que más bien busca dejar claro que los mecanismos deben de situarse en un entorno de procesos en el que la interpretación apropiada de las relaciones causales que esos mecanismos describen pueda convertirse en evidencia relevante. Esto obliga a tener una visión mucho más interdisciplinaria (y multidisciplinaria) de problemas científicos que inciden en la medicina. Hay que reconocer que la innovación va de la mano de integración de saberes, y que integración en medicina requiere tomarse en serio la evolución biológica y cultural que promueven las ciencias de proceso.
Bibliografía
BERTOLASO, Marta, & DUPRÉ, John. (2018). ‘A Processual Perspective on Cancer’, in D. Nicholson, & J. Dupré (eds.) Everything Flows: Towards a Processual Philosophy of Biology. Oxford: Oxford University Press. doi: 10.1093/oso/9780198779636.003.0016.
CALCOTT, Brett (2014). ‘Engineering and evolvability’. Biology and Philosophy, 29 (3), pp. 293–313. doi: 10.1007/s10539-014-9425-3.
CANGUILHEM, Georges. (1966). Le normal et le pathologique. Paris: Presses universitaires de France.
LA CAZE, Adam (2011). ‘The Role of Basic Science in Evidence-based Medicine’. Biology and Philosophy, 26(1), pp. 81–98. doi: 10.1007/s10539-010-9231-5
CHARON, Rita (2006). Narrative medicine: honoring the stories of illness. New York, Oxford University Press.
ENGEL, George L. (1977). ‘The need for a new medical model: a challenge for biomedicine’. Science, 196 (4286), pp. 129–136. doi: 10.1126/science.847460. PMID: 847460.
FEINSTEIN, Alvan R. (1998). ‘The problem of Cogent subgroups – A Clinicostatistical Tragedy’ Journal of Clinical Epidemology, 51(4), pp. 297–299.
FLECK, Ludwig (1935). La génesis y el desarrollo de un hecho científico: introducción a la teoría del estilo de pensamiento y del colectivo de pensamiento. Traducción por L. Maena. Madrid: Alianza, 1986.
GLUCKMAN, Peter, BEEDLE, Alan, BUKLIJAS, Tatjana, et al. (2016). Principles of Evolutionary Medicine. New York, NY: Oxford University Press. doi: 10.1093/acprof:oso/9780199663927.001.0001
GUTHMAN, Julie, & MANSFIELD, Becky (2013). ‘The implications of environmental epigenetics: A new direction for geographic inquiry on health, space, and nature-society relations.’ Progress in Human Geography 37(4), pp. 486–504. doi: 10.1177/0309132512463258
GRUNSPAN, Daniel, NESSE, Radolph, BARNES, M. Elizabeth, et al. (2018). 'Core principles of evolutionary medicine. A Delphi study'. Evolution, Medicine, and Public Health, 2018(1), pp. 13–23.
KIRSCHNER, Marc, GERHART, John. (2005). The Plausibility of Life: Resolving Darwin’s Dilemma. Yale University Press.
KITCHER, Philip (2001). 'Battling the undead, How (and how not) to resist genetic determinism'. In R. Singh, C. Krimbas, J. Beatty and D. Paul (eds.), Thinking about Evolution: Historical, Philosphical and Political Perspectives. Cambreidge: Cambreidge UP, pp. 396–414.
KOTTKE, Thomas (2011). ‘Medicine is a social science in its very bone and marrow’. Mayo Clinic Proceeding, 86(10), pp. 930–932. doi: 10.4065/mcp.2011.0444
LEXCHIN, Joel (2012). 'Sponsorship Bias in Clinical Research'. International Journal of Risk & Safety in Medicine, 24(4), pp. 233–242. doi: 10.3233/JRS-2012-0574
LIBBRECHT, Kenneth.  (2006). Ken Libbrecht's field guide to snowflakes. St Paul, Minn: MBI Pub.
MARTÍNEZ, Sergio F. (2019). ‘What Is Innovation? New Lessons from Biology. Theoria: An International Journal for Theory, History and Foundations of Science, 34 (3), pp. 343–355. doi: 10.2307/26828174.
MÜLLER, Gerd. B., & NEWMAN, Stuart A. (2005). ‘The innovation triad: An EvoDevo agenda’. Journal of Experimental Zoology Part B: Molecular and Developmental Evolution, 304B, pp. 487–503. doi: 10.1002/jez.b.21081
OYAMA, Susan (2001). ‘Terms in tension: What do you do when all the good words are taken?’, in S. Oyama, P. E. Griffiths, & R. D. Gray (eds.) Cycles of Contingency: Developmental Systems and Evolution. Cambridge, MA: MIT Press, pp. 177–193.
RAMAN, Karthik, & WAGNER, Andreas (2011). ‘Evolvability and robustness in a complex signalling circuit’. Molecular BioSystems, 7(4), pp. 1081–1092.
ROEMHILD, Roderich, & SCHULENBURG, Hinrich (2019). ‘Evolutionary ecology meets the antibiotic crisis: Can we control pathogen adaptation through sequential therapy?’. Evolution, Medicine, and Public Health, 2019 (1), pp. 37–45. doi: 10.1093/emph/eoz008
SOLOMON, Miriam (2008). ‘Epistemological Reflections on the Art of Medicine and Narrative Medicine’. Perspectives in Biology and Medicine 51(3), pp. 406–417. doi: 10.1353/pbm.0.0038
STEARNS, Stephen (2012). ‘Evolutionary medicine – its scope, interest and potential’. Proceedings of the Royal Society B, 279(1746), pp. 4305-4321. doi: 10.1098/rspb.2012.1326
VON UEXKÜLL, Jakob (1934). Streifzüge durch die Umwelten von Tieren und Menschen. Berlin: Julius.