sábado, 30 de junio de 2018

Desaceleración de las tasas de mortalidad en la cuarta edad

Longevidad sin límites: un polémico estudio cuestiona que exista un tope al envejecimiento humano


Miguel Jorge




https://es.gizmodo.com/longevidad-sin-limites-un-polemico-estudio-cuestiona-q-1827229380

A lo largo de nuestra vida vamos tomando conciencia de un hecho que hasta hace muy poco no tenía réplica: cuánto mayores nos hacemos, más cerca estamos del final. Sin embargo, una nueva y polémica investigación sugiere que en realidad no existe un límite para la vida humana.
Jeanne Louise Calment vivió 122 años y 164 días, la edad verificada más antigua de cualquier persona jamás vista. Calment murió en 1997 en Arles, Francia, donde pasó gran parte de su impresionante y extensa vida. Nadie (más) ha vivido más de 120 años.
Quizás por ello existe un consenso mayoritario entre los investigadores en aceptar el denominado como Modelo de Mortalidad de Gompertz, una propuesta que se ha mantenido en gran medida intacta desde que se documentó por primera vez hace casi 200 años.
La idea nació en 1825, cuando el matemático británico Benjamin Gompertz notó una extraña peculiaridad sobre el envejecimiento humano y la mortalidad. Nuestro riesgo de morir, observó, aumenta exponencialmente a medida que envejecemos. Bajo el modelo de Gompertz, las probabilidades de morir se duplican cada ocho años. Esa parece ser la regla para las personas de 30 a 80 años.
Pero como el propio Gompertz admitió, simplemente no hay datos suficientes para demostrar que esta tendencia sea válida para el mayor de los ancianos.
Las investigaciones publicadas en los últimos 10 años continúan afirmando el modelo de Gompertz, incluido un estudio del año pasado que mostraba que los supercentenarios, las personas que viven 110 años o más, todavía experimentan tasas aceleradas de mortalidad a lo largo del tiempo.
Frente a esta corriente también, en los últimos años algunos han comenzado a cuestionar el paradigma de Gompertzian, sugiriendo que las mesetas de mortalidad, en las que las tasas de mortalidad disminuyen e incluso se detienen, existen tanto para los humanos como para los animales más allá de cierta edad.
De hecho, ahora hay un debate activo entre los expertos en envejecimiento sobre si las tasas de mortalidad continúan acelerándose y/o aumentando exponencialmente a una edad extrema, o si finalmente se estancan.

Gráfico que muestra las probabilidades de muerte (peligro) por edad (años), con la meseta (que se muestra en naranja) después de los 105 años.Así llegamos a la publicación que ha lanzado hace unas horas en Science. Según el autor del estudio Kenneth Wachter, profesor emérito de demografía y estadística de la Universidad de California en Berkeley:
El objetivo era resolver una controversia sobre si la mortalidad humana tiene la misma forma que la mortalidad en muchas otras especies. Se ha encontrado que las tasas de mortalidad se estabilizan en animales de laboratorio, como las moscas mediterráneas de la fruta y los gusanos nematodos. Creemos que lo hemos solucionado.
El equipo de Wachter cuenta en su trabajo que las tasas de mortalidad se aceleran hasta los 80 años, se desaceleran, y luego se estabilizan entre las edades de 105 a 110. El modelo de Gompertz, en esta vista, termina en una línea plana.
Dicho de otra forma, el estudio habla de la aceleración de las tasas de mortalidad, no las probabilidades en sí mismas. Esas todavía no son buenas. Solo 2 de cada 100.000 mujeres viven hasta los 110 años, y para los hombres, las posibilidades de convertirse en supercentenarios son de 2 cada millón.
egún el estudio, a los 105 años de edad las probabilidades de sobrevivir a tu cumpleaños número 106 están en el 50%. Y lo mismo ocurre a los 107, y otra vez a los 108, 109 y 110.
Otra de las autoras del trabajo, Elisabetta Barbi, de la Universidad Sapienza de Roma, juntó a expertos en el Instituto Nacional de Estadística de Italia y rastreó a personas del país nacidos entre 1896 y 1910 que vivían hasta los 105 años o más. Los datos incluyeron a casi 4.000 personas, de las cuales 3.373 eran mujeres y 463 hombres.
Para el estadístico Holger Rootzen, de la Universidad Tecnológica de Chalmers en Suecia, el resultado es un “análisis muy cuidadoso y certero” que revela una meseta de mortalidad entre las edades de 105 y 110. 
Utilizando datos de longevidad similares de Japón y países occidentales recopilados por el Instituto Max Planck de Investigación Demográfica, Rootzen ya había rechazado la noción de un límite estricto para la vida humana en una investigación publicada el año pasado. El investigador predijo que sería posible en el próximo cuarto de siglo que alguien alcanzase la edad de 128 años.
En el año 2016, los investigadores del Colegio de Medicina Albert Einstein argumentaron en Nature, sobre la base de datos de longevidad de 40 países, para un límite máximo de alrededor de 115. En su opinión, la vida de Calment de la que hablábamos al comienzo fue un golpe de suerte. 
Sin embargo, para Brandon Milholland, quien también trabajó en el estudio de Nature, es “altamente improbable” que las curvas de mortalidad se nivelaran tan repentinamente. Milholland critica tanto el último trabajo como la ley de Gompertz argumentando que hay “más de esas dos opciones” y que la formulación de Gompertz debe terminar.
Dicho esto, el número de los muy ancianos está creciendo. En Italia, por ejemplo, cuatro personas nacidas en 1896 vivieron hasta 105 o más. Más de 600 personas nacidas en 1910 vivieron tanto tiempo, “y entre 1896 y 1910, la mortalidad infantil en Italia disminuyó”, explica en el trabajo Wachter.
No sólo eso, en décadas posteriores el rango entre 80 y 90 años también mejoró y acogió a más personas en los rangos centenarios. Según Rootzen:
Cuando entendamos las interacciones entre nuestro patrimonio genómico y todos estos otros factores prácticos bien estudiados como la nutrición y el comportamiento, vamos a entender por qué las personas pueden hacer que este progreso llegue a los 80 y 90 y ampliarlo. Las recomendaciones sobre el estilo de vida: haces ejercicio, comes esto o aquello, son bastante efectivas a edades más tempranas, pero no parecen jugar un papel a edades más avanzadas.
Algo de razón deben tener en esto último. Como decíamos hace poco, el que puede convertirse en el hombre más longevo del planeta lleva fumando toda la vía (aunque dice que ha llegado la hora de dejarlo). De hecho, la propia Calment dijo que fumó dos cigarros al día hasta que cumplió 119 años, y que solo entonces abandonó el hábito, aunque lo hizo porque ya no podía ver lo suficientemente bien como para encendérselo. [Gizmodo, Science, Washington Post]

viernes, 29 de junio de 2018

El sesgo ético en los algoritmos de inteligencia artificial aplicados al seguro


Publicado en https://www.fundacionmapfre.org/documentacion/publico/i18n/catalogo_imagenes/grupo.cmd?path=1097479


El problema
Los algoritmos de inteligencia artificial se enfrentan en su modelización a los conocidos como sesgos de información. En el campo del desarrollo científico académico de la inteligencia artificial están empeñados en resolver este problema que puede cuestionar la aplicabilidad de sus resultados.
El sesgo ético lo encontramos en la industria del seguro cuando en la modelización intervienen variables explicativas que están calificadas como discriminatorias, no solo aquellas expresamente consideradas por la legislación (género, raza, religión…) sino también aquellas que cumplan una función similar a las anteriores, o incluso lo que se conoce como discriminación inconsciente, es decir, el analista no tiene voluntad consciente de discriminar, pero el uso de esta variable si es discriminatorio.
Un estudio en los EEUU concluyó que, en la mayoría de los estados, "las primas de seguros de autos son impulsadas en gran medida por factores económicos que no están relacionados con la seguridad en la conducción", variables como el nivel educativo, ocupación, propiedad de vivienda, compra previa de seguro y estado civil. Una mayoría de estadounidenses cree que es injusto que las compañías de seguros utilicen características económicas -específicamente, nivel de educación, ocupación, no tener seguro por no tener automóvil, estado de propiedad de vivienda, estado civil y calificación crediticia- en el establecimiento primas de seguro de auto.

El problema real de los sesgos éticos es la ausencia de regulación explícita acerca de la transparencia y trazabilidad de los algoritmos de inteligencia artificial, pero es cierto que ya encontramos iniciativas, opiniones de expertos y de autoridades que comienzan a perfilar un marco de referencia que pueda servir de guía de actuación a las aseguradoras de buen hacer en la construcción de los modelos de pricing, fidelización, fraude….
La otra cara de la ética de los algoritmos es hacer que las personas que por su perfil de riesgo pasen a ser asegurables, aunque el modelo lo desaconseje. El seguro como industria necesita un acuerdo impulsado desde las autoridades regulatorias que garantice un umbral de riesgo/ precio mutualizado para que ningún solicitante de seguro quede fuera del alcance de la cobertura.
Estas dos reflexiones, nos permitirá corregir la calificada por Lemonade como supremacía estadística ya en manos de las máquinas y no de los departamentos técnicos de las entidades, cuyo origen se remonta a 1662 cuando John Graunt calculó las probabilidades de que los londinenses sobrevivieran a una edad determinada
El entorno actual conocido con el acrónico en inglés  VUCA ( Volátil, incierto, complejo y aleatorio), el uso de las potencialidades de la analítica de datos avanzada permitirá, según datos de Accenture, un incremento del 20% en ingresos por  primas y del 30% en la eficiencia.

A modo de ejemplo
La modelización del precio del seguro con los algoritmos avanzados, ya han suscitado debate y controversia en los mercados donde así han sido aplicados.
 Repasemos algunos casos publicados en la prensa internacional, que han llevado a Bill Wilson en febrero de 2018 al Big Data como la economía del vudú, alertando de la necesidad de que los modelos sean realmente predictivos, estables y rentables, elementos nucleares de la Ciencia Actuarial. 
Wilson se refiere a la respuesta a un diario británico de una aseguradora que encontró que esa aseguradora podría cobrar a los usuarios más en su seguro de automóvil por usa una cuenta de correo electrónico de Hotmail en lugar de uno de Gmail , la aseguradora sostiene que  ciertos nombres de dominio están asociados con más accidentes que otros y que utilizan  una variedad de información para producir precios competitivos para nuestros.
Otro caso denunciado por la prensa es el de una aseguradora del Reino Unido de cobrar a los conductores con nombres que no hablan inglés tanto como £ 900 extra por su seguro.
 El uso de algoritmos de Caja de Negra con el análisis de 600 variables puede llevar a este tipo implicaciones éticas.

El futuro marco regulatorio

Repasemos alguna de las iniciativas que tratan de actuar como Estrella Polar en la categorización de sesgos de los algoritmos.
 En primer lugar, la responsable de Eiopa del departamento de Protección al Consumidor, Katja Wuertz en una jornada celebrada en IESE en Madrid el pasado 15 de marzo de 2018, alertó acerca:
Riesgo de exclusión debido al acceso a la información y su relación con el big data.

Prima y la discriminación en precios por el uso de datos que el consumidor no controla si se busca personalizar se puede producir el hecho de que aquellos consumidores que más busquen en internet reciban ofertas mejores y aquellos que no buscan, se podría decir que miran menos por el precio, tengan propuestas de seguros con primas más elevadas.

Protección y la intimidad de los datos de los consumidores. La importancia del consentimiento en el uso de la información que se tiene de un asegurado.

En segundo lugar, Las Autoridades Europeas de Supevisión (ESA), publicó el pasado 15 de marzo de 2108 un informe que analiza los pros y los contras del Big Data, concluye que los consumidores se pueden beneficiar de productos y servicios personalizados, de una mejor analítica para detectar el fraude o una mayor eficiencia de los procedimientos internos de la organización. Si bien las herramientas de big data pueden cometer errores, ocasionando que los proveedores de servicios financieros tomen decisiones incorrectas en relación con el consumidor al llevar a cabo una segmentación de clientes que no se ajuste a la realidad.

En tercer lugar, el informe elaborado por European Group on Ethics que ha publicado en marzo de 2018 el documento Statement on Artificial Intelligence  , Robotics and Autonomus Systems, enumera los principios éticos y prerrequisitos democráticos que debe contemplarse en los modelos de Inteligencia Artificial:
Dignidad humana
Autonomía, libertad humana
Responsabilidad
Justicia, equidad y responsabilidad
Democracia
Estado de derecho y responsabilidad
Seguridad, integridad mental y corporal.
Protección de datos y privacidad
Sostenibilidad en las precondiciones de vida del planeta

Por último, hacemos referencia al nuevo concepto de “derecho a la explicación” establecido en el Reglamento Protección de Datos de la Unión Europea.

El futuro

Se estima que en 2030, la determinación del precio del seguro, se realizará de manera generalizada con modelos de Inteligencia Artificial, antes de que esto suceda, el sector asegurador necesita un marco formal regulatorio que elimine los sesgos éticos de los modelos, al margen de que los científicos logren técnicamente corregirlos.

José Miguel Rodríguez-Pardo 

jueves, 12 de abril de 2018

Ética en los Algoritmos de Inteligencia Artificial



Las autoridades europeas han publicado el documento arriba indicado en marzo de 2018, donde se pone de manifiesto el necesario contraste ético con la arquitectura de los algoritmos de Inteligencia Artificial ( IA) y enumera los siguientes principios:


Principios éticos y prerrequisitos democráticos
•Dignidad humana
•Autonomía, libertad humana
•Responsabilidad
•Justicia, equidad y responsabilidad
•Democracia
•Estado de derecho y responsabilidad
•Seguridad, integridad mental y corporal.
•Protección de datos y privacidad

•Sostenibilidad en las precondiciones de vida del planeta


José Miguel Rodríguez-Pardo

sábado, 31 de marzo de 2018

Disminuye la estimación de la base herediaria de la longevidad, del 30% al 16%.


La relación entre el determinismo genético y la longevidad en el ser humano sigue siendo materia de discusión en la comunidad científica. Es cierto que existe un consenso por el que se afirma que nuestra supervivencia está determinada en un 30% por el patrimonio genético individual
En la medida que los factores no genéticos ( 70%) se potencian en una población, estilo de vida saludable, acceso a la sanidad, mejora del medio ambiente, la expresión genética diferencial que impulsa o acorta la supervivencia humana tiende a minorarse.

Otros estudios cifran el rango entre el 15% y el 30%, sobre hipótesis de trabajo de  marzo de 2018, publicado por la revista Science, Quantitative analysis of population-scale family trees with millions of relatives en el que se ha logrado establecer un pedigrí único de 13 millones de personas, sobre 86 millones de individuos sometidos a estudio, que abarca 11 generaciones. Se analizaron tres millones de familiares nacidos entre 1600 y 1910 que han vivido más de 30 años, excluyendo gemelos y victimas de guerras o desastres naturales.


 El equipo de investigación, genetistas e informáticos, han analizado el árbol para estimar la base hereditaria de la longevidad, que calculan en torno al 16% de la variabilidad observada. Los autores estiman que la lotería genética en el mejor de los casos solo añade cinco años de vida, cuando fumar reduce 10 años la esperanza de vida.

Describen el fenómeno Epistasis ,correlación exponencial entre la fecha de muerte y el parentesco, pero parece ser que ser que esta relación es lineal, lo que indica que los genes que influyen en la longevidad actúan de forma independiente y aditiva. Esto es,los genes no actúan necesariamente juntos en concierto para incrementar la esperanza de vida, y por tanto cuando se heredan juntos se observa su efecto.





La referencia al artículo es la siguiente:




José Miguel Rodríguez-Pardo

jueves, 22 de marzo de 2018

Del riesgo a la incertidumbre, de la incertidumbre al valor

https://www.fundacionmapfre.org/documentacion/publico/i18n/catalogo_imagenes/grupo.cmd?path=1096212&emv_mid=7837827&emv_rid=46796062261


Introducción

La revolución tecnológica en la industria del seguro que determina el precio del seguro ha sido posible con la conjunción de tres elementos: Capacidad de computación creciente, acceso a datos infinitos y modelos matemáticos más complejos. En este escenario, el analista debe demostrar tres habilidades para la fijar el precio de un seguro, siguiendo a Stephen Lowe en Becoming and Analytics Based Insurer: A Road Map, en noviembre de 2016, nos ilustra con el siguiente gráfico dichas habilidades



 Dice el autor que el científico de datos y el actuario deben realizar una “polinización cruzada” de sus habilidades.

La necesidad de capacitación en estas habilidades tiene cierta emergencia
para poder abordar la próxima generación de seguros y
que comienzan ya a desarrollarse, y que podríamos definir como:
   Productos sensorizados de manera continua que establecen el precio    con algoritmos robotizados dotados de ética

Todas las herramientas analíticas, computacionales y de telemetría requieren un conocimiento preciso de los distintos elementos que determinan el precio, el riesgo técnico, el comportamiento y el valor. Cada uno de ellos necesita un contraste ético.
Analizamos cada uno de ellos y que han sido surgiendo de manera sucesiva: Del precio a la incertidumbre y desde la incertidumbre al valor

Tarificación por riesgo
La determinación del precio del seguro mediante variables exclusivamente relacionadas con el riesgo a asegurar ha sido la técnica habitual utilizada por la industria del seguro desde hace tres siglos cuando el seguro incorpora la estadística como herramienta de cálculo.
 En la taxonomía actuarial, al determinar si una variable puede ser incorporada en los modelos de determinación del precio justo, utilizamos el test de los tres pasos:
1- La variable debe ser determinante en la valoración del riesgo, con suficiente capacidad predictiva, justificando la causa última del riesgo.
Este último aspecto, recoge las recientes propuestas de la reflexión actuarial  académica-profesional internacional, se requiere del analista del riesgo la obligación deontológica de identificar si una variable en el gradiente primario del riesgo y no enmascara otra variable desconocida.
Pero la obligación moral es aún mayor, el actuario tiene la responsabilidad de hacer saber a la sociedad de aquellas inequidades sociales que haya identificado en el proceso de determinación del precio. Pongamos un ejemplo, la esperanza de vida de una población varía según la zona geográfica local
( como es el distrito de una ciudad), y aunque pareciera que el nivel de renta sea la causa que explica la variabilidad, la causa original es el nivel de educación. Hacer pública esta causa de inequidad a la sociedad es un deber moral del analista del riesgo y por tanto de la entidad aseguradora, para que la comunidad pueda tomar las decisiones sociales oportunas encaminadas a eliminar esa desigualdad.
2- La valoración del riesgo debe estar basada en principios actuariales relevantes que proporcionen fiabilidad. Esto es, las fuentes de información deben ser fiables y objetivas.
3-Proporcionalidad, las ventajas del uso de la variable superan a los inconvenientes.
Superados los tres pasos, la variable es técnicamente válida en un escenario que podemos denominar como Laissez faire approach, es decir como si no hubiera limitaciones legales para el uso de determinadas variables.
Ahora bien, debemos someter el criterio técnico al derecho en materia de no discriminación y de protección de igualdad de oportunidades conocido en el mundo anglosajón como Equal Treatment
En este contraste técnico/ legal surge un debate ético, y es que, el actuario al determinar el precio no culpabiliza al asegurado y  no hace juicios de valor sobre el análisis del riesgo y precio. La sociedad del siglo XXI parece haber apostado por un criterio de uniformidad, considerando la técnica de tarificación de clasificación de riesgos como discriminante, y como dice el filósofo italiano Gianni Vattimo: La emancipación del hombre parece que pasa por la no estratificación social

Tarificación por comportamiento
La llamada economía del comportamiento, ya se encuentra integrada (aunque de manera reciente) en los modelos de pricing del seguro privado, incorporando variables que complementan el precio técnico.
Los modelos de incertidumbre donde se incorporarla la percepción subjetiva sobre el riesgo a asegurar, aversión/ apetito, tienen su justificación en la afirmación de que no siempre existe un comportamiento racional en el consumidor que incluso influye el sentido de la equidad.
La relevancia de estos modelos de comportamiento ha merecido que su principal investigador académico Richard Thaler haya sido galardonado con el premio Nobel en Ciencias Económicas de 2017. El jurado que le concedió el premio lo justificó así:"Thaler ha contribuido a expandir y refinar el análisis económico al considerar tres rasgos que sistemáticamente influyen en las decisiones económicas: la racionalidad limitada, la percepción de justicia, y la falta de autocontrol”
Recomiendo la lectura del libro de Thaler, Todo lo que he aprendido con la Psicología Económica ( Editorial Deusto, 2017), donde podemos entender la necesidad de incorporar el comportamiento humano a los modelos de estricto formalismo matemático. En la aplicación práctica a la industria del seguro cuando se incorpora el comportamiento, la robustez de los modelos se incrementan de forma considerable.
El proceso de tarificación por comportamiento en un entorno de uso masivo de datos y sus fuentes evoca al filósofo inglés del siglo XVIII Benjamin Bentham cuando ideó el Panopticón, lugar donde se puede observar a los individuos sin que estos tengan la sensación de que están siendo observados.  Y es que los modelos conocidos como web scraping donde se extrae información de un individuo de la web, incluidas las redes sociales, explicitan su comportamiento en relación con su perfil de riesgo asegurable sobre una contingencia. Este modo de actuar requiere una reflexión ética.
Tarificación por valor
Las prácticas más avanzadas para la determinación del precio de un seguro son el resultado de la combinación de modelos predictivos que conjugan los siguientes elementos:
-El riesgo técnico
-La medida del comportamiento –Aversión-preferencia del riesgo del tomador del seguro
-Tarificación por CMA ( Comparative Market Analysis), donde se determina la elasticidad del precio de la demanda del seguro, utilizando para ello técnicas de ingeniería inversa
-Modelos de propensión a la caída de la póliza.
  El precio final resultante de todos los modelos determina ya no el precio técnico de la prima de riesgo técnico sino la optimización del valor del cliente, esto es, la prima de seguro refleja el importe que el tomador está dispuesto a pagar sobre la cobertura a asegurar y se alejan por tanto de la estricta medida del riesgo técnico.
Los modelos de optimización de precios por valor, nos lleva a plantearnos la siguiente cuestión ética: ¿Se pone precio a la ignorancia o al valor percibido del riesgo?  El debate ha suscitado el interés de los reguladores quienes están ya   evaluando la práctica de la "optimización de precios", y así la Asociación Nacional de Comisionados de Seguros (NAIC) en los EE. UU se plantea si esta práctica fuera una actividad discriminatoria.

Conclusión
En los escenarios de rapidación en el que nos encontramos, donde los algoritmos basados en inteligencia artificial dominarán los motores de cálculo de la medida del riesgo o del valor, se hace necesario tomar decisiones para dotar de transparencia a dichos algoritmos conocidos como cajas negras.
Incorporar en la selección de variables a expertos en ética y en derecho que garanticen que las variables que selecciona el algoritmo no incurren en discriminación directa o indirecta y abrir el código del algoritmo al regulador, pueden ser dos vía prometedoras para dotar de transparencia y hacer auditable  el proceso del pricing.

José Miguel Rodríguez-Pardo