Harvard: IA predice 75% de intentos de suicidio antes

Un estudio de Harvard predice el 75% de los intentos de suicidio una semana antes

El equipo de Matthew K. Nock, profesor Edgar Pierce de Psicología en Harvard, logró anticipar 3 de cada 4 intentos de suicidio con hasta siete días de anticipación en un estudio con más de 600 adultos y adolescentes de alto riesgo. Los resultados se publicarán en el número de octubre del Journal of Psychopathology and Clinical Science.

El hallazgo es notable en un campo donde los mejores modelos predictivos se basaban en auto-reportes retrospectivos y solo estimaban el riesgo de suicidio para una persona en los siguientes seis meses, un año o incluso una década. "No somos buenos prediciendo intentos de suicidio y muerte por suicidio. Necesitamos mejorar", declaró Nock, psicólogo clínico y ganador del MacArthur Fellowship de 2011. Para los founders que construyen en HealthTech, el dato del 75% cambia la conversación: pasar de "evaluar el riesgo anual" a "alertar en tiempo real" no es solo un avance clínico, es un nuevo mercado de dispositivos y software predictivo.

Qué encontraron exactamente

El estudio siguió durante seis meses a participantes reclutados en dos grupos: adultos dados de alta tras tratamiento psiquiátrico en urgencias, y jóvenes de 12 a 19 años tratados en clínicas de internación por pensamientos suicidas. Casi 500 personas contestaron al menos una encuesta completa y, sumadas todas, se recopilaron más de 77.000 respuestas.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La aplicación enviaba encuestas breves —hasta 6 por día durante tres meses y luego una diaria por otros tres meses— con 20 preguntas en una escala deslizante de 0 a 10. Tres medían aspectos del pensamiento suicida (impulso, intención y capacidad de resistir) y 17 exploraban estados afectivos: emociones como sentirse negativo, sin esperanza, atrapado, aislado, enojado, agitado, preocupado, fatigado, con energía o positivo.

El modelo resultante identificó el 75% de los intentos de suicidio y el 87% de los eventos relacionados (intentos más hospitalizaciones preventivas) en la semana previa al suceso. Un sistema de alerta en tiempo real intervenía automáticamente cuando un participante indicaba alta intención suicida — exactamente lo que el campo llevaba décadas intentando construir.

Por qué la agitación pesa más que la depresión

Uno de los hallazgos más contraintuitivos del equipo es que la agitación resultó un predictor mucho más fuerte que la depresión: cada punto adicional en la escala de agitación se asoció con un 11% más de probabilidad de intento de suicidio.

La línea coincide con una investigación previa del propio laboratorio de Nock: el 90% de las personas que sobrevivieron a un intento reportó haber sentido un impulso por aliviar una agitación y un dolor psicológico temporales — comparables a "estar en una habitación en llamas" o querer "apagar todo un par de días". Para los founders de salud mental digital, la implicación es directa: los productos que solo miden tristeza o ánimo deprimido están dejando fuera la señal más predictiva.

Cómo cambian los wearables y la voz el modelo de negocio

El estudio es parte de una línea más amplia de investigación que ya explora sensores wearables para monitorizar sueño, variabilidad de frecuencia cardíaca, conductancia de la piel e incluso firmas de voz, combinados con intervenciones "just-in-time" que recuerdan al paciente usar herramientas aprendidas en terapia o contactar a su círculo de apoyo cuando los marcadores suben.

Nock describió la lógica como análoga al monitoreo de glucosa en sangre o al seguimiento del riesgo de infarto, pero con capas adicionales de privacidad que la salud mental obliga a navegar. "Lo que me emociona de esta línea de trabajo es que, con los avances en tecnología, ahora tenemos la capacidad de llevar el cuidado al entorno natural de la persona", sostuvo. La investigación recibió financiamiento parcial del National Institute of Mental Health (U01MH116928).

El contexto de mercado: la salud mental digital está en pleno despegue

El paper llega cuando el capital vuelve al sector con fuerza. Según el reporte de Rock Health analizado por Fierce Healthcare, las startups de salud digital levantaron US$7.400 millones en el primer semestre de 2026 (244 rondas), unos US$1.000 millones más que en el mismo período de 2025. La salud mental se mantuvo como la indicación clínica con más funding del semestre, con megadeals como Talkiatry (US$210M) y Grow Therapy (US$150M), más rondas focalizadas como Jimini Health (US$17M) y The Path (US$14,3M). En el primer trimestre, según MedCity News sobre el mismo informe, los megadeals ya promediaban US$36,7 millones — el ticket promedio más alto desde el cuarto trimestre de 2021.

En paralelo, según un reporte de SNS Insider recogido por Yahoo Finance en abril, el mercado global de salud mental se estimó en US$449.960 millones en 2025 y proyecta alcanzar US$668.620 millones en 2035. La teleterapia crecería al 8,95% anual y la terapéutica digital al 9,12% anual. En el segmento adyacente, el reporte de ResearchAndMarkets proyecta que el software para dispositivos médicos wearables pase de US$10.400 millones en 2026 a US$31.590 millones en 2031, con una CAGR del 24,88%, y que el monitoreo remoto de pacientes represente ya el 27,6% de ese segmento. El modelo ACCESS de Medicare, que empezó a inscribir beneficiarios en julio de 2026, vincula el reembolso a resultados clínicos y refuerza esa demanda.

Estas cifras dibujan un escenario concreto: existe demanda clínica validada, capital disponible y un vacío claro entre los modelos tradicionales (cuestionarios anuales) y la monitorización continua.

Qué significa esto para tu startup

La investigación de Nock define una arquitectura de producto viable para founders de HealthTech y salud mental digital. El estudio combina encuestas cortas por móvil, metadatos de engagement (cuánto tarda el usuario en abrir y responder) y señales emocionales granulares para construir un predictor accionable. Tres caminos son los más inmediatos:

Embeber screening predictivo en un producto existente. Si ya tienes una app de terapia, meditación o coaching, suma tres preguntas clave (impulso, intención, capacidad de resistir) y empieza a construir tu propio dataset longitudinal. Esa arquitectura mínima es replicable y validada.
Construir infraestructura para clínicos. Hospitales, aseguradoras y redes de salud mental en España y LATAM necesitan software que integre alertas tempranas con workflows clínicos — exactamente el espacio donde Rock Health identificó que la ventaja competitiva se está moviendo: "dueño de más del workflow" y entrega hands-on dentro del cliente.
Apuntar a subpoblaciones concretas. Los participantes del estudio eran pacientes recientemente dados de alta de urgencias o internación. La ventana de mayor riesgo son los 30 días post-alta. Un producto enfocado en ese período — desde recordatorios de medicación hasta check-ins de agitación — puede demostrar valor clínico y abrir puertas a reembolso de forma más clara que herramientas genéricas de bienestar.

Acciones concretas para esta semana

Mapear dónde están tus datos emocionales. Revisa si tu producto captura alguna señal comparable a las del estudio (estado de ánimo, energía, sueño, patrones de uso). Si no, define qué pregunta mínima puedes agregar sin friccionar la retención.
Contactar un investigador clínico local. En España, las universidades con departamentos de psicología clínica son el socio natural para validar evidencia. En México, el INPRFM (Instituto Nacional de Psiquiatría) y en Argentina el CONICET ofrecen pathways de colaboración. Una alianza académica te valida evidencia y abre la puerta a grants públicos similares a los del NIMH que financiaron este estudio.
Definir el claim regulatorio desde el día uno. Un software que afirma detectar riesgo de suicidio entra en la categoría de dispositivo médico (FDA SaMD en EEUU, marcado CE en Europa, registro ante COFEPRIS en México). "Bienestar emocional" y "detección clínica de riesgo" son mercados y marcos regulatorios completamente distintos; la decisión condiciona tu go-to-market.

El estudio de Harvard demuestra que anticipar un intento de suicidio con días de margen ya no es un ideal teórico: es un problema de ingeniería con resultados medibles. Para los founders que sepan combinar modelo de datos, integración clínica y ética en el manejo de información sensible, la oportunidad es enorme.