Las matemáticas ocultas de la salud mental — y por qué es más difícil de lo que parece

Un paper de 2024 en JAMA Psychiatry revisó 160,000 expedientes de pacientes y encontró algo que la mayoría de la comunidad ya sabíamos hace años: los resultados de la salud mental son mucho más variables que el resto de la medicina. El tratamiento de la depresión no tiene una sola respuesta correcta. Ni la ansiedad, ni el TDAH, ni el autismo. El mismo tratamiento puede funcionar increíble para una persona y no hacer nada para otra — incluso cuando se ven iguales en el papel.

Por eso el playbook usual de la IA en salud no se aplica automáticamente aquí. En la medicina, la varianza es baja y las señales son fuertes: las radiografías, los resultados de laboratorio, los signos vitales. En la salud mental, la varianza es alta y las señales son suaves. Las matemáticas son más difíciles. Los modelos necesitan más data, y la data es más desordenada. Por eso la gente que construye herramientas para este espacio — terapeutas, clínicos, educadores que realmente hacen el trabajo — es la que lo entiende. Los que escriben las reglas desde un escritorio no.

El paper vale la pena porque hace el caso de por qué la IA de salud mental tiene que construirse diferente, no solo pegada encima. No se trata de un chatbot mejor. Se trata de entender la varianza, la comunidad, y la gente que vive con esto todos los días.

Por qué nos importa: la gente es la que vive con la salud mental — nuestras tías, nuestros primos, nuestros hijos en educación especial — y si las herramientas se construyen para una varianza distinta a la que realmente enfrentan, van a funcionar increíble en el laboratorio y fallar en la mesa de la cocina.