Los modelos predictivos basados en inteligencia artificial (IA) ya son una realidad en muchas rectorías de salud mental del mundo. En cambio, Salta continúa con una política reactiva: solo actúa cuando el problema estalla, apagando incendios sin capacidad de anticipación.
Por Rodolfo Ceballos (*)
La provincia carece de estructura digital y de sistemas de datos integrados que permitan entrenar algoritmos en la prevención y estudio del suicidio. Esta ausencia de infraestructura impide dar un salto cualitativo en la atención del problema juvenil de las autolesiones juveniles letales y no letales.
Mientras otros países aplican IA para identificar tempranamente factores de riesgo -como depresión, ansiedad, aislamiento social o bajo rendimiento académico-, Salta sigue atrapada en un modelo fragmentado, sin herramientas predictivas ni equipos interdisciplinarios que puedan validar modelos clínicos.
Italia, EE. UU. y Corea del Sur ya aplican IA en contextos educativos para predecir riesgo de suicidio. Salta podría replicar estos enfoques si logra integrar datos escolares, los provenientes de los barrios, de los departamentos, de los hospitales, policiales y de la justicia, todos modelos interpretables y adaptados a las necesidades del caso.
En los países que usan la IA para la predictividad de las autolesiones, construyen modelos para identificar factores psicológicos y sociales con alta precisión.
El año pasado, la Universidad de Padua (Italia), en su propio claustro, investigó el riesgo suicida de los alumnos aplicando cuestionarios psicológicos con datos académicos. El principal hallazgo fue conocer la alta capacidad de identificar estudiantes en riesgo moderado y alto.
Si esta investigación de Padua tiene relevancia para Salta, aquí se podría replicar el mismo enfoque en las universidades locales.
En varias casas de altos estudios de EEUU aplicaron también la IA a la causalidad del suicidio en sus variables más conocidas: depresión, ansiedad y autorreproches importantes.
En Salta, ese modelo es replicable, ya que permite combinar la etiología psicológica del suicidio con datos locales para mejorar la interpretabilidad clínica.
En Corea del Sur, los adolescentes fueron objeto el año pasado de estudios con el modelo predictivo utilizando la IA. Se utilizaron encuestas nacionales y el hallazgo logrado fue la identificación temprana de ideación suicida en los chicos, con precisión superior al 80%.
La relevancia de la encuesta coreana para Salta importa, ya que se podría aplicar en los colegios secundarios, especialmente en departamentos con tasas críticas de suicidios como Cerrillos y Anta.
Hay que recordar que Cerrillos tiene una tasa del 17,5 por mil habitantes, Anta 13,7–17,5, Capital, Güemes, Orán y San Martín 9,9–13,6.
Los últimos registros en la provincia muestran un aumento alarmante en los suicidios del 35,8% en 2025, con 243 muertes (17,4 por cada cien mil habitantes), lo que la ubica en el tercer lugar nacional.
Además, se pueden conocer las variables temporales que explicarían el incremento abrupto en 2025 tras dos años de baja, agregándoles los factores sociodemográficos (predominio masculino y qué días son críticos para las autolesiones).
El modelo predictivo que necesita Salta deberá incluir los registros hospitalarios, escolares y policiales. Realizar el análisis territorial con la correlación entre tasas departamentales y acceso a servicios de salud mental. Por otra parte, incluir los factores culturales y sociales: aislamiento rural, desigualdad territorial, conflictos familiares.
El beneficio de analizar con la IA datos claves permitirá identificar tempranamente a los adolescentes en riesgo en departamentos con tasas altas, conocer el resultado de las políticas de prevención focalizadas en varones jóvenes y en fines de semana. Hace falta tener estrategias de intervención territorial con equipos móviles de salud mental.
A Salta le falta mucho para llegar a construir un modelo predictivo para el riesgo suicida con ayuda de la IA. Tiene enormes falencias en su sistema de salud mental y muchos déficits en la política pública de salud mental.
Cualquier auditoría seria al sistema detectará la escasez de datos estandarizados y longitudinales para captar la evolución temporal; la dependencia de autoinformes con sesgos y decisiones clínicas irrelevantes.
Salta no aplica IA en su política de salud mental porque carece de modelos predictivos propios y de la infraestructura de datos necesaria para entrenarlos. No existen algoritmos entrenados con datos epidemiológicos de la provincia. Los registros de suicidios están dispersos entre hospitales, policía y justicia, sin integración digital ni longitudinal.
Es notoria la falta de estandarización. No hay encuestas sistemáticas en escuelas o universidades que permitan alimentar modelos de riesgo juvenil. La carencia de capacidad técnica aún no se superó. No hay noticias de que se desarrollen equipos interdisciplinarios de psicólogos, estadísticos, informáticos y otros profesionales para diseñar y validar modelos de IA.
La modernización del sistema de salud mental pasa también por aplicar la IA, más allá de tener una política de telemedicina por falta de profesionales en lugares alejados.
Un modelo predictivo basado en algoritmos detecta patrones locales del comportamiento suicida, como ser el incremento abrupto, la concentración territorial, el predominio masculino.
Urge reconocer a potenciales suicidas, siempre que se mejore la calidad y diversidad de los datos.
(*) Periodista especializado en temas psicosociales