>
"IA y depresión en personas mayores: posibilidades reales y riesgos que no conviene ignorar"
Dr. Marcelo Ferder y Dra. Carla Gibellino
En el envejecimiento, la depresión suele pasar inadvertida o confundirse con el cansancio o los achaques del tiempo. En ese contexto, la inteligencia artificial aparece como una aliada prometedora para detectar, acompañar y mejorar los tratamientos, pero su uso también plantea dilemas éticos, riesgos de sesgo y desafíos clínicos que no conviene minimizar.
La depresión en la vejez no es una rareza ni un destino biológico. Tampoco aparece siempre con señales claras. Muchas veces se confunde con “estar cansado”, con dormir mal o con los golpes normales del paso del tiempo. En ese escenario, la inteligencia artificial (IA) asoma como una ayuda concreta. No resuelve todo; ofrece caminos nuevos. La pregunta es cuáles de esas promesas valen en la práctica y qué precauciones exige su uso en salud mental.
La medicina convive con herramientas computacionales desde hace décadas. En 1961 ya se probaban algoritmos para ayudar en diagnósticos diferenciales en hematología. Desde entonces, los avances crecieron hasta convertirse en parte del tejido sanitario: apoyo al diagnóstico, investigación más rápida y, en algunos casos, tratamientos mejor ajustados. La IA aporta capacidad para analizar volúmenes de datos que ninguna persona podría revisar a tiempo y entregar señales que orienten decisiones en el consultorio o en el hospital.
En personas mayores, la depresión impacta rutinas, vínculos y control de enfermedades crónicas. Los síntomas pueden confundirse con el envejecimiento habitual, lo que lleva a diagnósticos tardíos. La evidencia de su uso en salud mental está creciendo, con aplicaciones que van de lo experimental a lo incipiente en la práctica clínica.
Tres frentes de acción: detección, tratamiento y acceso
En el ámbito de la salud mental, la IA puede aportar en tres grandes dimensiones: detección temprana, tratamiento más ajustado y mejor acceso a la atención. A través del análisis de patrones en historias clínicas, estudios por imágenes y señales conductuales, la IA permite identificar riesgos de depresión o ideación suicida a partir del lenguaje natural y la actividad en plataformas digitales. Esta línea de trabajo, basada en el procesamiento del lenguaje natural, crece como apoyo para la predicción del riesgo y la prevención del suicidio. No reemplaza la entrevista clínica, pero ofrece alertas que ayudan a priorizar casos y orientar mejor el abordaje.
Del mismo modo, estas tecnologías pueden contribuir a estimar la probabilidad de respuesta y ajustar los planes terapéuticos. No se trata de soluciones infalibles, pero sí de herramientas que, combinadas con el criterio clínico, permiten tomar decisiones más informadas y revisar tratamientos a tiempo. En este escenario se incorporan los chatbots conversacionales, que si bien no son “terapeutas” ni deben operar sin supervisión, pueden sostener ejercicios de terapia cognitivo-conductual, registrar el estado de ánimo y facilitar la educación sanitaria entre consultas.
Finalmente, la IA también amplía el acceso a la atención al potenciar la telesalud y ofrecer recursos de acompañamiento continuo. Un asistente virtual puede brindar recordatorios, detectar signos de alarma o guiar ejercicios. En hogares alejados o con limitaciones de movilidad, estas funciones complementan, sin reemplazar, al equipo de salud. En el mejor de los casos, la tecnología acerca la primera ayuda y acorta los tiempos hasta el contacto con un profesional calificado.
Para que esto funcione, conviene mirar las condiciones de buen uso. Las revisiones en salud mental remarcan límites, sesgos y riesgos éticos. Se necesita transparencia en los datos de entrenamiento, trazabilidad de resultados, evaluación de impacto clínico y vigilancia continua de seguridad. No alcanza con “precisión algorítmica”: importa si cambian resultados relevantes para el paciente y si lo hacen sin dañar a grupos vulnerables. Las recomendaciones de la Organización Mundial de la Salud (OMS) insisten en principios de protección de derechos, equidad y responsabilidad para su aplicación.
Una escena posible: Elena, 74 años, vive sola. Desde que enviudó alterna días buenos con otros muy apagados. Su médico de cabecera sospecha depresión. El consultorio suma tres apoyos simples. Primero, una herramienta que lee registros clínicos y señales de riesgo para priorizar su turno de salud mental. Segundo, un breve programa de apoyo digital supervisado, con ejercicios semanales, chequeos de ánimo y recordatorios claros. Tercero, un bot conversacional que guía tareas entre visitas y alerta si aparecen señales de alarma. Nada sustituye la relación clínica. Todo suma continuidad y oportunidad.
¿Qué podría salir mal? Un modelo entrenado con datos que no representan a personas mayores podría fallar más en ese grupo. Un chatbot sin contención clínica puede dar consejos inadecuados. Un sistema que puntúa “riesgo” pero no explica por qué, dificulta la discusión con la persona. Por eso, las guías éticas de la OMS recomiendan evaluar sesgos, seguridad, supervisión y mecanismos de apelación desde el diseño. En salud mental, la introducción de IA debe ser gradual, monitoreada y acompañada de capacitación para equipos y pacientes.
Avanzar con prudencia y propósito
Para equipos y gestores, tres preguntas ordenan la adopción: ¿para quién funciona y cómo lo sabemos?; ¿qué cambia en resultados clínicos, no solo en métricas técnicas?; ¿cómo protegemos privacidad y reducimos daño? La literatura de salud mental propone listas de verificación para el área de suicidio y otras intervenciones que ayudan a “aterrizar” estos puntos en comités de evaluación locales.
La depresión en personas mayores seguirá exigiendo escucha, continuidad y trabajo en red. La IA puede sumar si se integra a esa lógica. Las experiencias más prometedoras combinan datos con juicio clínico, transparencia y medición de impacto real. La tecnología ya mostró que puede acelerar trabajos de investigación, apoyar triage y sostener intervenciones entre visitas. El desafío es avanzar con prudencia y propósito: menos promesas vacías, más beneficios comprobables para la vida cotidiana de las personas mayores.
Autores:
Dr. Marcelo Damián Ferder
Es médico. Especialista en Medicina Sanitaria, Auditoría Médica, Medicina Laboral, y Medicina Legal. Maestrando en Efectividad Clínica (IECS).
Dra. Carla Silvina Gibellino
Es médica. Especialista en Psiquiatría, Medicina Sanitaria, Medicina Laboral, y Medicina Legal. Jefa Servicio Internación Hospital José T. Borda.