{"id":183205,"date":"2026-03-04T11:09:07","date_gmt":"2026-03-04T17:09:07","guid":{"rendered":"https:\/\/tecscience.tec.mx\/es\/?p=183205"},"modified":"2026-03-04T19:22:27","modified_gmt":"2026-03-05T01:22:27","slug":"inteligencia-artificial-detectar-suicida","status":"publish","type":"post","link":"https:\/\/tecscience.tec.mx\/es\/salud\/inteligencia-artificial-detectar-suicida\/","title":{"rendered":"\u00bfPuede la IA detectar se\u00f1ales tempranas de riesgo suicida en redes sociales?"},"content":{"rendered":"\n

Investigadores del Tecnol\u00f3gico de Monterrey desarrollan un modelo de inteligencia artificial<\/a> (IA) que busca identificar patrones en los mensajes que las personas publican en sus redes <\/strong>sociales para detectar se\u00f1ales asociadas con riesgo o ideaci\u00f3n suicida.<\/p>\n\n\n\n

Se trata del proyecto Mindtrack<\/strong>, liderado por Mahdi Zareei<\/a>, profesor investigador del Departamento de Computaci\u00f3n en la Escuela de Ingenier\u00eda y Ciencias<\/a> (EIC); y Leivy Patricia Gonz\u00e1lez<\/a>, directora del departamento de Psicolog\u00eda Cl\u00ednica y profesora de la Escuela de Medicina y Ciencias de la Salud<\/a> (EMCS), ambos del Tec campus Guadalajara<\/a>.<\/p>\n\n\n\n

Cada a\u00f1o, m\u00e1s de 720,000<\/a> personas fallecen por suicidio alrededor del mundo; seg\u00fan la ONU, esta es la tercera causa de muerte entre personas de 15 a 29 a\u00f1os. En M\u00e9xico, son m\u00e1s de 8,000<\/a>, es decir, siete personas por cada 100 mil habitantes en el pa\u00eds. <\/p>\n\n\n\n

Mindtrack se distingue porque el entrenamiento de este modelo se basa en datos obtenidos de pacientes cl\u00ednicamente diagnosticados<\/strong> y bajo protocolos \u00e9ticos. Para esta tarea, el equipo colabora con el Hospital San Juan de Dios, una cl\u00ednica privada especializada en salud mental ubicada en Zapopan, Jalisco.<\/p>\n\n\n\n

\u201cLa literatura dice que (debido a m\u00faltiples factores) las personas que tienen un trastorno mental pueden tardar hasta siete a\u00f1os en conseguir ayuda. <\/strong>A trav\u00e9s de este estudio podr\u00edamos identificar estos patrones de comportamiento de manera anticipada\u201d, menciona Gonz\u00e1lez. \u201cPoder informar a la poblaci\u00f3n qu\u00e9 tipo de signos se ven a trav\u00e9s de redes sociales con los j\u00f3venes puede ser informaci\u00f3n muy valiosa para profesionales de la salud, padres y profesores\u201d.<\/p>\n\n\n\n

Aplicar la IA en salud mental<\/h2>\n\n\n\n
\r\n \r\n \"\"\r\n <\/picture>
Mahdi Zareei, profesor investigador del Departamento de Computaci\u00f3n en la Escuela de Ingenier\u00eda y Ciencias (EIC). (Foto: Cortes\u00eda)<\/figcaption><\/figure>\n\n\n\n

Se estima que entre el 50 y 70% de las personas muestran se\u00f1ales de alerta<\/a> antes de intentar suicidarse, como expresar su deseo de morir, sentir gran culpa o ser una gran carga para los dem\u00e1s.<\/strong><\/p>\n\n\n\n

La iniciativa naci\u00f3 cuando dos estudiantes de maestr\u00eda se interesaron en aplicar la IA en problemas de salud mental<\/a>, relacionados con depresi\u00f3n<\/a> e ideaci\u00f3n suicida<\/a>. Sin embargo, notaron que no se pod\u00eda abordar \u00fanicamente desde la ingenier\u00eda y que era necesario un acompa\u00f1amiento de la EMCS.<\/p>\n\n\n\n

\u201cSolicitamos a los pacientes firmar un consentimiento formal y que nos permitan acceder a sus datos. Nos proporcionan sus IDs de redes sociales, como Instagram, TikTok, X o Facebook<\/strong>\u201d, explica Zareei. \u201cExtraemos las publicaciones de hasta dos a\u00f1os y con esos datos alimentamos algoritmos de IA que detectan patrones basados en lo que publican. No le decimos al algoritmo que busque palabras o frases muy espec\u00edficas, como ‘suicidio’ o ‘quiero hacerme da\u00f1o’, sino que va a detectar en las interconexiones de palabras estos patrones donde hay cosas ocultas que para un humano<\/strong> son m\u00e1s dif\u00edciles de encontrar\u201d.<\/p>\n\n\n\n

Adem\u00e1s de la informaci\u00f3n sobre sus redes sociales, los pacientes tambi\u00e9n participan en una entrevista complementaria<\/strong> donde se les preguntan otros aspectos, como si han sufrido ciberbullying, si hablan de sus emociones en redes sociales o si pertenecen a grupos donde hablen de salud mental. <\/p>\n\n\n\n

Si se suelen utilizar emojis, colores o frases encubiertas como \u201cse me acab\u00f3 la sopa\u201d o frases que aparentemente no tendr\u00edan nada que ver, pero que hacen referencia a la ideaci\u00f3n suicida.\u00a0<\/p>\n\n\n\n

\u201cE\u200bn la entrevista sondeamos con los pacientes si hay grupos con un tipo de lenguaje \u2018encubierto\u2019 respecto a este tipo de temas.\u00a0 Puede ayudar a identificar, por ejemplo, si en el algoritmo una palabra com\u00fan<\/strong>, como \u2018chocolate\u2019, aparece mucho, la entrevista nos podr\u00eda decir que en ciertos grupos se utiliza para alg\u00fan tema de salud mental y ayudar\u00eda a complementar o explicar lo que podamos encontrar en el modelo\u201d, explica la investigadora.<\/p>\n\n\n\n

\n