Salud mental en Chile: Data Observatory presenta herramienta con inteligencia artificial para analizar datos públicos y mejorar la atención

por | Nov 19, 2026 | Actualidad Sanitaria Nacional, Nacionales

La salud mental continúa siendo uno de los principales desafíos del sistema sanitario chileno. Las dificultades para acceder a atención especializada, las listas de espera y la falta de información integrada representan obstáculos para desarrollar políticas públicas que respondan de manera efectiva a las necesidades de la población.

Frente a este escenario, Data Observatory presentó una infraestructura tecnológica destinada a organizar, conectar y facilitar el análisis de datos públicos de salud, comenzando con un proyecto piloto enfocado en registros de salud mental.

La iniciativa fue presentada durante el encuentro RISE AI Latin America Summit 2026, realizado en la Universidad de los Andes, y busca aprovechar herramientas de análisis estadístico e inteligencia artificial para comprender mejor las necesidades sanitarias del país.

El proyecto permitirá trabajar con información procedente del Departamento de Estadísticas e Información de Salud (DEIS), dependiente del Ministerio de Salud, mediante procesos de estandarización que faciliten la comparación de registros entre distintos establecimientos y períodos.

Su objetivo es transformar información pública que actualmente se encuentra dispersa en conjuntos de datos más accesibles y reutilizables para investigadores, profesionales sanitarios y equipos responsables de la planificación.

La propuesta adquiere especial importancia en un país donde los indicadores de salud mental reflejan necesidades significativas de prevención, diagnóstico y tratamiento.

Data Observatory impulsa una nueva forma de analizar la salud mental

La iniciativa presentada por Data Observatory busca resolver uno de los problemas frecuentes en el análisis de información sanitaria: la existencia de registros que, aunque son públicos, se encuentran distribuidos en archivos y formatos diferentes.

Esta situación puede dificultar la elaboración de estudios y comparaciones.

Por ejemplo, analizar la evolución de determinadas prestaciones durante varios años puede requerir descargar numerosos documentos y procesarlos individualmente.

Cuando los archivos presentan estructuras distintas, también es necesario realizar tareas de limpieza y estandarización.

El nuevo proyecto pretende reducir estas dificultades mediante una infraestructura que organice los registros bajo criterios comunes.

De esta manera, los equipos de investigación podrán dedicar menos tiempo a preparar la información y más recursos a su análisis.

La herramienta también podría facilitar el desarrollo de modelos estadísticos que permitan reconocer tendencias y apoyar la planificación sanitaria.

¿Qué problemas busca resolver esta herramienta?

El proyecto parte de tres preguntas fundamentales para comprender el acceso a la atención de salud mental en Chile.

La primera consiste en identificar qué grupos de personas necesitan atención y cuáles son las condiciones de salud que motivan esa necesidad.

La segunda busca establecer dónde se concentra la demanda y si las personas están recibiendo prestaciones.

La tercera está relacionada con los tiempos de espera.

Responder estas preguntas requiere información consistente sobre población, establecimientos, atenciones y períodos.

Sin embargo, cuando los registros se encuentran separados, resulta difícil construir una visión integral.

La propuesta de Data Observatory busca facilitar el análisis de estas dimensiones.

Esto no significa que la infraestructura ya pueda responder todas las preguntas de manera automática.

Su capacidad dependerá de la disponibilidad, calidad y cobertura de los datos incorporados.

Las cifras muestran la importancia de fortalecer la salud mental en Chile

La presentación del proyecto incluyó antecedentes que reflejan la magnitud de los desafíos sanitarios.

Según el Termómetro de la Salud Mental ACHS-UC de 2026, un 18,5% de la población evaluada presenta sospecha o problemas de salud mental.

La publicación también cita antecedentes del Ministerio de Salud y del DEIS que sitúan la tasa de suicidios en 10,3 por cada 100.000 habitantes.

Además, menciona que un 19% presenta síntomas de depresión o ansiedad, de acuerdo con información de la Encuesta de Calidad de Vida y Salud (ENCAVI).

Estos indicadores muestran la necesidad de fortalecer la prevención y mejorar la capacidad de respuesta del sistema sanitario.

Sin embargo, es importante distinguir sus significados.

Presentar síntomas de ansiedad o depresión no equivale necesariamente a contar con un diagnóstico clínico.

Del mismo modo, una medición de sospecha de problemas de salud mental no representa automáticamente la prevalencia de trastornos diagnosticados.

Cada indicador debe interpretarse según la metodología utilizada.

La información pública puede ayudar a identificar brechas de atención

Una de las principales aplicaciones previstas para la herramienta es el análisis de desigualdades en el acceso a los servicios.

Las necesidades de atención pueden variar entre regiones, comunas y grupos de población.

También existen diferencias en la disponibilidad de profesionales y establecimientos especializados.

Cuando estas variables se analizan de manera conjunta, es posible identificar territorios donde la demanda podría superar la capacidad de respuesta.

Esta información puede resultar útil para orientar decisiones relacionadas con recursos y servicios.

Por ejemplo, una investigación podría comparar la evolución de las atenciones de salud mental en diferentes zonas.

También podría examinar cambios en la distribución de determinadas prestaciones a lo largo del tiempo.

Sin embargo, identificar una brecha mediante datos no significa resolverla automáticamente.

Las mejoras requieren decisiones institucionales, recursos y mecanismos de implementación.

Las listas de espera son uno de los desafíos prioritarios

Los tiempos de espera representan una preocupación importante dentro del sistema de salud.

En el ámbito de la salud mental, la oportunidad de atención puede influir en la continuidad de los tratamientos y el seguimiento de los pacientes.

Sin embargo, analizar las listas de espera requiere información precisa y comparable.

Matías Irarrázaval, psiquiatra, investigador asociado al proyecto y académico de la Universidad de Chile, destacó el potencial de la infraestructura para reconocer dónde existen brechas de atención.

El especialista también señaló que integrar diferentes fuentes puede ayudar a identificar grupos que están quedando rezagados.

Esta capacidad permitiría apoyar una planificación más ajustada a las necesidades.

No obstante, las listas de espera forman parte de las fuentes que se espera incorporar en próximas etapas.

Por lo tanto, no corresponde afirmar que el proyecto ya dispone de un sistema completo y operativo para resolver o gestionar todas las esperas sanitarias del país.

¿Cómo funciona el proyecto de datos de salud?

La infraestructura utiliza como punto de partida estadísticas mensuales publicadas por el DEIS.

Estos registros contienen información sobre diferentes prestaciones realizadas en el sistema sanitario.

El proyecto contempla procesos destinados a organizar los archivos y estandarizar sus variables.

Esto permite que la información correspondiente a diferentes años pueda analizarse bajo criterios consistentes.

Posteriormente, los datos se estructuran en tablas que facilitan su consulta.

También se incorporan diccionarios que explican el significado de las variables utilizadas.

Estos documentos son importantes porque permiten comprender qué representa cada campo y cómo debe interpretarse.

De esta manera, los investigadores pueden reducir errores relacionados con diferencias de formato o nomenclatura.

¿Qué es un lago de datos y por qué se utiliza en salud?

La infraestructura presentada forma parte de un modelo conocido como lago de datos o data lake.

Se trata de un sistema diseñado para almacenar y organizar grandes volúmenes de información procedentes de diferentes fuentes.

A diferencia de una base de datos tradicional orientada a una estructura específica, un lago de datos puede integrar conjuntos de información con características distintas.

Sin embargo, almacenar archivos no es suficiente para producir análisis confiables.

También se necesitan procesos de organización, documentación y control de calidad.

En el ámbito sanitario, estas tareas son especialmente importantes porque los registros pueden utilizar definiciones diferentes.

Por ejemplo, una categoría de prestación puede cambiar entre períodos o sistemas.

La estandarización permite identificar estas diferencias y facilitar comparaciones válidas.

El objetivo de Data Observatory es desarrollar una infraestructura que haga más sencillo el trabajo con información pública de salud.

La inteligencia artificial podría facilitar el análisis sanitario

Una de las posibilidades del proyecto es utilizar los datos organizados para desarrollar herramientas de inteligencia artificial.

Álvaro Paredes, director de tecnología de Data Observatory, explicó que la infraestructura está pensada para facilitar análisis estadísticos y modelos computacionales.

Entre las tecnologías mencionadas se encuentran los sistemas de aprendizaje automático, conocidos como machine learning.

También se contempla la posibilidad de trabajar con modelos de lenguaje de gran tamaño o LLM.

Estas herramientas podrían utilizarse para explorar conjuntos de datos, identificar patrones o facilitar consultas.

Sin embargo, la inteligencia artificial no reemplaza la interpretación de los especialistas.

Los resultados dependen de la calidad de la información y de las metodologías utilizadas.

Además, los modelos pueden producir errores o interpretaciones incorrectas si no cuentan con mecanismos adecuados de validación.

¿La inteligencia artificial puede predecir problemas de salud mental?

La inteligencia artificial permite analizar grandes cantidades de información y reconocer determinadas relaciones estadísticas.

En salud pública, estas capacidades pueden utilizarse para investigar tendencias y explorar factores asociados con diferentes problemas.

Sin embargo, identificar una asociación no significa demostrar una relación causal.

Tampoco implica que un modelo pueda predecir con certeza la situación de una persona.

En salud mental, los procesos individuales están influidos por factores biológicos, psicológicos y sociales.

Por esta razón, las predicciones requieren especial cautela.

El proyecto presentado por Data Observatory se concentra inicialmente en habilitar y organizar información pública.

No se anunció como una herramienta clínica destinada a diagnosticar trastornos mentales ni a evaluar automáticamente el riesgo individual de los pacientes.

Su propósito principal es apoyar la investigación y la planificación sanitaria.

Los datos del DEIS constituyen la base de la iniciativa

El Departamento de Estadísticas e Información de Salud es una fuente importante de información sanitaria en Chile.

Sus registros permiten conocer diferentes aspectos de la actividad asistencial y de la situación de salud del país.

Sin embargo, trabajar con esta información puede requerir conocimientos técnicos y procesos de preparación.

La iniciativa de Data Observatory busca facilitar su utilización mediante estructuras comunes.

Esto permitirá construir series temporales y comparar registros de distintos establecimientos.

Por ejemplo, los investigadores podrían analizar cambios en el volumen de determinadas prestaciones a lo largo de varios años.

También podrían estudiar diferencias territoriales en la actividad sanitaria.

La utilidad de estos análisis dependerá de que los registros sean suficientemente completos y comparables.

La estandarización de datos es fundamental para evitar errores

Uno de los desafíos más importantes en la integración de información consiste en asegurar que los datos tengan significados consistentes.

Cuando diferentes archivos utilizan nombres o categorías distintas, las comparaciones pueden resultar incorrectas.

Por ejemplo, una modificación en la clasificación de prestaciones podría interpretarse equivocadamente como un aumento o disminución de atenciones.

Por esta razón, los procesos de estandarización deben considerar los cambios metodológicos.

También es necesario documentar las fuentes y los criterios utilizados.

La infraestructura presentada contempla diccionarios de variables para facilitar esta tarea.

Estos documentos permitirán conocer las características de los registros.

La trazabilidad también ayuda a que otros investigadores puedan revisar y reproducir los análisis.

Los conjuntos de datos tendrán identificadores digitales

Otra característica de la propuesta es la incorporación de identificadores digitales de objeto, conocidos como DOI.

Estos identificadores permiten reconocer y referenciar recursos de manera persistente.

Su utilización es frecuente en publicaciones científicas y conjuntos de datos de investigación.

En el proyecto, cada conjunto de información contará con un DOI para facilitar su localización y citación.

Esto puede resultar útil cuando diferentes equipos utilizan los mismos registros.

También permite identificar con mayor claridad las fuentes empleadas en un estudio.

Sin embargo, contar con un identificador no garantiza por sí solo que los datos sean correctos.

La calidad depende de los procedimientos de recopilación, documentación y revisión.

Los DOI forman parte de una estrategia más amplia destinada a mejorar la reutilización de la información.

¿Qué son los principios FAIR?

La iniciativa busca avanzar hacia una arquitectura de datos basada en los principios FAIR.

Este concepto reúne cuatro características consideradas importantes para la gestión de información científica.

La primera es que los datos puedan encontrarse fácilmente.

La segunda corresponde a la accesibilidad, entendida como la posibilidad de obtenerlos bajo condiciones definidas.

La tercera es la interoperabilidad, que permite relacionar información procedente de diferentes sistemas.

Finalmente, la reutilización busca facilitar que los registros puedan emplearse nuevamente en investigaciones y análisis.

Estos principios no significan que toda la información deba estar disponible sin restricciones.

En el caso de los datos sanitarios, pueden existir límites relacionados con la privacidad y la protección de información sensible.

Por esta razón, la infraestructura debe equilibrar el acceso científico con las exigencias de seguridad.

La privacidad de los pacientes es un aspecto fundamental

La utilización de datos sanitarios plantea desafíos relacionados con la protección de la información personal.

Los registros de salud pueden contener antecedentes especialmente sensibles.

Por esta razón, no deben confundirse los datos públicos agregados con las fichas clínicas individuales.

La iniciativa presentada contempla diferentes niveles de acceso según la naturaleza de la información.

Esto significa que los permisos y resguardos deberán adaptarse a las características de cada conjunto de datos.

Entre las medidas relevantes se encuentran la anonimización, los controles de acceso y la trazabilidad.

También es importante reducir los riesgos de reidentificación cuando se combinan diferentes fuentes.

La existencia de una infraestructura tecnológica no elimina las obligaciones legales y éticas relacionadas con la privacidad.

La interoperabilidad sigue siendo un desafío para Chile

La interoperabilidad consiste en permitir que diferentes sistemas puedan intercambiar e interpretar información de manera adecuada.

En salud, este concepto resulta especialmente relevante.

Los hospitales, centros de atención primaria y otras instituciones pueden utilizar plataformas distintas.

También pueden registrar información con criterios diferentes.

Estas diferencias dificultan la construcción de una visión integral del sistema.

En una columna publicada el 17 de noviembre de 2026, Rodrigo Roa, director ejecutivo de Data Observatory, destacó que Chile ya dispone de información sanitaria valiosa.

El problema consiste en que muchos registros permanecen separados.

Desde esta perspectiva, mejorar la interoperabilidad permitiría aprovechar mejor los datos existentes sin duplicar esfuerzos.

La herramienta podría apoyar una mejor distribución de recursos

Una de las aplicaciones potenciales de la información integrada es la planificación de servicios.

Los equipos responsables de la gestión sanitaria necesitan conocer cómo evoluciona la demanda.

También deben identificar los establecimientos que presentan mayores necesidades.

Cuando los datos se encuentran organizados, resulta más sencillo comparar volúmenes de atención y tendencias.

Esto puede contribuir a orientar decisiones sobre recursos humanos, infraestructura y programas.

Sin embargo, la asignación de recursos depende de factores adicionales.

Entre ellos se encuentran las prioridades sanitarias, los presupuestos disponibles y las características territoriales.

Por esta razón, la herramienta debe entenderse como un apoyo para la toma de decisiones y no como un sistema que determine automáticamente las políticas públicas.

El proyecto también podría beneficiar la investigación sobre suicidio

La prevención del suicidio constituye una prioridad de salud pública.

Comprender sus factores asociados requiere investigaciones rigurosas y una interpretación cuidadosa de los datos.

Matías Irarrázaval señaló que la integración de diferentes fuentes puede abrir nuevas oportunidades para estudiar fenómenos complejos.

Entre ellos mencionó el suicidio y otras condiciones sanitarias.

Sin embargo, los datos agregados no permiten establecer automáticamente las causas de una muerte individual.

Los fenómenos de salud mental están relacionados con múltiples factores y no pueden explicarse mediante una sola variable.

La investigación debe evitar interpretaciones simplificadas o estigmatizantes.

También resulta fundamental proteger la privacidad de las personas y sus familias.

El valor de la infraestructura consiste en facilitar investigaciones que puedan contribuir al diseño de estrategias preventivas.

La Encuesta de Bienestar Social también aporta antecedentes

La importancia de contar con información confiable sobre salud mental se refleja en otras investigaciones oficiales.

La Encuesta de Bienestar Social 2025, cuyos resultados fueron publicados en septiembre de 2026, incorporó un análisis específico sobre salud mental y bienestar.

Según ese informe, el 67,8% de la población adulta evaluada presentó un nivel alto de salud mental.

Otro 23,6% se ubicó en un nivel moderado y el 8,6% en un nivel bajo.

El estudio utilizó un enfoque que distingue el bienestar mental de la presencia de síntomas de ansiedad y depresión.

Esta diferencia es importante porque una persona puede experimentar síntomas psicológicos y mantener determinadas dimensiones positivas de bienestar.

Los resultados no deben compararse directamente con otros estudios sin considerar sus instrumentos y metodologías.

Sin embargo, muestran la utilidad de contar con diferentes fuentes para comprender la salud mental de la población.

El proyecto contempla un piloto en la Región Metropolitana

Entre los próximos pasos anunciados se encuentra el desarrollo de un piloto territorial en la Región Metropolitana.

La iniciativa permitirá explorar aplicaciones de la infraestructura en un contexto específico.

Posteriormente, podrían evaluarse posibilidades de replicación en otras regiones.

Sin embargo, el anuncio no significa que exista un despliegue nacional completo.

La ampliación dependerá de los resultados del piloto y de los acuerdos institucionales necesarios.

También será importante evaluar la calidad de los registros y la utilidad de los análisis generados.

Los proyectos de datos sanitarios requieren procesos de validación antes de utilizarse de manera sistemática para orientar decisiones.

Por esta razón, el piloto representa una etapa de desarrollo y evaluación.

Data Observatory busca incorporar nuevas fuentes de información

La infraestructura comenzó con datos públicos relacionados con salud mental.

Sin embargo, sus responsables plantean un objetivo más amplio.

Entre las próximas acciones se encuentra avanzar en un acuerdo específico con el DEIS para incorporar nuevas fuentes.

Estas podrían incluir egresos hospitalarios, atenciones de urgencia, mortalidad y listas de espera.

La integración permitiría analizar diferentes dimensiones del sistema sanitario.

Por ejemplo, podría facilitar investigaciones sobre la relación entre demanda asistencial y disponibilidad de servicios.

También podría ayudar a comprender cambios en la utilización de prestaciones.

Sin embargo, estas incorporaciones corresponden a etapas previstas y no deben presentarse como funcionalidades ya implementadas en su totalidad.

La iniciativa se presentó en RISE AI Latin America Summit 2026

La presentación se desarrolló durante RISE AI Latin America Summit, realizado los días 20 y 21 de octubre de 2026.

El encuentro fue organizado por la Universidad de los Andes y el Lucy Family Institute for Data & Society de la Universidad de Notre Dame.

Su objetivo fue promover conversaciones sobre el desarrollo de una inteligencia artificial responsable e inclusiva.

El programa contempló temas relacionados con educación, negocios, salud y biotecnología.

También participaron representantes de instituciones académicas y empresas tecnológicas internacionales.

Entre las organizaciones presentes se mencionaron OpenAI, Anthropic e IBM.

La participación de Data Observatory se concentró en mostrar cómo una infraestructura de datos puede contribuir a abordar problemas concretos de la sociedad.

La colaboración entre universidades y tecnología adquiere relevancia

El desarrollo de proyectos de datos sanitarios requiere conocimientos de diferentes disciplinas.

Entre ellas se encuentran la informática, la estadística, la medicina y la salud pública.

También son relevantes los conocimientos jurídicos y éticos relacionados con el tratamiento de información.

La colaboración entre instituciones puede facilitar el intercambio de capacidades.

En el caso de RISE AI Latin America Summit, participaron organizaciones chilenas e internacionales.

Rodrigo Roa, director ejecutivo de Data Observatory, destacó la importancia de compartir experiencias y desarrollar soluciones mediante inteligencia artificial.

Por su parte, Nitesh Chawla, director fundador del Lucy Family Institute for Data & Society, subrayó el papel de las fuentes confiables de información en el desarrollo de modelos de IA.

Estas perspectivas reflejan que la tecnología necesita datos de calidad para producir resultados útiles.

Chile necesita transformar los datos en decisiones sanitarias

Contar con información pública representa una oportunidad importante.

Sin embargo, su utilidad depende de la capacidad de interpretarla y convertirla en decisiones.

Una base de datos puede mostrar diferencias entre territorios o cambios en las prestaciones.

Pero estos resultados deben analizarse considerando factores sociales, demográficos y clínicos.

También es necesario comprender las limitaciones de los registros.

Por ejemplo, un aumento en el número de atenciones no significa necesariamente que haya aumentado la prevalencia de una enfermedad.

Podría reflejar una mayor disponibilidad de servicios o cambios en los mecanismos de registro.

Por esta razón, los análisis deben realizarse con metodologías rigurosas.

La infraestructura de Data Observatory busca facilitar ese trabajo mediante información más organizada y documentada.

La inteligencia artificial responsable requiere supervisión humana

El uso de inteligencia artificial en salud pública puede ofrecer ventajas para analizar información compleja.

Sin embargo, también presenta riesgos.

Los modelos pueden reproducir sesgos presentes en los datos.

También pueden generar conclusiones incorrectas cuando la información está incompleta.

En salud mental, estos problemas pueden resultar especialmente sensibles.

Por esta razón, las herramientas tecnológicas necesitan procesos de validación y supervisión profesional.

La interpretación de resultados debe considerar las condiciones sociales y sanitarias de cada territorio.

También es importante explicar las limitaciones de los modelos utilizados.

La inteligencia artificial puede contribuir a identificar patrones, pero no sustituye la responsabilidad de los profesionales y autoridades encargados de tomar decisiones.

El acceso a la salud mental requiere soluciones más amplias

La integración de datos puede contribuir a mejorar la comprensión de los problemas sanitarios.

Sin embargo, no reemplaza las medidas necesarias para ampliar la atención.

Entre los desafíos del sistema se encuentran la disponibilidad de profesionales, la continuidad de tratamientos y la coordinación entre servicios.

También es importante fortalecer la prevención y la atención comunitaria.

La información organizada puede ayudar a identificar prioridades.

Por ejemplo, podría orientar investigaciones sobre diferencias territoriales en la demanda.

Sin embargo, mejorar el acceso requiere decisiones concretas relacionadas con recursos y organización de los servicios.

La infraestructura presentada constituye una herramienta de apoyo dentro de un desafío más amplio.

Data Observatory abre nuevas posibilidades para la salud pública chilena

La presentación de esta infraestructura representa un avance en la utilización de datos públicos para estudiar problemas sanitarios.

Su primera etapa se concentra en información relacionada con salud mental, pero contempla posibilidades de expansión.

El proyecto busca facilitar el trabajo con estadísticas del DEIS mediante procesos de estandarización, documentación e integración.

También considera el desarrollo de herramientas estadísticas y de inteligencia artificial.

Entre sus aplicaciones potenciales se encuentran la identificación de brechas de atención, el análisis de prestaciones y el estudio de listas de espera.

Sin embargo, varias de estas capacidades dependerán de nuevas fuentes, acuerdos institucionales y procesos de validación.

La protección de los datos sensibles también será un componente fundamental.

También puedes ver: https://saludlocal.cl/medicamentos-vencidos-en-chile-expertos-advierten-riesgos-para-la-salud-y-el-medioambiente-por-su-eliminacion-incorrecta/

Noticias Destacadas

Noticias más recientes