¿Los dispositivos portátiles pueden detectar cambios de ánimo antes de que los notes?

Un dispositivo portátil puede detectar que tu sueño ha cambiado antes de que tú mismo reconozcas un cambio de ánimo. Esa es la promesa más creíble de la monitorización pasiva de la salud mental. No es un diagnóstico ni prueba de que una aplicación pueda predecir tu próximo episodio. La evidencia más sólida apunta a medidas de apariencia ordinaria: cuándo te duermes, cuánto varía ese horario, cuán activo eres durante el día y cuán estable se mantiene tu rutina de 24 horas.

La distinción importa porque las afirmaciones llamativas se difunden rápido. Un informe de aprendizaje profundo de 2025 afirmó que un registro de variabilidad de la frecuencia cardíaca (VFC) de 1 a 1,5 horas podía distinguir la esquizofrenia del trastorno bipolar con una precisión del 80% al 83%. Eso suena clínico. No está listo para uso clínico. Una muestra pequeña, ventanas superpuestas de las mismas personas, la ausencia de validación externa independiente y la medicación psiquiátrica no controlada pueden hacer que un clasificador parezca más inteligente de lo que es. La evidencia más amplia respalda una conclusión más modesta: los sensores pasivos pueden seguir cambios conductuales asociados con síntomas psiquiátricos, especialmente cambios en el sueño y la actividad diaria.

La señal útil es la regularidad circadiana

Una revisión sistemática de 2025 de 45 estudios sobre biomarcadores digitales del trastorno bipolar encontró las señales más repetidas en datos combinados de sueño y actividad. Los estados depresivos tendían a coincidir con menor movilidad, horarios de sueño más tardíos y variables, y menor exposición a la luz diurna. La hipomanía y la manía tendían a coincidir con un sueño más corto y temprano, y con mayor actividad más errática. Se trata de asociaciones con el estado de ánimo, no de pruebas que establezcan su causa.

Este patrón tiene sentido clínico sin convertir una pulsera en un psiquiatra. La alteración del sueño y de la actividad ya forman parte del cuadro observable de los episodios del estado de ánimo. La actigrafía proporciona un registro diario de esos cambios, en lugar de depender únicamente de la memoria durante una consulta clínica. La revisión informó AUROC de aprendizaje automático de 0,80 a 0,98 en estudios más grandes, pero esas cifras no establecen el rendimiento en el mundo real. Los 15 estudios de aprendizaje automático de la revisión carecían de validación externa independiente. Un modelo puede funcionar bien con datos que se parecen a su conjunto de entrenamiento y fallar al encontrarse con una clínica, un dispositivo, una combinación de medicamentos o una población diferente.

La misma revisión encontró que el 64% de los estudios incluyó a 50 participantes o menos, el 49% monitorizó a las personas durante 100 días o menos y el 29% recopiló datos solo en entornos clínicos. Los episodios depresivos bipolares pueden durar meses. Un estudio corto puede pasar por alto el inicio, la progresión y la recuperación: la secuencia que una herramienta de predicción de recaídas necesitaría aprender.

Por qué los datos diarios pueden ayudar en distintos diagnósticos

La señal no parece limitarse a una sola etiqueta diagnóstica. El estudio longitudinal DeeP-DD utilizó pulseras GENEActiv de consumo en personas con esquizofrenia, trastorno bipolar, depresión y ansiedad. Encontró que los patrones de sueño y actividad podían funcionar como biomarcadores conductuales transdiagnósticos, y que las características con resolución diaria eran más útiles para actuar que los resúmenes semanales o mensuales. El estudio respalda la viabilidad en poblaciones psiquiátricas del mundo real; no demuestra que una alerta de un dispositivo portátil mejore el tratamiento o prevenga un episodio.

Una revisión sistemática de 2022 sobre actigrafía, inestabilidad del estado de ánimo e impulsividad también encontró asociaciones bidireccionales entre la alteración circadiana y tanto la inestabilidad del estado de ánimo como la impulsividad en distintos diagnósticos psiquiátricos. «Bidireccionales» advierte contra las explicaciones simples. Un ritmo alterado puede acompañar al empeoramiento del estado de ánimo, contribuir a él, ser consecuencia de él o las tres cosas. Un sensor de muñeca mide movimiento y tiempo. No puede resolver esa cuestión causal.

Los cambios en la actigrafía también aparecen temprano en las trayectorias de enfermedad. En jóvenes que buscaban atención de salud mental, un estudio de 2025 sobre etapas clínicas y subgrupos fisiopatológicos encontró diferencias sistemáticas en los ritmos circadianos derivados de la actigrafía, los patrones de sueño-vigilia y la actividad física. Esto hace que la monitorización pasiva resulte interesante para la investigación de alerta temprana. No crea un umbral validado para identificar el diagnóstico o la evolución futura de una persona.

Los teléfonos inteligentes aportan contexto y luego se topan con la personalización

Los teléfonos pueden añadir información que un dispositivo de muñeca no puede: patrones de ubicación, acelerometría, tiempo de pantalla, uso de aplicaciones, llamadas y comportamiento de escritura. Una revisión sistemática de 2025 sobre monitorización móvil longitudinal de la depresión encontró que los datos pasivos podían distinguir estados de gravedad de la depresión dentro de cada individuo durante períodos de monitorización superiores a tres meses. El sueño y la actividad física fueron las principales características clínicamente relevantes.

Pero la revisión identificó el problema que los titulares sobre precisión suelen ocultar: un predictor a nivel de grupo puede indicar lo contrario para una persona. Por ejemplo, una asociación a nivel poblacional entre la duración del sueño y el empeoramiento de la depresión puede invertirse en una persona concreta. Esto convierte a un modelo entrenado en la población en un mal sustituto de una referencia personal. Una aplicación entrenada con miles de usuarios puede equivocarse de una manera sumamente personalizada.

Una revisión sistemática de 2024 sobre fenotipado digital mediante teléfonos inteligentes encontró que los datos continuos del teléfono podían detectar patrones conductuales relacionados con el estrés, la ansiedad y la depresión leve. La viabilidad es real; la utilidad clínica sigue sin demostrarse. El campo aún necesita estudios en los que las alertas activadas por sensores modifiquen la atención y mejoren de forma medible los resultados de los pacientes.

La VFC es fisiología real, no una huella psiquiátrica

La VFC mide la variación en el tiempo entre latidos cardíacos. Refleja la regulación autonómica y cambia con el sueño, el ejercicio, la enfermedad, la medicación, el alcohol y las condiciones de medición. Una revisión paraguas de metaanálisis de 2025 encontró una VFC menor en varias afecciones psiquiátricas, pero también una alta heterogeneidad vinculada al contexto de registro, la duración del registro, el estado de la medicación y el estado psiquiátrico en el momento de la medición.

Esa heterogeneidad es fatal para las afirmaciones de que un registro breve de VFC puede diagnosticar una afección psiquiátrica específica. Los antipsicóticos, los estabilizadores del estado de ánimo y los ISRS pueden alterar la VFC independientemente de los síntomas. El ejercicio también puede alterarla: una revisión sistemática y metaanálisis en personas con diabetes tipo 2 encontró que el entrenamiento físico mejoró las medidas de VFC. Un biomarcador sensible a cambios puede ser útil para estudiar la fisiología, pero se vuelve difícil de interpretar cuando muchos factores lo modifican a la vez.

Los análisis de VFC por ventanas crean otra trampa. Si los investigadores dividen un registro en muchos segmentos con gran solapamiento, pueden generar miles de observaciones a partir de un pequeño número de personas. Esos segmentos no son puntos de datos independientes. A menos que el análisis mantenga a los participantes separados durante el entrenamiento y las pruebas, la precisión aparente puede convertirse en un eco matemático del mismo registro.

Los dispositivos portátiles de consumo miden de forma imperfecta

Los dispositivos de consumo son prácticos, pero la comodidad no equivale a un instrumento médico calibrado. Una revisión sistemática de 2025 sobre dispositivos portátiles de consumo en enfermedad mental grave encontró que el sueño y la actividad física eran los predictores más replicados, y señaló que los estudios rara vez proporcionaban umbrales de sensibilidad y especificidad sobre los que los clínicos pudieran actuar. El error del dispositivo también importa: una revisión sistemática de 2024 del ActiGraph GT9X Link encontró que sus estimaciones de pasos generalmente subestimaban los pasos y variaban según el tipo de actividad y las características individuales.

Los datos faltantes tampoco son necesariamente aleatorios. Una persona puede dejar de usar un dispositivo durante un episodio depresivo o quitárselo durante la agitación. La revisión sobre trastorno bipolar señaló que los investigadores rara vez modelan esta ausencia de datos, aunque puede contener información conductual. Ignorarla puede sesgar un modelo; tratarla como un diagnóstico sería peor.

Qué hacer con tus propios datos

Si tienes antecedentes personales o familiares de inestabilidad del estado de ánimo, el uso de un dispositivo portátil más fundamentado en la evidencia es simple: registra tu propio horario de sueño, la variabilidad de una noche a otra, la actividad diurna y la estabilidad de tu rutina durante semanas o meses. Busca cambios respecto de tu patrón habitual, idealmente junto con un breve registro del estado de ánimo y la medicación. Una sola mala noche es una experiencia humana, no un evento diagnóstico.

• Usa datos diarios para establecer una referencia personal en lugar de perseguir promedios poblacionales.
• Presta atención a cambios sostenidos en el horario de sueño y la actividad diurna, especialmente si coinciden con cambios en el estado de ánimo, la energía o el juicio.
• Comenta los cambios significativos con un profesional clínico que conozca tu historia; no cambies la medicación porque un panel cambió de color.
• Considera las tendencias de VFC como contexto fisiológico inespecífico, en particular si han cambiado la medicación, el entrenamiento, la enfermedad, el alcohol o el sueño.

También hay una razón metabólica para preocuparse por la regularidad. En una cohorte de 225 jóvenes reclutados en servicios de salud mental de intervención temprana, un estudio observacional de 2025 vinculó los patrones alterados de descanso-actividad de 24 horas con factores de riesgo inmunometabólicos en personas con trastornos del estado de ánimo. El hallazgo es una asociación, no evidencia de que corregir una puntuación de ritmo derivada de un dispositivo portátil prevenga la enfermedad cardiovascular. Aun así, una rutina estable de sueño y actividad es un comportamiento sensato que observar, porque es relevante tanto para la salud mental como para la salud metabólica cotidiana.

Los dispositivos portátiles pueden proporcionar un contexto útil de alerta temprana. Actualmente no pueden proporcionar un diagnóstico psiquiátrico, una predicción de recaída validada ni pruebas de que una alerta mejore un resultado.

La conclusión práctica es deliberadamente poco glamurosa: usa datos pasivos para notar cambios persistentes en tu propia rutina y luego lleva esas observaciones al juicio clínico real. La investigación ha merecido ese nivel de confianza. No ha merecido más.