Un nuevo dataset de acceso público pone cifras concretas a uno de los grandes puntos ciegos del sector healthtech: por qué fracasan las startups de salud mental. El registro documenta 542 compañías del sector que cerraron su actividad entre el año 2000 y 2026, y clasifica cada caso en 18 campos distintos para identificar patrones comunes detrás del cierre.

El hallazgo más llamativo del análisis es la brecha entre modelos de negocio: las startups que vendían directamente al consumidor final murieron a un ritmo del 53%, más del doble que las compañías centradas en clientes corporativos, clínicos o institucionales, cuya tasa de mortalidad se sitúa en el 24%.

Un mapa detallado del fracaso en salud mental digital

La base de datos no se limita a enumerar nombres de empresas desaparecidas. Cada una de las 542 compañías registradas incluye información sobre su modelo de negocio, el capital total levantado, el año de fundación y de cierre, la razón específica del fin de la actividad, la geografía de operación, el tipo de producto y el estado final de la compañía.

Esta granularidad permite algo poco habitual en el ecosistema startup: un análisis cuantitativo de qué combinaciones de factores se asocian con la supervivencia o con la desaparición de un proyecto, en lugar de conclusiones basadas en casos aislados.

Adquisición, cierre definitivo o zona gris

Del total de compañías analizadas, un 45% terminó siendo adquirida, un 37% cerró de forma definitiva y un 18% quedó en una suerte de zona gris: empresas inactivas que nunca comunicaron formalmente su cierre.

Dentro del grupo que cerró por completo, la falta de caja explica un 17% de los casos y la ausencia de encaje entre producto y mercado otro 15%. La consolidación del sector desplazó a un 11% adicional, un 8% desapareció tras un proceso de pivote, un 3% chocó contra barreras regulatorias y una fracción residual se vio envuelta en demandas o investigaciones legales. Los cierres se concentraron especialmente entre 2021 y 2025, con un máximo en 2022, en plena corrección del boom de salud digital que vivió el sector durante la pandemia.

Por qué el modelo B2B resiste mejor que el B2C

Las aplicaciones de meditación, seguimiento del estado de ánimo o autoayuda suelen atraer usuarios con rapidez, pero arrastran un problema estructural: alta rotación, baja disposición a pagar y un coste de adquisición que muchas veces no llega a amortizarse. A eso se suma el riesgo de que el mercado perciba el producto como bienestar genérico y no como atención clínica real.

Las compañías orientadas a empresas, aseguradoras, sistemas de salud o clínicas enfrentan ciclos de venta más largos, pero logran contratos más estables e ingresos recurrentes más predecibles. Vender en ese entorno exige además pruebas más sólidas de eficacia, seguridad y cumplimiento normativo, un filtro que parece actuar también como ventaja competitiva a largo plazo.

El caso Kintsugi: cuando la ciencia no basta sin aprobación regulatoria

Uno de los ejemplos que mejor ilustra el riesgo regulatorio del sector es Kintsugi, una startup que desarrollaba inteligencia artificial para detectar depresión y ansiedad a partir del análisis de la voz. La compañía cerró en 2026 después de no conseguir la autorización de la FDA para su dispositivo de diagnóstico.

Kintsugi había levantado capital relevante y contaba con tecnología validada en estudios clínicos, pero la imposibilidad de convertir esa propuesta en un producto clínicamente aprobable terminó definiendo su destino. El caso deja una lección incómoda para el sector: en salud digital, el cierre no siempre llega por falta de demanda, sino por la dificultad de atravesar el marco regulatorio.

Un mercado en plena consolidación de cara a 2026

El mercado de tecnología para salud mental se estima ya en cerca de 5.000 millones de dólares en 2026, en una fase clara de consolidación. Las compañías que lograron sobrevivir a la corrección posterior a 2021 están absorbiendo tecnología, equipos y carteras de clientes de aquellas que no consiguieron sostenerse.

La ventana del crecimiento a cualquier precio parece haberse cerrado. Los inversores exigen ahora unit economics positivos o, como mínimo, una ruta creíble hacia la rentabilidad en un plazo de entre 18 y 24 meses, un cambio de exigencia que este dataset ayuda a explicar con datos en lugar de intuiciones.