El punto de partida era recopilar un montón de datos de 800 personas: de lo que comían y bebían, sí, pero también de su estilo de vida, fenotipo y hasta microbioma. A partir de ahí, de esa trillonada de datos, se desarrolló un algoritmo capaz de identificar con precisión no solo la respuesta glucémica individual a las comidas, sino el porqué de esta respuesta. Era el primer paso, el primer peldaño, hacia una nutrición personalizada.

La IA puede ayudar a saber por qué una tarta de queso a ti te dispara la glucosa, pero a mí no

La primera conclusión de este estudio, publicado también en 'Cell' y llevado a cabo por investigadores del Instituto de Ciencias Weizmann de Israel, era algo que ya se sabía: que un mismo alimento no provoca la misma respuesta glucémica en todo el mundo. Que somos diferentes. Lo interesante era ver las razones por las que se disparaba una u otra respuesta de la glucosa en cada individuo ante alimentos específicos. Es decir, por qué una misma tarta de queso a ti te dispara el azúcar y a mí no. Y la inteligencia artificial, el análisis de ese Big Data, encontró que, aun cuando hubiera un centenar de factores involucrados, la clave de nuestra individualidad no estaba en lo que comíamos, sino en nuestras bacterias.

Este estudio, hoy considerado histórico, llamó la atención de un montón de investigadores; entre ellos se encuentra Eric Topol, cardiólogo y profesor de medicina molecular, vicepresidente ejecutivo de Scripps Research La Jolla, California, y uno de los más influyentes médicos de Estados Unidos. Tanto le interesó el tema que decidió ponerse a sí mismo a prueba, algo que no nos sorprende si tenemos en cuenta que Topol está centrado en la medicina individualizada y es un amante de servirse de las tecnologías digitales para comprender cómo respondemos a fármacos, alimentos…

Total, que, como decíamos, decidió ponerse en manos de los doctores Segal y Elinav, coautores del estudio y convertirse en sujeto de un experimento en el que participaron otras mil personas. A lo largo de dos semanas, y por medio de una aplicación de smartphone y unos sensores que medían las fluctuaciones en sangre de su glucosa, se rastreó cuanto comía, bebía, descansaba, caminaba, entrenaba… Cualquier medicamento que tomaba… Asimismo, aportó una muestra de heces a fin de que se evaluara su microbiota.

Resultados sorprendentes

“El objetivo -explica- era averiguar el tipo de comida que debería tomar para vivir una vida más larga y saludable”. Terminado el estudio, Topol -y el resto de los participantes en el estudio- recibió un informe en el que cada alimento iba acompañado de una puntuación del tipo Nutriscore (A, B, C…). Los resultados, entre los que figuraba que la tarta de queso era para él más sana que el pomelo o las salchichas Bratwurst le sentaban mejor a su glucosa que el melón, por ejemplo, “no coincidían con lo que creía saber sobre alimentación saludable”. ¿A qué se debían esas asombrosas respuestas glucémicas? Quién sabe: tal vez al hecho de que su microbiota "estaba densamente poblado por un microorganismo en particular, Bacteroides stercoris, que representa el 27% de mis bacterias intestinales, en comparación con el promedio de la población general, con menos de un 2%.

Aquellas dos semanas dan origen a un libro que se publica la semana que viene. Se llama 'Medicina profunda' y en él Topol indaga acerca de cómo la inteligencia artificial puede ayudar a humanizar la medicina y a evitar errores médicos, diagnósticos erróneos.

Los resultados sugerían que para el doctor Topol era más conveniente comer salchichas que melón

¿Qué podemos entresacar de este tipo de experimentos, de este camino iniciado hacia una individualización de la dieta? Preguntamos a José María Ordovás, director del Laboratorio de Nutrición y Genómica de la Universidad de Tuffs (Boston), quien explica que Topol nos ofrece “una narración, a través de su experiencia personal, de la nutrición del futuro que será, efectivamente, personalizada. Este es un concepto en el que llevamos trabajando por décadas, utilizando la ‘inteligencia natural’, pero que, gracias a la inteligencia artificial y al machine learning, podremos acelerar y democratizar”.

Este democratizar, indica Ordovás, viene a cuento de que “la experiencia descrita por Eric no está todavía al alcance de la mayoría, aunque existen versiones mucho más rudimentarias. Antes de que eso ocurra necesitamos seguir investigando y recogiendo información sólida, veraz y masiva acerca del individuo (genoma, epigenoma, metagenoma), de su estado de salud presente y de su entorno (por ejemplo, dieta, actividad física, sueño, vida social y familiar, situación laboral y un largo etcétera) con objeto de alimentar el apetito voraz del Big Data y generar esos algoritmos que, a través de la inteligencia artificial, definirán lo que es mejor para cada uno de nosotros, no solo referente a la nutrición, sino a todos los aspectos de nuestra vida”.

Efectivamente, hay versiones más rudimentarias. Por ejemplo, una basada en este mismo estudio de Segal y Elinav que ha comercializado la empresa Day Two. Por un precio de unos 300 dólares, los ciudadanos estadounidenses e israelíes -solo se despacha, de momento, en estos dos países- pueden encargar un kit, rellenar un cuestionario, proporcionar una muestra de heces y esperar que, tras el análisis de la microbiota, nos digan qué alimentos son buenos para nosotros.

Es un poco burdo todavía, sí. De hecho, también la prueba a la que se sometió Topol era muy incompleta. Por ejemplo, en su dieta personalizada se le recomendó tomar nueces y fresas; pero resulta que esos alimentos tienen un alto contenido en oxalato -una molécula natural que abunda en el reino vegetal-. “Y yo he tenido dos episodios de cálculos renales; para evitarlos, necesito mantenerme alejado de los alimentos ricos en oxalato”. El error fue que, para el experimento, no se tuvieron en cuenta sus afecciones médicas preexistentes.

En este sentido, el profesor Ordovás apunta que la experiencia de Topol nos presenta “la punta del iceberg de la nutrición personalizada, ya que se centra principalmente en el uso del microbioma y en cómo el metabolismo de la glucosa responde a diferentes alimentos: que a unos les vaya mejor el pan integral nos parece lógico, pero no tanto que a otros les siente mejor el pan blanco...”. La cuestión, concluye, es que “debajo de esa punta visible están todos los otros aspectos de nuestro metabolismo, de nuestra biología, de nuestros órganos. En el caso de Topol se pone el ejemplo del sistema renal, pero está también el sistema cardiaco, la salud mental, la ósea y muchos más etcéteras, que debemos ir integrando para poder realmente dar una información y consejo 'holístico' acerca de lo que deberíamos o no deberíamos hacer… y comer”.

De momento, nos tememos, Siri aún no puede decirnos qué debemos comer.