En principio, la mayoría de las enfermedades son curables, porque aunque es cierto que algunas de ellas son las causantes de un gran número de fallecimientos, existen muchos pacientes que han podido superar esas mismas afecciones, haciendo algo diferente de lo que se les aconsejó a aquellos que fallecieron. El hecho de que nosotros hayamos descubierto en la literatura biomédica, casos resueltos de varios tipos de cáncer, implica que hay alternativas muy viables para curarse. La medicina alternativa de precisión es el resultado de combinar las técnicas de la inteligencia artifical con las de la biomedicina, y es la sinergia de esa combinación lo que se ha aprovechado aquí para darle solución a un caso de adenocarcinoma pancreático.

El papel de la medicina de precisión en el tratamiento del cáncer pancreático

Cuando a un médico se le presenta un caso nuevo, intuitivamente recurre a su experiencia para recordar casos de éxito que se parezcan al que está intentando solucionar. Y al igual que cualquier otro especialista, si no ha tenido una experienica similar, o la tuvo pero no recuerda exactamente los detalles, hará lo posible por consultar a otros colegas para que le aconsejen cómo tratar a ese paciente que de momento está acaparando su atención. Podría incluso suceder que varios médicos fueran a inspeccionar el archivo clínico de su hospital, a efecto de saber qué hizo un colega en el pasado, para resolver un problema similar.

Y aunque ese escenario evoca un poco la manera en la que el Dr. House abordaría un caso difícil de resolver, lo que voy a exponer aquí en relación a un estudio de cáncer pancreático, lejos de parecerse a un cápítulo de esa serie de televisión o a una novela de ciencia ficción, es prueba fiel de lo mucho que ha avanzado la tecnología de la inteligencia artificial. Una de las técnicas de esta nueva disciplina, concretamente el aprendizaje no supervisado, es la que hace posible que una máquina «recuerde» y encuentre dentro de un «mar de datos» históricos, no solo una experiencia de éxito, sino varios casos que justificarán y respaldarán la recomendación que dicha máquina le entregará al médico y/o naturópata a cargo.

Y es que la medicina de precisión, conocida también como medicina personalizada, puede ser practicada como medicina integrativa o complementaria, de ahí que en el párrafo anterior haya yo escrito médico y/o naturópata. Como veremos muy pronto, una computadora va a recomendar un tratamiento específico para una persona en particular, basándose en un historial de casos de éxito previamente almacenados en una base de datos biomédicos (la de la Fundación MicroMédix). Y si los casos de éxito registrados en esa base de datos contienen atributos propios de la medicina alopática, esos datos aparecerán en nuestros análisis sin ninguna modificación. De la misma manera en la que respetaremos esos hechos por estar reflejando una realidad, celebraremos también el que una máquina recomiende un tratamiento alternativo o incluso complementario. Y esto último también constituye una realidad, porque sucede que muchos protagonistas de esos casos de éxito prefieren renunciar a las quimioterapias y las terapias de radiaciones antes que soportar sus efectos secundarios.

Caso de estudio: un adenocarcinoma pancreático metastásico

Pero a quien le toca en esta ocasión decir sí o no a las quimioterapias y radiaciones, es a una damita de 67 años, con un diagnóstico que de acuerdo con su patólogo consistió de un adenocarcinoma pancreático metastásico (izquierda), cuyo tratamiento por un tiempo requirió de gemcitabina y que en próximas fechas comprenderá dos fármacos muy socorridos en las quimioterapias, el Onivyde (irinotecán) y el Fluorouracil (fluoropirimidinas).
La hija de la protagonista de este caso de estudio, a quien llamaré Toni de aquí en delante, nos hizo favor de responder el cuestionario que empleamos para recabar los datos clínicos de nuestros pacientes, cuando éstos o alguno de sus familiares nos encomienda un estudio como el que aquí estoy desarrollando. Es en ese cuestionario en donde nos especificó los síntomas que estaban aquejando a su mamá: dolor abdominal, convulsiones y desmayos ocasionales; anorexia (peso extremadamente bajo por inapetencia), gastritis, náuseas ocasionales (sin vómito), indigestión y depresión (aunque este último me lo reportó posteriormente a través de un correo electrónico). Contando con todos esos datos y los que extraje de las pruebas de laboratorio que me hizo llegar más tarde esta amable señorita, fue como pude completar los campos especificados en la hoja de cálculo que aparece a su derecha (pulse sobre la misma para agrandarla).

Cabe señalar que el registro asociado al caso de nuestra paciente Marita, que es el nombre que estaré empleando para referirme en lo sucesivo a la mamá de Toni, no aparece en la imagen anterior por razones de espacio. En vez de analizarlo por partes, he preferido dedicarle un apartado posterior con la intención de comparar su contenido con el conjunto de atributos que conformarán lo que en el ámbito del aprendizaje de máquina (machine learning) se conoce como centroide. Más adelante «explicaré con manzanitas» lo que eso significa y la importancia que reviste para la medicina de precisión, al momento de especificar un tratamiento personalizado. Por el momento quisiera analizar los demás campos de la hoja de Excel para mostrar las tendencias que un ser humano como usted y como yo, podría detectar a la hora de analizar un registro histórico de datos clínicos. Veamos

En la imagen de la derecha se observa una marcada tendencia de los médicos naturópatas a recetar muérdago como fitoterapia (véase la columna del atributo fitoterapia_1). Existe también cierta inclinación de parte de los profesionales de la salud tanto para recomendar una fitoterapia basada en cúrcuma, como para recetar gemcitabina (Gemzar) como quimioterapia. Sin embargo, yo no me atrevería a afirmar que esas tres tendencias son las únicas, o que son las que estarán rigiendo la forma que adoptará el tratamiento que estamos buscando personalizar,  pues existen muchos otros datos que no se alcanzan a ver en la imagen. Algo similar ocurre con los nutracéuticos (izquierda). Cada caso consta de una hilera de campos en donde se guardan los atributos de cada paciente, como son las dosis que estuvo tomando de betacaroteno, de vitamina C (oral), de ácido ascórbico (o ascorbato de sodio) por la vía intravenosa (IV), de vitamina D3, de omega 3 y de coenzima Q10  (pulse sobre la captura de pantalla de la izquierda para ver los detalles). Nótese por ejemplo cómo la vitamina C intravenosa es muy solicitada en diferentes tipos de cáncer, no solo en el de páncreas.

Descubriendo el tratamiento idóneo para Marita

Hay un tratamiento idóneo para cada quien, porque lo que pueda hacerle bien a Marita, tal vez no sea lo más indicado para usted. De acuerdo con lo que estoy mostrando en la imagen adjunta y en la que sigue, para que la receta que le vamos a proponer a ella le funcionara a usted, tendría que presentar leucopenia (conteo bajo de leucocitos -pulse en la imagen adjunta-),  un marcardor tumoral CA 19-9 cercano a los 1,807 UI/ml, unos síntomas parecidos a los de ella (ver apartado anterior), estar bajo los efectos de una quimioterapia a base de irinotecán y fluoropirimidinas, en fin, lo que quiero decir es que su caso tendría que ser muy similar al de Marita (véase la imagen que sigue).

Al igual que los casos que mostré en el apartado anterior, el registro de Marita contiene los mismos campos; pero con valores de atributos muy particulares y muy probablemente diferentes a los de otros pacientes, coincidentes tal vez en algunos casos, con los de algunos pacientes en condiciones similares de salud. El punto es que cualquier registro de un paciente, incluyendo el de Marita, lo podemos representar por un conjunto de valores de atributos separados por comas.

Así, el caso de Marita quedaría representado por el siguiente conjunto de valores: 7, 67, F, adenocarcinoma pancreático, S, CA 19-9, N, N, S, N, N, S, S, S, S, N, N, gastritis, diabetes, ninguna, normales, N, N, fluorouracil, irinotecan, folfirinox, Kalanchoe, ninguna, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?; en donde 7 es un código que identifica el caso, 67 es la edad de Marita, F indica un paciente del sexo femenino, luego viene el diagnóstico médico (no mío), S delata la confirmación de una metástasis, CA 19-9 está implicando que ese marcador ha alcanzado un nivel superior al normal, la N que sigue nos dice que no se ha detectado ictericia, etc. (pulse sobre la captura de pantalla de la derecha y auméntela para ver el valor y el significado de los demás atributos).

A esa lista de valores ordenados y separados por comas, los ingenieros acostumbramos llamarle vector, y es un concepto que resulta muy útil para entender otra palabra clave igual de importante en el contexto del aprendizaje automático: el centroide.
Estadísticamente hablando, un centroide se puede definir como un vector de atributos que refleja la tendencia central de cada uno de ellos. Y ¿qué cosa es una tendencia central?

¿Recuerda lo que platicábamos párrafos atrás a propósito del muérdago? Bien, ese es un ejemplo de tendencia central. De hecho, la tendencia central del atributo fitoterapia_1 se mide con la moda de ese atributo, y su valor es muérdago, pues estamos tratando con una variable nominal. Pero lo más difícil y a la vez interesante de este caso, es que no conocemos de antemano los nombres ni las dosis de los suplementos de nuestra paciente (lo cual se ha representado en el registro de Marita con signos de interrogación). Hasta donde yo sé, los únicos suplementos que Toni le ha estado dando a Marita son escozul y Kalanchoe.

Nuestra misión consistirá entonces en confeccionar una receta acorde con los datos que tenemos, pues lo que nos está faltando para convertir este caso de estudio en uno de éxito, son precisamente las dosis de los suplementos que contendrá dicha receta.

Dividir para triunfar: la técnica del clustering (segmentación)

Dado que esto no es un curso de minería de datos, y como seguramente a Toni y a usted no les interesa mucho conocer el teje y maneje de esa tecnología, lo que voy a hacer aquí es «explicar con manzanitas», la técnica que hace posible la confección de un tratamiento personalizado: el aprendizaje de máquina no supervisado.

En la jerga de la inteligencia artificial al aprendizaje no supervisado se le conoce como clustering, y es una técnica que consiste en clasificar un conjunto de casos con atributos muy similares dentro de un determinado grupo; pero muy diferentes en relación a los atributos de los casos clasificados en otros grupos. Tratándose de casos de cáncer por ejemplo, habrá instancias (registros) muy similares de cáncer de próstata que se diferenciarán muy bien de las de cáncer de mama, porque sería imposible que una mujer padeciera de cáncer de próstata y muy raro que un hombre desarrollara un cáncer de mama. Como veremos, uno de los parámetros que más va a ayudar a descubrir un tratamiento, es el número de grupos.

A continuación explico el procedimiento que seguí para descubrir dos tratamientos personalizados, uno complementario que agrega varios suplementos a la quimioterapia, y otro en donde se recomienda la administración exclusiva de sustancias naturales en forma de nutracéuticos (suplementos).

Tratamiento complementario (quimioterapia combinada con nutracéuticos)

Con una herramienta de minería de datos como WEKA, pude aplicar un algoritmo de clustering denominado K-Means, para segmentar los casos de éxito que mostré con anterioridad en la hoja de cálculo de Excel.
Uno de mis experimentos consistió en dividir el total de casos en cinco clusters (grupos), tal y como lo estoy mostrando en las capturas de pantalla adjuntas. Obsérvese cómo la máquina encontró tendencias de manera automática. Entre otras cosas, aprendió que en la base de datos hay pacientes de unos 60 años con cáncer de próstata no extendido (cluster 0), mujeres de alrededor de 60 años con carcinoma renal extendido (cluster 1), así como tres grupos de adenocarcinoma pancreático: uno de mujeres en una edad cercana a los 75, sin metástasis (cluster 2); otro de mujeres de alrededor de 58 años, con metástasis (cluster 3); y uno más de mujeres que rondan los 65, también experimentando metástasis (cluster 4). Ahora le pregunto, ¿en cuál de los grupos cree usted que clasificó WEKA, el caso de nuestra querida Marita? Si no lo intuye, échele de nuevo una mirada a su registro y compárelo con los datos que aparecen en la parte del informe que aparece a su derecha (recuerde pulsar sobre las imágenes para agrandarlas). Por si no lo advirtió, lo que hizo esta singular herramienta de apoyo fue clasificar el caso de Marita en el grupo 4, como no podría ser de otra manera, pues el centroide asociado al grupo 4 contiene atributos muy similares a los que están caracterizando el caso de nuestra paciente.

Nótese cómo he hecho énfasis en que ambos vectores son muy similares, lo cual de ninguna manera significa que el tratamiento implícito en ese cluster no sea idóneo. La inteligencia de las máquinas es tal, que no precisa que dos cosas sean idénticas para saber que hay ahí una gran similitud. La realidad que revela un conjunto de datos está ahí, independientemente de cómo se hayan dado las cosas. Basta con que exista una cantidad suficiente de casos de éxito (no necesariamente un big data), y que cierto grupo de éstos mantenga una intensa correlación con un caso por resolver [9], para que ese caso pueda convertirse también en uno de éxito. Y si usted quisiera conocer algunos de los casos de éxito que respaldan lo que aquí estoy planteando, lo invito a consultar las referencias que para ese efecto he puesto a su disposición (por razones obvias de espacio y confidencialidad, no espere ver una relación de todos los casos de éxito que hay actualmente en nuestra base de datos).

Y ahora… ¡la cereza del pastel! En la imagen adjunta estoy mostrando esa parte del reporte que por falta de espacio y una mejor claridad de exposición, no quise representar en una sola captura de pantalla. Esta tercera parte de los datos que WEKA desplegó, después de explorar en dirección descendente el resto de los atributos de los cinco centroides (del 0 al 4), contiene la fitoterapia (muérdago) y las dosis de los nutracéuticos sugeridos por ese portento de inteligencia artificial. En un principio, esas dosis no eran más que signos de interrogación (?) en el «vector de Marita», y se han convertido ahora en los datos que necesitamos homologar, para obtener al fin, un tratamiento complementario personalizado.

Tratamiento alternativo (sin quimioterapia)

Como señalaba yo en un apartado anterior, algunos pacientes deciden «tirar la toalla» y decirle no a las quimioterapias y las radiaciones. Pensando que Marita podría estar en ese caso, llevé a cabo una serie de experimentos adicionales para poder descubrir un tratamiento puramente alternativo.
El resultado de este esfuerzo lo puede ver pulsando con su ratón en la imagen adjunta. Esta vez dividí el total de casos en tres grupos, para permitirle al software clasificar el caso de Marita.
Como podrá usted advertir, el tratamiento ahora comprende las dosis indicadas por el centroide correspondiente al cluster #1 (el segundo de derecha a izquierda).

Otra razón de peso para pensar en un tratamiento como el propuesto en el cluster #1, sería que aún después de haber homologado los datos (ver el siguiente apartado), el muérdago no se pudiera conseguir en nuestro país (Toni y Marita viven en México), o que su precio fuera demasiado alto por tratarse de un producto de importación. En el siguiente apartado explico en qué consiste la homologación de los datos y otras opciones que se podrían contemplar para regionalizar la administración de los suplementos implicados en ambos tratamientos.

Homologando los datos

Los datos, tal y como los ha entregado el software WEKA, tienen que ser revisados y adaptados al entorno en el que habrán de aplicarse. Así por ejemplo, en el caso del tratamiento alternativo, puede ser que convenga más la forma natural de la cisteína, en vez de la N-acetilcisteína (NAC). Además, a sabiendas de que el propósito de la L-cisteína es promover la producción de glutatión, yo me decantaría finalmente por recetar dos o tres porciones diarias de proteína de soya o de suero de leche aislada (derecha), debido a la riqueza de nutrientes que contiene este complejo de aminoácidos. Hay dos de ellos en particular que junto con la cisteína, optimizan la producción de glutatión: la glicina y el ácido glutámico.
Análogamente, hay algunos suplementos que aparecen en ambos tratamientos que podrían excluirse, dadas las dosis tan pequeñas que se han recomendado. Si analizamos detenidamente los centroides en cuestión, podríamos extraer las siguientes conclusiones:

1) Podemos prescindir de la cisteína en el tratamiento complementario (35.3 mg), más no en el alternativo (334.5 mg).
2) El beta glucano-1,3 no es necesario en ninguno de los dos tratamientos, porque sus dosis no son de ninguna manera terapéuticas (nadie se va a curar un cáncer con 0.06 o 0.1 mg de ese suplemento).
3) El betacaroteno podría omitirse en el enfoque complementario más no en el alternativo (estamos hablando de casi 16,000 UI en esta segunda opción).
4) La vitamina C por la vía oral conviene incluirla en ambos tratamientos (6 gramos diarios para los dos).

5) La vitamina C intravenosa es muy importante en cualquiera de las dos opciones, porque existe una tendencia muy marcada de prescripción, en un gran número de casos de éxito. Existe un protocolo muy detallado para su administración, cuyas especificaciones se establecen a través de un vínculo que encontará usted en nuestra receta personalizada para el cáncer de páncreas (si lo desea puede descargarla en el apartado que sigue).
6) La vitamina D3 deberá considerarse muy seriamente en ambas versiones, ya que además de que sus dosis son terapéuticas, el caso demanda combatir una aguda depresión, por lo que será necesario aumentar unas cinco o seis veces más la dosis establecida para esta vitamina, dependiendo ello de la opción seleccionada por nuestra paciente.
7) Una situación muy similar a la de la vitamina D3 ocurre con los ácidos grasos omega 3, con motivo de la depresión reportada.

8) La administración de Coenzima Q10 solo se considera en el caso del tratamiento alternativo, ya que en el complementario la dosis indicada de 10.6 mg no aporta un beneficio sustancial.
9) La melatonina en ambos casos es importante pero se debe homologar en conformidad con las dosis disponibles en el mercado, que son de 5 y 6 mg. De acuerdo con esto, se recomiendan 6 y 12 mg para el tratamiento alternativo y complementario, respectivamente.
10) En cuanto a la duración de cada tratamiento, se han pronosticado 17 meses para el alternativo y 22 para el complementario.

En lo concerniente al muérdago, por favor no vaya usted a tomar tés de esta hierba así como así, ya que estamos hablando de una planta con un nivel de toxicidad considerablemente alto. Lo que procede aquí es conseguir presentaciones de grado farmacéutico que ya han sido aprobadas por las autoridades sanitarias y cuyas dosis han sido establecidas por los mismos fabricantes. Esas presentaciones generalmente consisten de una solución inyectable y administrable ya sea por vía intravenosa, intramuscular o subcutánea, en  cualquiera de las marcas comerciales especificadas en la receta que en breve estaré presentando.
Otra alternativa que podría resultar muy prometedora porque suprime la toxicidad de muchas plantas, es la administración de microdosis. Varios miembros de mi familia ya nos hemos aliviado con microdosis de plantas medicinales incluso más tóxicas que el muérdago. A uno de mis hijos lo estuve tratando hace algunos años con microdosis de belladona, y yo en lo personal estuve aplicándome por mucho tiempo microdosis de digital y chicalote, que son ejemplos de dos plantas que no tienen por qué ser peligrosas si se administran apropiadamente: 3 gotas de microdosis sobre la lengua cada 5 minutos por media hora, luego cada hora diariamente hasta superar el cuadro agudo, y posteriormente ese mismo número de gotas 4 veces al día.

La Receta personalizada y homologada

 

La cantidad y el tipo de nutracéuticos que contendrá la receta en su versión final, dependerá del tratamiento elegido por el paciente (alternativo o complementario). Recuerde que si usted no responde al nombre de Marita, el tratamiento que se obtuvo a lo largo de este estudio, puede ser que no le funcione a usted, a menos que su «vector de atributos» sea idéntico al de ella. Si está padeciendo una enfermedad «incurable» y está dispuesto(a) a convertirse en un(a) guerrero(a) biomédico(a) para salir bien librado(a) de esta lamentable situación, le recomiendo consulte nuestra sección Un Estudio para tu Caso, en donde le explicamos qué necesita usted hacer para contar con un tratamiento como el de Marita, o sea, justo a la medida de su «vector de atributos»: ese conjunto de rasgos que hacen de usted un individuo irrepetible; un ser humano muy singular que solo está esperando una oportunidad para demostrarle al mundo, que no hay enfermedades incurables, sino personas a quienes se les dijo que no se podían curar, y se lo creyeron.

© Sergio López González. Fundación MicroMédix. 7 de septiembre de 2018

---

¿Quieres que confeccionemos una receta inteligente para ti o tu familiar? Puedes concertar una cita para que registremos los síntomas y los demás datos que necesitamos.

---

REFERENCIAS

[1] Min-Seok Seo1 et al. High-Dose Vitamin C Promotes Regression of Multiple Pulmonary Metastases Originating from Hepatocellular Carcinoma. Yonsei Medical Journal. 2015 Sep;56(5):1449-1452.
[2] Cannon, et al. The Incidental Use of High-Dose Vitamin D3 in Pancreatic Cancer. Case Reports in Pancreatic Cancer 2016, 2.1
[3] Mark Fontes. Improved Prognosis and Quality of Life in a 66-year-old Female Patient with Metastatic Pancreatic Adenocarcinoma Treated with Gemcitabine, and Adjunctive Orthomolecular and Botanical Interventions. Journal of Orthomolecular Medicine Vol 30, No 2, 2015
[4] Riordan et al. High-dose intravenous vitamin C in the treatment of a patient with renal cell carcinoma of the kidney. J Orthomol Med, 1998; 13: 72-73.
[5] González et al. High dose intravenous vitamin c and metastatic pancreatic cancer: Two cases. Integrative Cancer Science and Therapeutics, 2016. Volume 3(6): 1-2
[6] Bonucci et al. Integrated Cancer Treatment in the Course of Metastatic Pancreatic Cancer: Complete Resolution in 2 Cases. Integrative Cancer Therapies. 2018, Vol. 17(3) 994–999
[7] Complete remission and long-term survival of a patient with melanoma metastases treated with high-dose fever-inducing Viscum album extract: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5704862/pdf/medi-96-e8731.pdf
[8] Disappearance of an advanced adenomatous colon polyp after intratumoural injection with Viscum album (European mistletoe) extract: a case report; https://www.ncbi.nlm.nih.gov/pubmed/25532007
[9] Viktor Mayer-Schönberger & Kenneth Cukier. Big Data: A Revolution That Will Transform How We Live, Work, and Think. First Mariner Books, 2014
[10] Spreen Alan. Tomorrow´s Cancer Cures Today. 25 secret therapies from around the world. Health Sciencies Institute. Baltimore, Maryland. 2009