Medicina Natural

Medicina Alternativa Personalizada. Consultorio


8 comentarios

Terapia inteligente para tratar la esquizofrenia: de la esperanza a la curación

Los psiquiatras andan pregonando que la esquizofrenia no tiene cura, tal vez porque la psiquiatría convencional no ha podido explicar las verdaderas causas de este intrincado síndrome. Asimismo, tanto ellos como los magnates farmacéuticos viven soñando con una fórmula universal que beneficiará a todos por igual, cuando lo que en realidad se necesita es una terapia para un cuadro clínico muy particular (atributos). Como los atributos entre un paciente y otro son diferentes, uno esperaría que la fórmula casi nunca fuera la misma; pero el sistema tradicional de salud mental no funciona así. Los psiquiatras recetan prácticamente lo mismo a todos sus pacientes, y de esa manera jamás podrán curar a uno solo de ellos.

Psiquiatría de precisión: experimentando con datos, no con personas

Nadie se va a curar de esquizofrenia con haloperidol, olanzapina, aripiprazol, clozapina o cualesquier otro antipsicótico que haya sido concebido para lidiar con las causas de este trastorno, por la sencilla razón de que la etiología de la esquizofrenia sigue siendo un misterio incluso para los mismos laboratorios farmacéuticos. Consulte las fichas técnicas de los antipsicóticos y fíjese como en la mayoría de ellas a la letra dice: “se desconoce el mecanismo de acción exacto“. Si los mismos creadores del fármaco no saben con exactitud cómo trabaja su psicotrópico, qué se puede esperar del psiquiatra que lo está recetando. Y cuando no se conoce el mecanismo de acción de un medicamento, la única forma de saber si una determinada sustancia le va a funcionar a un enfermo, es experimentando con él. Así que no le extrañe que su psiquiatra le cambie un fármaco tras otro hasta que alguno le de resultado. El problema de estar experimentando con personas, es que usted tendrá que estar soportando los efectos secundarios de cada uno de los medicamentos prescritos hasta ese momento, en tanto el psiquiatra no de con el antipsicótico apropiado.
Afortunadamente ya existe una alternativa que permite no solo personalizar las terapias, sino generar recetas compuestas de sustancias naturales como las vitaminas, los minerales, los aminoácidos, los ácidos grasos esenciales y las plantas medicinales.

Esa alternativa tiene un nombre: se llama psiquiatría de precisión. La ventaja de esta nueva tecnología es que la experimentación no se lleva a cabo ni con animales ni con personas, sino con los datos de las personas, que no es lo mismo. A continuación expongo un caso de estudio que ilustra muy bien cómo es que aun obviando la etiología de la esquizofrenia, este tipo de psiquiatría alternativa promete curar a un paciente en particular.

El caso de Esperanza

Lo que aquí le voy a contar corresponde a un caso real de una paciente que habiendo probado ya un buen número de terapias basadas en psicotrópicos, decidió recurrir a la psiquiatría de precisión.
Se trata de una mujer mexicana de 37 años a quien llamaré Esperanza para estar a tono con el título de la presente publicación (ese no es su verdadero nombre y cualquier semejanza con alguna persona en especial, es mera coincidencia).
Al término de su primera consulta, Esperanza salió de nuestro consultorio con una receta que de acuerdo con Pfeiffer y Walsh [1]-[2], correspondería a un diagnóstico de histapenia. Y aunque sus síntomas mejoraron mucho por tratarse efectivamente de un caso de hipermetilación, durante la segunda consulta manifestó estar experimentando un cansancio muy severo, por lo que decidimos realizar ajustes a su terapia inicial.

Si usted revisa los malestares asociados a los fenotipos definidos en las fuentes citadas, va a tener dificultades para encasillar al cansancio crónico en alguno de los síndromes que suelen asociarse a una histapenia, una histadelia o una piroluria. El cansancio es un malestar que acaso podría deberse a una deficiencia tiroidea, tal y como lo apuntamos tanto en nuestra publicación del 7 de noviembre de 2017 (“Identificando el fenotipo de esquizofrenia: un paso más hacia la curación“), como en la del 23 de julio de 2018: “Hipotiroidismo: el fenotipo de la esquizofrenia ignorado por la psiquiatría“.

Pero los análisis de Esperanza y sus demás síntomas no revelaron la existencia de un hipotiroidismo, y como la fatiga podía deberse a múltiples causas, decidimos recurrir a la psiquiatría de precisión.
Cuando no se conoce con exactitud el origen de uno o más síntomas, es preferible estudiar los casos de éxito que tuvieron lugar en el pasado, a fin de encontrar similitudes entre éstos y el caso que se está intentando resolver.
Entender el síndrome propio de una esquizofrenia es una tarea harto difícil, porque las teorías que intentan explicarla no están suficientemente probadas. No obstante, disponiendo de un laboratorio virtual, se pueden realizar varios experimentos hasta encontrar la terapia ideal.

El descubrimiento de una terapia inteligente no surge de la experimentación con personas o animales de laboratorio, sino de una serie de ensayos sobre los datos de los pacientes. El científico de datos captura la sintomatología, los resultados de las pruebas de laboratorio y demás rasgos de un paciente, para que posteriormente una máquina compare toda esa información con las características de cada uno de los casos de éxito registrados hasta ese momento.

Mediante un aprendizaje de máquina, la computadora divide a toda la población de pacientes en varios grupos (clusters), de acuerdo con las similitudes que encuentra en las características de los casos. En la imagen adjunta por ejemplo (pulse sobre ésta para agrandarla), estoy mostrando los tres grupos que desplegó nuestra herramienta de minería de datos, al segmentar (clustering) los casos de éxito registrados hasta el momento.  Note cómo en el renglón que corresponde al cansancio, la mayoría de los pacientes del grupo cero (cluster #0) declaró no estar experimentando ese síntoma (una N en éste y otros campos significa la ausencia del malestar. Una S implica la presencia del mismo).

A continuación explico cómo obtuve una terapia inteligente, a partir de los datos que me proporcionó la paciente durante su segunda consulta.

¿Una falsa esperanza? No, una verdadera terapia para Esperanza

Al integrar el cuadro clínico de Esperanza al conjunto de datos mostrados en la captura de pantalla anterior, la máquina clasificó su caso en el grupo 0, según se infiere de la imagen que aparece a la derecha. Y es en esta parte del proceso de extracción de conocimiento (KDD) en donde el dominio de la especialidad, la experiencia y el criterio del analista juegan un papel crucial en la selección de la mejor terapia para éste o cualquier otro paciente. Aunque la edad, el sexo y el diagnóstico en el grupo cero eran muy parecidos a los de la lista de atributos de Esperanza, los síntomas cansancio y escucha_voces no coincidían con los de nuestra paciente, pues ambos estaban presentes en su lista pero no en la del grupo cero (pulse sobre la imagen de la izquierda para ver las diferencias).
Es por eso que segmenté aun más los casos para ver si la máquina era capaz de encontrar un grupo de pacientes que experimentaran cansancio, escucharan voces y cuyos demás atributos coincidieran en su mayor parte con los de la protagonista de nuestro caso de estudio.
El objetivo aquí era identificar el grupo con los casos más parecidos al de ella, dándole la debida importancia al cansancio y la escucha de voces. Una máquina no sabe nada de diagnósticos médicos y no está enterada de lo preocupada que está Esperanza por su sensación de cansancio crónico. Como especialista en informática biomédica, consideré muy pertinente realizar un número suficiente de experimentos hasta encontrar un grupo de pacientes que además de tener atributos muy parecidos a los de Esperanza, hubieran escuchado voces y experimentado cansancio  (cansancio=S y escucha_voces=S).

Después de experimentar con varios números de segmentos, la máquina finalmente me mostró un grupo de pacientes que en el pasado habían presentado esos dos síntomas a la vez. Ese grupo resultó ser el número 8 (pulse sobre la imagen de la derecha para ver los detalles).
Lo mejor de todo fue que el caso de Esperanza había sido clasificado por la máquina dentro de ese mismo grupo, y aunque las edades en ambos vectores de atributos no eran iguales, la importancia de los demás atributos superó de tal manera mis expectativas, que eso bastó para que me declinara yo por esa terapia que en algún momento sirvió para que el grupo de pacientes #8 se aliviara. No hay que olvidar que cada grupo de atributos constituye un centroide.

El centroide es un vector (lista) de atributos que refleja la tendencia central de cada uno de sus valores. Así por ejemplo, el centroide correspondiente a la columna 8 en la imagen inmediata anterior, contiene un atributo denominado edad, cuyo valor es 28.3333. Aunque esta cifra no coincide con la edad de Esperanza (37), no es el valor promedio de las edades de los pacientes del grupo 8, sino el valor más próximo a las demás edades de los pacientes del grupo, incluida la de Esperanza (la herramienta de software la calculó considerando la distancia euclidiana entre todas las edades). Dado que la similitud entre casos se calcula considerando las tendencias centrales de todos los atributos, era seguro que el caso de Esperanza tenía una gran similitud con los casos que fueron clasificados dentro de su grupo, a pesar de que algunos atributos no coincidían.

En la imagen adjunta muestro lo que el software de minería de datos desplegó, después de recorrer en orden descendente, tanto el vector de atributos de Esperanza como el del centroide asociado al grupo 8. Note cómo la máquina aprendió lo que se les administró a los pacientes del grupo 8 para que se aliviaran. En su momento, cada uno de esos casos se convirtió en uno de éxito, independientemente de las causas que ocasionaron el trastorno.
A sabiendas de que todos los cuadros clínicos pertenecientes a ese grupo son muy similares, no nos cabe la menor duda de que Esperanza se puede aliviar con la terapia que la máquina sugirió en este desplegado.

La inteligencia artificial implícita en los casos resueltos

La terapia así obtenida no es producto de una superchería, como podrían argumentar los detractores de la medicina alternativa. Lo que hasta ahora hemos hecho, no ha sido otra cosa que extraer el conocimiento implícito en ese conjunto de casos que alguna vez fueron resueltos por un buen número de médicos expertos. Y como lo que aquí estamos proponiendo tiene muy poco que ver con el por qué se alivió cierto grupo de pacientes, y mucho que ver con lo que se empleó para conseguir su alivio, es por eso que hemos de terminar analizando las tendencias de los datos asociados a esos casos de éxito.

El análisis de tendencias en los datos es a la inteligencia artificial, como la contemplación es a la inteligencia del ser humano. La contemplación la podemos concebir como la observación atenta y detenida de una realidad, y si por realidad entendemos un conjunto de hechos y no de conjeturas, teorías o hipótesis, entonces todo lo que haya sucedido en el pasado es un hecho, y por lo tanto una realidad.
Los casos de éxito pertenecen al pasado, y es en ese pasado en donde encontramos evidencias de que las cosas sucedieron de una u otra manera, toda vez que los datos no hayan sido manipulados de conformidad con los intereses de un grupo de poder.

Las evidencias se pueden registrar y guardar en un archivo que a la postre se podrá utilizar para compararlas con los casos que en un futuro se tendrán que resolver.
En el caso concreto de la medicina, pudo haber sucedido que un paciente P con los rasgos r1, r2, r3… rm y los síntomas x1, x2, x3 … xn, se curó de la enfermedad E por haber recibido una dosis D de cierta sustancia S durante un tiempo T. Ese conjunto de datos almacenados en un registro dentro de un archivo electrónico constituye una evidencia, que en el contexto de esta publicación viene a ser un caso de éxito. A la lista de atributos (P, r1, r2, r3… rm, x1, x2, x3… xn, E, D, S, T) se le llama formalmente vector de atributos.

Ahora bien, una realidad puede estar representada por un número menor de atributos, dependiendo de qué tan relevantes sean los mismos, en términos de su correlación con las variables que se desea estimar. La minería de datos nos permite encontrar un conjunto reducido de atributos que se sabe representan mejor una realidad, por ser los más relevantes. En el caso de nuestro paciente P por ejemplo, ese vector de atributos relevantes podría ser (P, r2, r6, x3, xn). A ese subconjunto de atributos se le llama  proxy y suele usarse para estimar los valores de las variables que dependen de él y que reciben el nombre de variables de salida.

Las variables de salida (llamadas también variables dependientes) corresponden a las dosis de todos los suplementos a recetar, así como a los meses que se estima durará la terapia, que en este caso de estudio se espera que sean cinco.
La máquina usa su inteligencia artificial para estimar las variables de salida, en función de las tendencias que encuentra en el registro histórico de evidencias. Como dijimos anteriormente, hay una medida que se usa para calcular la tendencia de cada uno de los atributos.

Así, la tendencia central de la variable de salida niacina fue estimada en el caso de Esperanza en 3,148.2639 mg (esta dosis desde luego podría no ser la más apropiada para usted). Asimismo, la tendencia del folato fue de 3,902.6157 mcg, la de la vitamina D3 resultó ser de 3,031.7708 UI y la del cromo de 523.1481 mcg, tan solo para ilustrar el proceso con otros tres ejemplos. Una vez homologadas las dosis diarias, la vitamina B6 se estableció en 150 mg, la B12 en 2,000 mcg, el ácido ascórbico en 4,000 mg, el zinc en 40 mg y los omega 3 quedaron en 1,500 mg (EPA+DHA). ¿Puede usted intuir por qué se le ha llamado a esta tecnología psiquiatría de precisión, y por qué se dice que es una medicina alternativa basada en evidencias?

La tendencia de Esperanza a la diabetes: extrayendo conocimiento a partir de los datos

¿Y cómo supo la máquina que Esperanza es propensa a la diabetes? Eso es algo que la máquina no puede inferir por sí sola, y es aquí donde el capital humano marca la diferencia a la hora de confeccionar la versión final de la receta inteligente.
De manera análoga a como la máquina calcula sus tendencias, el ser humano debe contemplar esas tendencias para inferir conocimiento a partir de los datos de los pacientes.

La máquina únicamente está detectando una deficiencia de cromo en el organismo de Esperanza, basándose en la tendencia central de ese suplemento; pero es el ser humano quien debe interpretar correctamente esa deficiencia. Y lo que pude interpretar en relación al valor que la máquina estaba recomendando para el cromo, se debió a que tiempo atrás, mucho antes de realizar un estudio para otra paciente a quien llamé Estelita para no revelar su verdadera identidad, ya había yo aprendido todo lo relacionado con la resistencia a la insulina y las complicaciones que trae consigo la diabetes.

En el informe de dicho estudio apunté que “el cromo es el mineral que está más implicado en la producción de insulina” y por ende, en cualquiera de las morbilidades que a menudo acompañan a la diabetes.
Durante la que fue su primera consulta, Esperanza me facilitó los resultados de una química sanguínea que revelaba una insulinorresistencia (el resultado de dividir el nivel de sus triglicéridos entre su colesterol HDL fue mayor a 3. Si lo desea puede pulsar sobre la imagen adjunta para ver los detalles y calcular el cociente que resulta de esa división). Y si la máquina había sugerido alrededor de 500 mcg de cromo, era porque tenía evidencia de que algunos de los pacientes en el grupo de Esperanza, presentaban niveles altos de glucosa.

Y una vez más, desde la óptica de la psiquiatría de precisión, poco importa si las voces que escucha Esperanza son consecuencia de su hiperglucemia. Lo que sí creo es que esos altos niveles de triglicéridos y de glucosa, son los culpables de su cansancio crónico. Como sea, lo importante es que existe evidencia (casos de éxito) de que el cromo ha beneficiado a varios pacientes con vectores de atributos muy similares a los de ella, en los cuales la insulinorresistenia y/o la diabetes aparecen como comorbilidades en varios casos de esquizofrenia.

¿Y la tirosina y la taurina para qué son?

Éstos dos aminoácidos también son parte de la terapia inteligente que sugirió la máquina. Curiosamente, hace unos años yo mismo recomendé taurina a una paciente cuyo vector de atributos se encuentra registrado en el archivo de casos de éxito, como evidencia de que la taurina beneficia a algunos pacientes con ansiedad e insomnio. Y si usted revisa nuevamente la imagen en donde aparecen los atributos de Esperanza, va a advertir que ella también declaró estar experimentando ambos malestares. Por otra parte, aunque la tirosina es el suplemento ideal para el hipotiroidismo (que no es el caso de Esperanza), suele prescribirse también cuando el objetivo es contrarrestar la ansiedad, el insomnio, el cansancio y el sobrepeso (que es el caso de Esperanza).

Conclusión

No hay una panacea ni para la esquizofrenia ni para cualquier otra enfermedad. Las sustancias o los medicamentos que se receten, deberán adaptarse a los rasgos de cada persona, y no a la inversa. Un ser humano es único e irrepetible, y para curarlo se requiere de una terapia inteligente basada en evidencias, en hechos, en una realidad contemplada tanto por una máquina como por otro ser humano; una realidad plagada de historia y de tendencias que no gusta de conjeturas o de hipótesis que aun habiendo alcanzado el nivel de teorías, todavía no consiguen explicar el por qué de los fenómenos psíquicos.

La mejor forma de destruir la fe o la esperanza es dejar que se haga realidad“… Roger Zelazny
© Sergio López González. Fundación MicroMédix. 17 de noviembre de 2018


¿No encontraste aquí lo que buscabas? En el índice temático hay más artículos que te pueden interesar


RERERENCIAS

[1] Carl C. Pfeiffer, Richard Mailloux and Linda Forsythe. The Schizophrenias: ours to conquer. Bio-Communications Press, 1970.
[2] William J. Walsh. Nutrient Power. Heal your biochemistry and heal your brain. Skyhorse Publishing, 2012.


 

Anuncios


Deja un comentario

Ansiedad: un caso de éxito al servicio de la psiquiatría de precisión

La ansiedad es uno de los trastornos psiquiátricos más desgastantes que existen, porque hay quienes incluso llegan a desarrollar enfermedades que tienen su origen justamente en un trastorno de ansiedad, como podría ser una enfermedad pulmonar obstructiva crónica, una diabetes o una hipertensión. Y por si eso fuera poco, la ansiedad contribuye también a prolongar el curso de esas y otras enfermedades.
El tratamiento psiquiátrico para controlarla (no para curarla) suele estar compuesto de benzodiazepinas, inhibidores selectivos de la recaptación de serotonina (ISRS) y otros medicamentos como la buspirona, la imipramina o la trazodona.

El informe del caso que más adelante estaré relatando, fue presentado por el Dr. Jonathan Prousky en el número 2 del volumen 19 del Journal of Orthomolecular Medicine (2004), mismo que he condensado en esta publicación con el propósito de ilustrar cómo está contribuyendo la sabiduría de los referentes de la medicina ortomolecular, en la solución de los casos que estamos atendiendo en la Fundación Micromédix, con una alternativa por demás prometedora: la psiquiatría de precisión. Como veremos, el tratamiento natural propuesto por el Dr. Prousky hace posible no solo aliviar la ansiedad, sino librarse de la farmacodependencia inducida por las benzodiazepinas.

Cómo reconocer la ansiedad

Algunos de los síntomas físicos (somáticos) más comunes de la ansiedad son la dificultad para respirar, el enrojecimiento facial, la sudoración excesiva, la tensión muscular y la taquicardia.
Los síntomas emocionales típicos de la ansiedad no son independientes de las manifestaciones somáticas, y se presentan típicamente como agitación, irritabilidad, temor, sentimientos de “muerte inminente”, nerviosismo y timidez.
La mayoría de los pacientes con trastorno de ansiedad tienden a buscar ayuda en un médico general y tienen por lo regular la creencia de que algo anda mal con su salud.

Comienzan a fumar o recurren al uso de otras sustancias (café, alcohol, marihuana, etc), para “calmar” su ansiedad. Estos son los pacientes que tienen una mayor probabilidad de desarrollar enfermedades crónicas como las que mencioné anteriormente.

El caso de Prousky: hombre de 34 años con trastorno de ansiedad

Se trata de un varón de tez blanca con un historial de 20 años de ansiedad, que a los 13 años de edad era avergonzado ante sus compañeros de clase. Su maestro lo exponía para que éstos se rieran al ver cómo aparecía el rubor en su cara. Con el tiempo se desarrolló en él un temor a las reuniones sociales.
Durante su estancia en la escuela secundaria y preparatoria, manifestaba ansiedad y a veces hasta pánico en sus presentaciones o durante las conversaciones que sostenía con sus amigos y chicas de la misma edad.
En las situaciones más extremas se ruborizaba, sudaba mucho, presentaba taquicardias, se le tensaban los músculos, le ardía el estómago y sentía la necesidad de alejarse.

Estos síntomas persistieron durante toda la universidad hasta que una vez habiendo cumplido los 22 años, buscó ayuda profesional. El psicólogo que consultó le diagnosticó fobia social, trastorno de pánico y agorafobia. Durante los siguientes seis meses, el paciente se sometió a sesiones de terapia psicodinámica y cognitiva-conductual. Durante este tiempo sus síntomas mejoraron muy poco y de alguna manera convenció al psicólogo de que ya estaba bien y de que no necesitaba más sesiones.

Al llegar a los 24 años ingresó a la escuela de medicina y su ansiedad empeoró. Estaba tan molesto con su incapacidad para solo “dejarse llevar por la corriente” o “sentirse cómodo con su piel”, que buscó de nuevo ayuda psiquiátrica. Esta vez se le diagnosticó fobia social, trastorno de pánico, distimia y agorafobia. Comenzó con 50 mg diarios de Zoloft y a las 2 semanas sus síntomas mejoraron ligeramente, pero tuvo notables efectos secundarios, entre los que cabría mencionar el letargo, la apatía y la anorgasmia.

Debido a que a las cuatro semanas el Zoloft parecía estar funcionando bien, su dosis diaria se incrementó a 100 mg. El paciente recibió también 5 mg de buspirona (BuSpar) tres veces al día. A los tres meses de haber iniciado este último tratamiento sus síntomas aun no cedían. Advirtió que su miedo a las situaciones sociales empeoraba debido al rubor que seguía experimentando en tales circunstancias. También evitó las interacciones con sus profesores y compañeros, prefiriendo quedarse en casa o salir solo siempre que le era posible. Y como ni el Zoloft ni el BuSpar le estaban ayudando, los suspendió.

Entre los 25 y los 28 años estuvo investigando varias alternativas naturales para superar su ansiedad. Después de varias averiguaciones decidió tomar diariamente los siguientes nutrientes: 6-12 g de vitamina C; 800 UI de vitamina E; 50 mg de zinc; un complejo B con 100 mg de cada una de las vitaminas B; 1000 mg de calcio y 400 mg de magnesio. Y a pesar de que siguió con toda asiduidad ese tratamiento, su ansiedad no disminuyó.
Después de seis meses con esos suplementos tomó además un extracto estandarizado de Kava, dos y tres veces al día. En 2 semanas su ansiedad disminuyó notablemente y logró estar en situaciones sociales estresantes sin sonrojarse o parecer nervioso. Sin embargo, a la cuarta semana de estar usando Kava experimentó una fuerte depresión. Ésta fue tan insoportable que sintió que era necesario suspenderlo. Después de unos días la depresión desapareció. En un intento por comprobar si el problema era efectivamente el Kava, el paciente reanudó su ingesta y una vez más la ansiedad mejoró significativamente pero su depresión volvió, por lo que nuevamente lo interrumpió.

Al llegar a los 28 años, este paciente ya también había probado la hierba de San Juan, el extracto de glándulas suprarrenales, la medicina homeopática, el ácido gamma-aminobutírico (GABA), el inositol y la L-taurina. No obstante, ninguno de estos suplementos funcionó.
Al final de sus 28 años recayó. A pesar de que no notó ninguna reducción en su ansiedad, continuó tomando 6-12 g de vitamina C, 800 UI de vitamina E, 50 mg de zinc, un complejo B con 100 mg de cada una de las vitaminas del grupo, 1000 mg de calcio y 400 mg de magnesio.

Durante su residencia médica evitó atender a sus pacientes asignados, ya que su condición interfería significativamente con su desempeño. Debido a la urgencia que representaba su estado, buscó nuevamente ayuda médica consiguiendo que se le prescribieran 0.5 mg de Ativan (lorazepam) dos veces al día. Al desaparecer en dos días todos sus síntomas se sintió normal por primera vez en su vida. Al desempeñarse bien y actuar con confianza, pudo completar el programa de residencia.
De los 29 a los 33 años el paciente continuó con esta benzodiazepina; pero en un momento dado su médico se lo cambió a Klonopin (clonazepam, 0.5 mg dos veces al día), pues alguien le dijo que este último daba mejores resultados a largo plazo. Habiendo llegado a este punto, no tenía más síntomas de ansiedad pero consideró que las benzodiazepinas no constituían una verdadera solución, porque de acuerdo con su psiquiatra, tendría que tomarlas de por vida.
A los 32 años dejó el Klonopin por un mes. Durante la primera semana experimentó insomnio y durante el día episodios recurrentes de pánico y ansiedad. Casi 2 semanas después el insomnio cesó; pero su ansiedad volvió al estado anterior. Como se sentía muy débil, retomó el Klonopin y una vez más se sintió completamente aliviado.

Cuando cumplió los 33, realizó una búsqueda bibliográfica sobre la ansiedad y encontró información muy prometedora sobre la niacinamida. Informó a su psiquiatra de su plan para abandonar el Klonopin y tomar niacinamida. El psiquiatra lo apoyó; pero quería que el paciente lo contactara si experimentaba síntomas de abstinencia, tales como ansiedad, insomnio e irritabilidad. Durante la primera semana de reducción del klonopin, el paciente tomó solo 0.5 mg de éste junto con 500 mg de niacinamida, 500 mg de niacinamida en el almuerzo y 1000 mg a la hora de acostarse, sin experimentar ansiedad o insomnio recurrentes durante esta primera etapa.

En la segunda semana suspendió el Klonopin y tomó 1000 mg de niacinamida por la mañana, 500 mg a la hora del almuerzo y 1000 mg a la hora de acostarse. Con esas dosis el paciente se sintió muy bien y no pudo distinguir entre tomar Klonopin o niacinamida. Fue así como a partir del 1 de agosto de 2002 pudo librarse completamente de las benzodiazepinas. El psiquiatra quedó tan impresionado con el resultado que se dio cuenta de que realmente era posible que un paciente pudiera dejar de tomar benzodiazepinas para no tener que depender de ellas indefinidamente.
Desde el 7 de noviembre de 2003 este hombre pudo desempeñarse satisfactoriamente como médico sin ningún problema, y continúa sintiéndose muy bien; ya no siente que la ansiedad sea un problema y ​​cree que la niacinamida es igual de efectiva y más segura en el largo plazo que las benzodiazepinas.

Lo que podemos aprender de este referente de la medicina ortomolecular

Lo que Prousky quizo poner de manifiesto en su informe, es que 2500 mg diarios de niacinamida bastan para que un paciente con las características descritas se libere de su ansiedad. De acuerdo con su reporte, todo indica que la niacinamida posee propiedades terapéuticas parecidas a las de las benzodiazepinas, y que es posible que sus efectos modulen las cantidades de neurotransmisores que suelen estar desbalanceadas en las áreas del cerebro que se asocian a la ansiedad.

La niacinamida, apunta Prousky (izquierda), reduce la ansiedad debido a que libera más serotonina por medio de la producción de triptófano y/o a la corrección de la dependencia de la vitamina B3. También advierte que usar niacinamida durante largos períodos de tiempo parece ser seguro, y que solo hay que ir con cuidado con las megadosis, debido a que pueden causar sedación, náuseas y vómito.
El informe refleja una franca preocupación del autor por las causas de varios hechos, como por qué alguien desarrollaría dependencia de la vitamina B3, de si esa dependencia tendría algo que ver con el papel de la niacinamida en la producción de serotonina y/o con su capacidad para emular a las benzodiazepinas. Desde la perspectiva de la psiquiatría de precisión sin embargo, no importa tanto averiguar a qué se debió la curación del paciente, sino tomar nota de con qué se alivió y de cuántos miligramos usó para conseguirlo.

Aunque desde la óptica de la etiología esto podría parecer un tanto cuanto simplista, en realidad no lo es, porque desde el punto de vista de la psiquiatría de precisión, tienen que cumplirse varias condiciones para conseguir los mismos resultados en otros pacientes. Lo que quiero decir es que para que otro paciente que ha estado tomando clonazepam u otra benzodiazepina se alivie con 2,500 mg de niacinamida, tiene que presentar síntomas muy parecidos a los del paciente en cuestión, es decir: sudoración excesiva, cansancio, taquicardias, rigidez muscular, ardor en el estómago, retraimiento social, pánico, fobias, depresión, insomnio y por supuesto ansiedad. Y entre mayor sea el número de casos que se puedan comparar con el del paciente a tratar, más preciso será el tratamiento a recomendar.

Conclusión

Si usted está presentando síntomas muy parecidos a los del paciente objeto de este caso de estudio, tiene 34 años, es varón y fue diagnosticado con trastorno de ansiedad, puede ser que con 2,500 mg de niacinamida consiga librarse de las benzodiazepinas. Ahora que si su cuadro clínico no se parece mucho al que aquí he pormenorizado, lo mejor que le puedo recomendar es combinar las técnicas de la inteligencia artificial con las de la medicina ortomolecular y la fitoterapia. Pero no se preocupe, nosotros ya implementamos eso con una tecnología que se conoce como psiquiatría de precisión. Es esta metodología la que estaríamos usando para confeccionar la receta que necesita usted para decirle adiós a su psiquiatra, a su farmacodependencia y a los nefastos efectos secundarios de las benzodiazepinas.

“Las causas están ocultas. Los efectos son visibles para todos”… Ovidio
© Sergio López González. Fundación MicroMédix. 8 de noviembre de 2018


¿No encontraste aquí lo que buscabas? En el índice temático hay más artículos que te pueden interesar



Deja un comentario

Medicina alternativa de precisión para poner tu propio consultorio

La medicina alternativa de precisión es la tecnología que hemos desarrollado para que ahora tú pongas en marcha tu propio consultorio, o para que transformes el que ya tienes en uno nuevo, empleando el mismo modelo de servicio de la Fundación MicroMédix.
No se trata de una franquicia, sino de una transferencia de tecnología que te permitirá conocer todo el teje y maneje de una medicina alternativa muy particular, en la que tuvimos que combinar las técnicas de la inteligencia artificial con las de la medicina ortomolecular y la fitoterapia, para ofrecer tratamientos más limpios (libres de efectos secundarios) y totalmente personalizados.

El modelo de servicio

No necesitas ser naturópata o haber estudiado una carrera en nutrición para echar a andar tu consultorio, porque todo el conocimiento que vas a requerir para manejarlo, lo vas a adquirir a través de la capacitación técnica y la información que nosotros te vamos a proporcionar. Ese conocimiento y el que contienen los archivos que te estaremos entregando como parte de esa transferencia de tecnología, es lo que va a marcar la diferencia entre saber cómo (know how) hacer las cosas para que un tratamiento funcione, y desempeñarse como lo están haciendo los demás consultorios de medicina alternativa.

Para asegurarnos de que tus tratamientos se personalicen y funcionen bien, el conjunto de servicios, archivos de texto y hojas de datos (Excel) que te vamos a entregar comprende lo siguiente:

  1. Asesoría durante la etapa inicial de operaciones (opcional: 12 horas no incluidas en la duración total del entrenamiento*)
  2. Asesoría para la instalación de la herramienta de minería de datos a emplear en el consultorio
  3. Programa de capacitación intensiva, con los siguientes módulos:
    3.1 Elaboración de Microdosis de Medicamentos Alopáticos (1 hora)
    3.2 Microdosis de Plantas Medicinales (3 horas)
    3.3 Autocuración con Medicina Ortomolecular (16 horas)
    3.4 La extracción de conocimiento y el LBD (4 horas)
    3.5 Informática Biomédica Aplicada (4 horas)
    3.6 Extracción de texto con Arrowsmith (text mining) -4 horas-
    3.7 Aspectos clave de la minería de datos (data mining) -4 horas-
    3.8 El proceso KDD y el estándard CRISP-DM (4 horas)
    3.9 Minería de datos clínicos como apoyo en el diagnóstico médico (4 horas)
    3.10 Medicina alternativa de precisión para tratar el cáncer (4 horas)
    3.11 Cómo aplicar la psiquiatría de precisión en tu consultorio (4 horas)
  4. Entregables:
    4.1 Presentaciones en formato Power-Point de los cursos de medicina ortomolecular, informática biomédica y minería de datos (incisos 3.3 al 3.11). Puedes pulsar en la imagen de la izquierda para descargar sin ningún costo, una demo interactiva de la primera sesión.
    4.2 Archivo de casos de éxito para la generación automática de recetas personalizadas con psiquiatría de precisión (8 horas)
    4.3 Archivo de casos de éxito para la generación automática de recetas personalizadas con medicina alternativa de precisión, para el cáncer de páncreas (8 horas)
    4.4 Manual para suprimir los efectos secundarios de los medicamentos alopáticos
    4.5 Guía completa para la elaboración de microdosis de plantas medicinales (incluye dosificación de tinturas)
    4.6 Recetario de nutrientes ortomoleculares (ver cursos)
    4.7 Texto de medicina ortomolecular (676 páginas)
    4.8 Receta inteligente para prevenir y revertir los efectos de la osteoporosis (descargable)
    4.9 Receta inteligente para la autocuración del acné (descargable)
    4.10 Recetas genéricas para el tratamiento de las enfermedades que aparecen en nuestro recetario (descarga sobre demanda)
    4.11 Archivo del logotipo de los consultorios MicroMédix
    4.12 Tarjetas de presentación en formato electrónico, con los datos de contacto del propietario (ver muestra en autoempleo)
    4.13 Etiquetas para los frascos de microdosis en Publisher Pro®

*Para un total de 68 horas estimadas de entrenamiento, el costo total de la transferencia de tecnología lo determinas tú, de acuerdo con tu presupuesto y los descuentos especificados en nuestra sección de membresías.  Así por ejemplo, con dos membresías de 12 horas puedes iniciar con los primeros cuatro módulos del programa (incisos 3.1 a 3.4), obteniendo un descuento del 35%.


Por qué unirse a la cadena de consultorios MicroMédix

Integrarte a la cadena de consultorios MicroMédix te permitirá desarrollar nuevas habilidades y encontrar en el autoempleo, un proyecto de vida más próspero. El que otras personas hagan lo mismo que tú con la misma imagen y eficiencia, es un concepto que ha funcionado muy bien en el mundo empresarial y no tiene por qué no ser así en el ámbito de la salud. A diferencia de las franquicias, el modelo de servicio que aquí te estamos proponiendo no implica el pago indefinido de regalías por el derecho de utilizar una imagen y una marca de prestigio nacional o internacional (puedes estar en cualquier país y poner tu consultorio sin estar obligado a nada).

El escenario: el protagonista (tú), la competencia y otros actores

Los psiquiatras todavía tienen trabajo porque sus pacientes no conocen una mejor alternativa que los medicamentos cargados de efectos secundarios (un psiquiatra ya ni siquiera escucha los problemas de sus pacientes). Pero con las tecnologías que estamos usando actualmente, todo parece indicar que estos singulares personajes podrían quedarse sin clientes, por la sencilla razón de que sus recetas son genéricas y cada vez son menos los pacientes que toleran sus efectos secundarios. Y a pesar de las grandes sumas de dinero que los laboratorios farmacéuticos destinan a sus campañas mercadotécnicas, los consumidores de hoy están decantándose por tratamientos más limpios.

Lo que ha detenido el avance de la medicina alternativa, aparte de la insistente campaña de nuestros detractores en contra de todo lo natural, es que la mayoría de los investigadores en ciencias biomédicas, conocen muy poco o casi nada de inteligencia artificial. Pero los científicos de datos y los ingenieros en informática biomédica que ya estamos trabajando en las aplicaciones interdisciplinarias de la minería de datos y de texto, hemos explotado el aprendizaje de máquina para mejorar nuestros diagnósticos y personalizar nuestros tratamientos, con una precisión que los psiquiatras no podrán igualar jamás con su “Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM)”, razón de más para que tu nuevo consultorio sea todo un éxito.

Y ya que has encontrado un medio para autoemplearte y ganarte la vida desempeñándote como técnico en informática biomédica, conviene que sepas que tu consultorio funcionaría de una manera muy parecida a como lo hace una franquicia, empleando los métodos que ya hemos comprobado funcionan a la perfección.
Pero para replicar las características de cada consultorio como si éste fuera una franquicia, es indispensable apoyarse en una medicina alternativa de precisión que simplifique al máximo y normalice los procedimientos (no los tratamientos) en cada una de las unidades de consulta.

Asimismo, la normalización de los procedimientos requiere de una estrategia para organizarse y ponerse de acuerdo con la imagen que se ha de proyectar. Esa estrategia fue la que adoptaron algunos pequeños comerciantes cuando se dieron cuenta que no crecían mientras operaban con lo que emanaba de su libre albedrío. Nombres como “La Tuerca de Oro”, “El Rincón de los Sabores” o “La Farmacia de la Esquina”, difícilmente tenían éxito si cada propietario actuaba por separado y abría su “changarro” como Dios le había dado a entender.

Pero con un nombre más apropiado, una imagen más atractiva y un grupo de pequeños emprendedores organizados a través de un convenio de uso de marca, su situación mejoró radicalmente. Y si no pregúntale a los dueños de las FarmaPronto qué fue lo que hicieron para transformar sus modestos e impopulares establecimientos, en una reconocida cadena de farmacias mexicanas. Algo similar ocurrió con las tiendas Oxxo y algo muy parecido sucederá también con tu consultorio Micromédix (sin duda, el antiguo propietario de la  “Farmacia de la Esquina”, puede ser que haya abierto ya otras tres FarmaPronto).

Casos de estudio que ilustran cómo se confeccionan las recetas en el consultorio

En el ensayo que publiqué con fecha 19 de septiembre de 2018 y que lleva por título “Psiquiatría de precisión: aprendizaje automático para personalizar tu tratamiento“, prometí complementar lo que escribí ahí con al menos un caso real que mostrara cómo estamos personalizando actualmente nuestras recetas.
En el presente ensayo la idea es dejar bien claro que la herramienta de minería de datos debe usarse como apoyo en la confección final de una receta, pues puede ser que aunque existieran casos de éxito muy parecidos a los del paciente en turno, todavía quedara por ahí algún síntoma que pudiera no ceder con el tratamiento sugerido por la máquina. Esto viene a colación para desmentir a los escépticos que pensaron que un consultorio concebido de esta manera, propiciaría una confianza ciega en la recomendación de una máquina.

Hecha esta aclaración, quisiera insistir en que lo que estamos ofreciendo no son franquicias. Además de la exención del pago de regalías, nuestro modelo de servicio no estandariza los tratamientos, sino los procedimientos, y hay que ser muy cuidadosos al interpretar los conceptos. Cada consultorio estará empleando efectivamente el mismo procedimiento (la medicina alternativa de precisión); pero generando un producto diferente (una receta personalizada). Como yo lo veo, eso no es un franquicia ni un sistema de producción en serie, sino más bien una plataforma para la confección rápida de productos diferenciados.

Emilio y sus acúfenos: complementando la inteligencia de la máquina con capital humano capacitado

Un aspecto clave del aprendizaje de máquina es el que se refiere al dominio del campo de estudio, que es en esencia el conocimiento que posee el capital humano sobre un tema (pulsa sobre el mapa mental adjunto y localiza la leyenda “comprender los datos”). Para interpretar correctamente el significado de los grupos de casos desplegados por la computadora, el consejero a cargo del consultorio tendrá que comprender bien los principios de la medicina ortomolecular, tanto para homologar las recetas como para optimizar los tratamientos (la  homologación de recetas la explico con detalle en “Medicina alternativa de precisión: inteligencia artificial para curar hasta un cáncer“).

En el caso de Emilio por ejemplo, una vez que obtuve los datos de los suplementos y las dosis terapéuticas (ortomoleculares) de su receta, tuve que optimizarla con melatonina, cisteína y Coenzima Q10, porque los acúfenos era un síntoma que estaba presente únicamente en cuatro instancias del archivo de casos de éxito; pero que según el algoritmo de aprendizaje empleado (ver curso), no eran suficientemente similares a los de Emilio (los métodos para encontrar la similitud entre pacientes los especifiqué en “Psiquiatría de precisión: aprendizaje automático para personalizar tu tratamiento“).

La receta que generó la máquina después de experimentar con los datos de Emilio y no con Emilio (que es como lo haría un psiquiatra), aparece en la captura de pantalla adjunta (pulsa sobre la misma para agrandarla). Es curioso como la máquina ha recomendado aquí una receta que combina niacina con niacinamida. No teniendo un consultorio con un laboratorio virtual como el que aquí estoy presentando, a mí la verdad nunca se me hubiera ocurrido recomendar un tratamiento con ambos nutrientes, porque no es algo muy común entre los referentes de la medicina ortomolecular. Sin embargo, no hay manual o texto de medicina alternativa que diga que eso no se pueda hacer.

Y es aquí donde se produce la gran sinergia entre la inteligencia artificial de una máquina y el capital humano. De hecho, esa mezcla ha estado dando excelentes resultados, porque evita los efectos secundarios de ambos tipos de vitamina B3. ¿No te parece increíble lo que uno puede descubrir con la instrumentación apropiada? Observa también las similitudes que encontró la máquina entre los síntomas de Emilio y los casos que ésta agrupó en el cluster#9 (puedes pulsar sobre la imagen que sigue para ver los detalles).

Aunque la edad no es exactamente la misma en ambos vectores de atributos, tanto  el sexo, el diagnóstico, la escucha de voces, la angustia, la ansiedad, la depresión, los miedos y la confusión, son todos ellos atributos que coincidieron en ambas listas (S=síntoma presente). Hay otros síntomas más en donde hubo coincidencias negativas (N=síntoma ausente) y solo cinco en los que ambos vectores difirieron. ¿Y cómo supimos que la máquina clasificó a Emilio como miembro del grupo #9?
Ella nos los hizo saber mediante una visualización de datos (véase el inciso 4.5 del curso “Solución de Problemas Multidisciplinarios con Minería de Datos“.

El caso de Julia: la importancia de prevenir trastornos de personalidad en la adolescencia

Los síntomas de Julia no han mejorado como quisiéramos, debido a que sigue presentando comportamientos hasta cierto punto anormales, según nos informó su señor padre durante nuestra última consulta.
La primera vez que di a conocer este caso fue cuando publiqué el ensayo “Identificando el fenotipo de la esquizofrenia: un paso más hacia la curación“.
Si nos has estado siguiendo desde entonces, es posible que te hayas dado cuenta que Gustavo, el padre de Julia, es con quien he estado haciendo equipo para poder resolver este caso que a ambos nos mantiene preocupados.

Y aunque ella por el momento solo manifiesta fobias, irritabilidad, cierto aislamiento social y algunos malestares propios de un síndrome premenstrual, nuestra preocupación radica en que existen antecedentes de trastorno bipolar y depresión en dos parientes cercanos a la familia.
Y atención aquí querido lector: si tienes familiares que hayan padecido o estén padeciendo de algún trastorno psicogénico, es importante que le des la debida importancia a aquello de que “más vale prevenir que lamentar“. Hablo en serio. En el caso de Julia por ejemplo, además de haber probado las teorías de Pfeiffer y de Walsh, hoy estamos aplicando la psiquiatría de precisión para encontrar un tratamiento que tome en consideración su edad, su género, sus antecedentes genéticos y los síntomas que presentó en su última consulta.

Y mientras ajustaba los parámetros de mi herramienta para encontrar un grupo de mujeres con una edad similar a la suya, un hecho llamó mi atención al estar experimentando con este dato: noté que las mujeres mayores con problemas de depresión y otros trastornos psiquiátricos, tienden a presentar grandes deficiencias de vitamina D3. Hay una paciente en nuestro archivo de casos de éxito que llegó a consumir hasta 300,000 UI de vitamina D3, aunque usted no lo crea.
No estoy insinuando que Julia deba tomar esa cantidad de vitamina D3; pero sí  las 2,000 UI que sugirió nuestra herramienta durante el análisis (pulsa sobre la captura de pantalla adjunta para agrandarla).

Por qué una cadena de consultorios de medicina alternativa

Porque no habiendo un gobierno capaz de generar fuentes de trabajo, uno debe crearlas y generar oportunidades a través del autoempleo.
Porque nos hacía falta una herramienta de precisión que pudiera estimar cuánto iba a durar el tratamiento de cada paciente.
Porque era necesario que alguien como tú y como yo pusiera un alto a la farmacodependencia que la misma industria farmacéutica ha propiciado en nuestras familias y en nuestra sociedad. ¿O es que vas a permitir que tus hijos sean medicados con Ritalin, nada más porque un señor de bata blanca con aires de CuasiDios así lo dispuso?

El Trastorno de Déficit de Atención por Hiperactividad (TDAH) como pretexto para medicar a los niños

Desde la perspectiva de unos padres como los de Julia, creo que no hay mejor alternativa que la psiquiatría de precisión. Y aunque ella fue diagnosticada por nuestro programa como una paciente con TDHA (por parecerse más a los pacientes con este tipo de trastorno), afortunadamente no ha sido medicada por ningún psiquiatra. Viviendo en España sin embargo, podría quedar vulnerable al sistema tradicional de salud mental.
Estando en contubernio con ese sistema y en caso de ratificar un TDAH, un psiquiatra no vacilaría en recetar Ritalin a esta señorita de escasos 13 años. Y eso es precisamente lo que pretendemos evitar con la psiquiatría de precisión.

El  metilfenidato (Ritalin) es un fármaco que la Administración de Control de Drogas de los Estados Unidos ha clasificado como narcótico de Clase II, al igual que la cocaína, la morfina y las anfetaminas.
Está indicado para mejorar la concentración de algunos niños que a juicio de algunos mercenarios de bata blanca, son más inquietos de “lo normal”.
Conviene que los padres que tengan un hijo o una hija que haya sido etiquetado(a) por algún psiquiatra como “pacientito” con TDAH, conozcan la “paradoja del Ritalin” y lo que apuntó Richard Malter en un artículo que publicó en su página web y que después de traducido al español dice así:

“El uso prolongado de fármacos estimulantes normalmente da como resultado la pérdida del magnesio y el zinc que se encuentran almacenados en células y tejidos, de tal manera que se induce una deficiencia crónica de magnesio en los niños que toman este tipo de estimulantes”.

A diferencia de los llamados efectos secundarios (involuntarios), el conjunto de síntomas que un niño puede experimentar al suspender abruptamente el Ritalin, es un efecto calculado (intencional) o iatrogenia que consiste en un síndrome de abstinencia. La buena noticia es que esa reacción puede ser contrarrestada con sal de mar (sodio) y una ingesta de magnesio y zinc.
Un suplemento quelatado como el que aparece a su derecha, no solo le ayudaría a superar una iatrogenia causada por fármacos estimulantes, sino que sería lo más adecuado para producir el efecto calmante que un niño inquieto podría necesitar, en caso de presentar hiperactividad por exceso de azúcares y comida chatarra repleta de colorantes y saborizantes artificiales.
La iatrogenia calculada debería estar penada; pero a nosotros solo nos corresponde poner al descubierto las prácticas deshonestas de un sistema de salud que no funciona.

En el caso del metilfenidato la iatrogenia se hace todavía más evidente cuando uno termina de analizar el total de síntomas causados por una deficiencia nutricional de zinc. Y es aquí donde cualquiera se indigna ante lo inaudito: la falta de zinc deteriora, entre otras cosas, la capacidad de concentración. Y uno se pregunta: ¿Pues que no es para eso que los psiquiatras recomiendan el Ritalin? En eso radica la paradoja del Ritalin y el gran secreto de la mayoría de los efectos calculados: el metilfenidato está diseñado para imitar las propiedades del zinc, con la diferencia de que este último no produce farmacodependencia.

Por algo algunos expertos recomiendan potenciar el metilfenidato con zinc. Y muchos padres me preguntan: ¿Y por qué entonces los laboratorios no producen zinc, en lugar de drogas?
La verdad es que los minerales, las vitaminas, los ácidos grasos esenciales y los aminoácidos no se pueden patentar, y lo que no se puede patentar no deja dinero. Esos son los fines de la industria farmacéutica, esos son sus medios y ese es el modelo maquiavélico que los príncipes de la salud han estado usando por años para enriquecerse. Para ellos, ese fin justifica los medios, cualesquiera que sean éstos.

Conclusiones

Como nosotros no comulgamos con ese modelo, tuvimos que crear otro que mejorara de verdad la calidad de vida de nuestros pacientes, con tratamientos más inteligentes y libres de iatrogenias y efectos secundarios.
De manera que si usted ya tiene una tienda naturista o desea echar a andar un consultorio como el que aquí he descrito, ya tiene suficientes elementos de juicio para decidir lo que puede hacer con toda esa instrumentación que tendrá a su disposición, una vez que su capital humano conozca los secretos de una tecnología que está ofreciendo mejores soluciones a las enfermedades crónicas, que lo que hasta ahora le hemos visto a la alopatía.

© Sergio López González. Fundación MicroMédix. 18 de octure de 2018


¿No encontraste aquí lo que buscabas? En el índice temático hay más artículos que te pueden interesar



Deja un comentario

Psiquiatría de precisión: aprendizaje automático para personalizar tu tratamiento

No importa qué tan avanzadas estén las ciencias biológicas y de la salud, todavía no hay quien pueda explicar con precisión cómo funciona el cerebro y lo que pasa por la mente de una persona aquejada de un trastorno de personalidad. Existen por supuesto hipótesis que desde hace muchos años han intentado descubrir las causas de la esquizofrenia y otros trastornos psicogénicos; pero aun para los científicos más prominentes, sigue siendo un misterio el por qué ciertas personas se comportan de una manera tan peculiar. Y no se prevé que esa falta de conocimiento pueda ser superada en los próximos años.

Es por eso que algunos científicos de datos en varios lugares del mundo, están proponiendo alternativas para abordar el problema de la salud mental. Tanto ellos como el que suscribe, estamos dejando a un lado las viejas formas de pensar y los descubrimientos farmacéuticos más recientes, para dar paso a una estrategia que en lugar de enfocarse en el paciente promedio, determina con precisión, cuál de las opciones de tratamiento existentes le funcionará mejor a un paciente en particular [1]. En eso consiste la psiquiatría de precisión: una medicina especializada en trastornos mentales, que hace posible el descubrimiento acelerado de tratamientos, con dosis terapéuticas de medicamentos y nutrientes específicos para cada persona.

Una medicina basada en evidencias

La idea de buscar sistemáticamente “pacientes como el mío” en un registro histórico de casos durante la práctica clínica, data desde la década de los 70´s [2]. Con el paso de los años, esa tendencia que a la postre se transformó en costumbre, se ha convertido hoy en una medicina basada en evidencias.
Como resultado de lo anterior, la psiquiatría de precisión viene a ser un tipo de medicina basada en evidencias, porque cada caso de éxito constituye una prueba más de que cierta combinación de sustancias, beneficia a un grupo de pacientes en particular. Es por ello que en otro de mis ensayos apuntaba yo que no hay planta medicinal, fármaco o nutriente que merezca el título de “curalotodo”.
En vista de que una olanzapina, una lurasidona, una risperidona o un haloperidol solo le sienta bien a unos cuantos, la psiquiatría de precisión va a requerir de una herramienta que le ayude a identificar quiénes con esos cuantos. Y lo mismo sucede en el caso de las plantas medicinales y los suplementos en general. Un tratamiento complementario compuesto por ejemplo de un antipsicótico, un anticonvulsivo, un par de vitaminas, uno que otro mineral y un extracto de planta medicinal, podría beneficiar a un paciente diagnosticado con esquizofrenia crónica; pero resultar contraproducente para quien esté experimentando su primer brote y nunca haya tomado psicotrópicos (los fármacos que acostumbran recetar los psiquiatras).

Análisis de similitud entre pacientes (patient similarity analytics)

En este orden de ideas, parece muy atinado concentrarse en comparar casos de pacientes que fueron tratados con éxito en el pasado, con el de cualquier otra persona que esté necesitando ayuda. Es aquí donde uno debe encontrar similitudes entre las características de esa persona, los casos que uno ha resuelto y los que han llevado a buen puerto otros profesionales de la salud en el pasado. Entre mayor sea el número de casos de éxito registrados, mejor será el tratamiento que le estaremos proponiendo a nuestro próximo paciente. Como cualquier otro profesional de la salud, uno debe estar siempre cuestionándose: ¿cuál de todos esos casos de éxito se parece más al que estoy atendiendo en este momento?

Es muy probable que uno no encuentre un caso idéntico al del paciente en turno, lo cual confirma una vez más la validez del principio de la individualidad bioquímica. Estamos hablando de cientos de pacientes, cada uno con decenas de atributos que la máquina debe aprender para encontrar similitudes entre ellos, y entre éstos y los del nuevo paciente. Sin embargo, el  aprendizaje automático es tal que al terminar el proceso, la computadora nos estará recomendando dosis apropiadas de ciertos nutrientes, basándose en las correlaciones y las tendencias detectadas a través de dicho aprendizaje, de acuerdo con los atributos de los casos de éxito seleccionados por ella.

Tendencias y correlaciones: lo importante está en lo que sucede, y no en por qué sucede

De acuerdo con lo dicho hasta aquí, todo indica que la mayoría de los neurocientíficos están más interesados en descubrir las causas de los trastornos mentales, que en el alivio de las personas. Creen que una vez que descubran el por qué de los síntomas, estarán en posibilidad de producir y comercializar esa píldora que aliviará a todas las personas con problemas psicogénicos. Seguramente ese no fue el caso de Louis Pasteur, cuando en 1885 salvó a un niño de contraer la rabia. Él sí que descubrió la causa de esa terrible enfermedad: una infección producida por un virus del género Lyssavirus que ataca al sistema nervioso central.

Y aun sabiendo que en promedio, solo una de cada siete personas mordidas por un perro rabioso contrae la enfermedad [3], existe evidencia al menos en ese porcentaje (14.3%) de que uno corre peligro estando en circunstancias similares. En este caso y en otros muchos en donde el método científico ha podido explicar las causas de la enfermedad (su etiología), no tengo nada que objetar a cerca de sus bondades. Pero insisto, ¿se puede decir lo mismo de lo que ocasiona una esquizofrenia, una psicosis, un ataque de pánico, un trastorno bipolar, un autismo o un alzheimer? Como padre de familia que soy, le pregunto: ¿que es lo que realmente le importa a usted en este instante: lo que pueda estar haciendo un científico en su torre de marfil para explicar el por qué de la enfermedad de su hijo o hija, o lo que realmente lo (la) puede aliviar?

Hay fenómenos físicos cuyas causas son ampliamente conocidas, ya sea porque se han llegado a comprobar experimentalmente, o bien porque están fundamentadas en ecuaciones de alto rigor científico. Tal es el caso de la ley de la gravitación universal. Pero descubrir una ley universal que explique por qué una persona está escuchando voces o está viendo enanitos verdes, parece más que una labor titánica. Y aunque conozco bien las diferentes hipótesis que intentan explicar el por qué de los fenómenos psíquicos, creo que la tasa de éxitos podría aumentar más, aplicando las técnicas del aprendizaje automático a los datos clínicos de los pacientes, que poniendo a prueba esas hipótesis una y otra vez.

De manera que mientras no exista una ley que explique a carta cabal el comportamiento humano, y mientras la psiquiatría convencional no ofrezca algo mucho más convincente que la hipótesis de que la mente se trastorna a causa de una desigualdad en los mensajeros químicos que hay en nuestro cerebro (neurotransmisores), no debemos consentir que las nuevas generaciones continúen haciendo el papel de conejillos de indias, probando un fármaco tras otro hasta que su psiquiatra exclame: “¡éste es el bueno!” (véase también: ¿Fármacos de por vida? Evitando ese efecto que de secundario no tiene nada” y “Maquiavelo y el príncipe de la salud“).

¿No es mejor experimentar con datos, que con ratones y seres humanos?

A pesar de que varias de las hipótesis sobre la esquizofrenia y otros trastornos de la personalidad, nos han ayudado a los investigadores de la Fundación MicroMédix a conseguir una cantidad muy respetable de casos de éxito (definitivamente más que lo que se consigue con la psiquiatría convencional), no resulta muy edificante probar una teoría con un paciente, para confirmar después que la causa de su patología obedece a otros postulados.
En algunos casos hemos apelado a la teoría dopaminérgica y glutamatérgica (la del desequilibrio bioquímico) para ayudar a un paciente a mejorar sus síntomas. En otros hemos recurrido a la teoría del adrenocromo para la biogénesis de la esquizofrenia propuesta por Hoffer y Osmond; a la hipótesis de la respuesta inflamatoria; a la del nivel de metilación de Pfeiffer y Walsh; así como a la que defiende la medicina funcional, en relación a que una permeabilidad intestinal puede ser la culpable de muchos trastornos mentales. En todos esos casos, hemos seleccionado y administrado a nuestros pacientes, los nutrientes que los partidarios de esas teorías recomiendan.

Pero una cosa es administrar nutrientes en dosis ortomoleculares de suplementos como el GABA, la glicina y el inositol, y otra muy diferente es estar experimentando con dosis considerables de antidepresivos, ansiolíticos y antipsicóticos cuyos mecanismos de acción se desconocen. ¿O es que no ha leído usted las fichas técnicas de los medicamentos que le receta su psiquiatra? Y qué me dice de sus impredecibles efectos secundarios y su potencial para ocasionarle enfermedades que en principio no tenía (cormobilidad)?
Aun empleando vitaminas, minerales, ácidos grasos esenciales y aminoácidos como la cisteína, el triptófano y la teanina, es evidente que los experimentos ya no deben seguirse haciendo ni con ratas de laboratorio ni con seres humanos.

Si hemos de experimentar, hagámoslo con datos. Con los datos de los seres humanos. Los datos dicen la verdad, y hay que dejar que hablen por sí mismos, buscando correlaciones y tendencias entre ellos, a fin de descubrir qué es lo que más va a beneficiar al paciente, sin preguntarse por qué lo beneficiará.
Con el laboratorio virtual que a continuación describo, estaremos experimentando únicamente con datos y las veces que sea necesario, hasta obtener una receta que concuerde mejor con tu cuadro clínico o el de tu familiar, tal y como se estableció en los apartados anteriores.

No hay que perder de vista que una psiquiatría de precisión está indicada siempre que la etiologia (las causas) del trastorno no se pueda determinar, o cuando se tengan dudas sobre la misma. Y si hubiera una forma de identificar lo que origina un trastorno, como sería la intolerancia al gluten, el hipotiroidismo, la deficiencia de ciertas vitaminas del complejo B, la deficiencia de vitamina D3, la hiponatremia (deficiencia de sodio), la polidipsia (intoxicación por exceso de líquidos), etc., entonces ya contaríamos con al menos dos evidencias para recomendar un tratamiento más preciso, que aquél que se basa en una sola suposición, hipótesis o teoría.

El laboratorio virtual: descubriendo el tratamiento que solo a ti te puede beneficiar

Nuestro laboratorio virtual permite combinar de manera simulada vitaminas con minerales, ácidos grasos esenciales, aminoácidos y extractos o microdosis de plantas medicinales, con el fin de encontrar el tratamiento que más te va a beneficiar a ti, y solo a ti. En las imágenes adjuntas estoy mostrando los primeros 25 casos que componen nuestra base de datos biomédicos. Al momento de estar escribiendo estas líneas, cada caso de éxito o registro en la hoja de cálculo contiene un total de 87 campos, que corresponden a los atributos que caracterizan al cuadro clínico de cada paciente, empezando por la edad, el sexo, el diagnóstico de su psiquiatra, si experimentó o no alucinaciones visuales y auditivas (escucha de voces); si tuvo o no antecedentes genéticos; si padeció angustia, ansiedad, ataques de pánico y así sucesivamente hasta terminar con la duración de su tratamiento (en meses). En la hoja de Excel de la izquierda aparece la parte final de los registros de los pacientes que mostré en la imagen de la derecha. Sus campos contienen las dosis de los nutrientes que cada paciente tomó para que su caso se convirtiera en uno de éxito.

En la imagen adjunta estoy mostrando un ejemplo de cómo nuestra herramienta de minería de datos (WEKA), divide en grupos a todos los casos de éxito, para que una vez que ingresemos los datos de uno de nuestros pacientes, encuentre las similitudes entre ellos.
Si tú o uno de tus familiares necesita ayuda para corregir cualquier anomalía en su comportamiento, no permitas que las cosas se salgan de control. Concerta una cita para que en la correspondiente consulta nos proporciones la edad, el sexo, los síntomas, las pruebas de laboratorio, los nombres de los medicamentos que tú o tu ser querido están tomando, así como los demás atributos relacionados con la historia clínica de uno de los dos. Solo así la máquina podrá encontrar los registros que más coinciden con el tuyo o el de tu familiar, según lo expliqué en los apartados anteriores. Nuestro trabajo consistirá en realizar varios experimentos, variando en cada uno de ellos, los parámetros que sabemos optimizarán el aprendizaje de la máquina que se encargará de tu caso.
Nota que las tendencias que descubra la máquina influirán en el tratamiento. Así por ejemplo, a las  mujeres con edades cercanas a los 25 años, que tendían a reportar ideas delirantes y a escuchar voces antes de comenzar su tratamiento, se les prescribió alrededor de 2,600 mg de niacina, 1000 mg de niacinamida, 150 mg de piridoxina (vitamina B6), no tuvieron que tomar inositol pero sí los demás suplementos que se indican en la columna correspondiente al cluster (grupo) #1 (recuerda que para ver los detalles, debes pulsar sobre las imágenes).

Observa también que en el párrafo anterior he hecho alusión a lo que la mayoría de las mujeres del cluster #1 tomaron para que su caso se convirtiera en uno de éxito. Y digo la mayoría porque me estoy refiriendo a las tendencias de ese grupo en particular. Al conjunto de valores mostrados en cada una de las columnas de la imagen anterior se le llama centroide, el cual no es más que una lista (formalmente un vector) de valores que mide las tendencias de cada uno de los grupos. Continuando con el ejemplo del cluster #1, el hecho de que mujeres de alrededor de 25 años hayan tomado las cantidades de los suplementos indicados, no significa que absolutamente todas lo hayan hecho, precisamente por tratarse de una medida de tendencia central.

La tendencia central de una variable categórica, como podría ser el síntoma de la ansiedad o el nombre de un antipsicótico, la podemos medir con la moda. La tendencia central de una variable numérica, como la dosis de cualquiera de los suplementos recetados a las mujeres del cluster #1, la medimos de diferentes maneras: con la distancia euclidiana, la de Manhattan, la de Hamming, o con el  coeficiente de similitud de Jaccard, por mencionar las más importantes. Y es que cuando hablamos de encontrar similitudes, no podemos simplemente obtener la media arirtmética para conocer la proximidad entre los valores de un atributo de un registro y los de un grupo previamente clasificado por un método de segmentación (clustering).

Las distancias calculadas con cualquiera de los métodos mencionados es el mejor medio que tenemos en la actualidad para estimar la proximidad (similitud) entre dos casos.
Una ventaja más de aplicar la técnica del aprendizaje de máquina no supervisado al conjunto de casos almacenados en nuestra base de datos, es la de poder descubrir un tratamiento para un conjunto de síntomas (síndrome) cuyo diagnóstico es incierto o desconocido. A quién le importa el nombre que haya usado un psiquiatra para etiquetar a un paciente, si de todas maneras ese diagnóstico fue sacado de un volumen de texto tan inútil como lo es el “Manual Diagnóstico y Estadístico de los Trastornos Mentales (DSM)”. ¿Sabía usted querido lector, que ese manual no contiene absolutamente nada de estadística? … Si desea una discusión más amplia sobre este tema, le recomiendo leer: “El sistema tradicional de salud mental en entredicho“, también de mi autoría.

Pero bueno, independientemente del diagnóstico, lo importante es que una vez dividido nuestro conjunto de datos en varios grupos de casos muy similares, ya podremos agregar el caso de un paciente con un síndrome idiopático (de causa desconocida), para obtener un tratamiento que ayude a mejorar su sintomatología . El mejor ejemplo que se me ocurre en este momento para ilustrar cómo abordamos este tipo de problemas, es el caso de Emilio, un paciente que acudió a este consultorio porque estaba escuchando voces. Con la receta que en ese entonces le propuse, pudimos acallarlas en aproximadamente cinco meses, no sin haber sufrido algunos tropiezos.

Un tratamiento específico para Emilio

Poco después de ese éxito parcial, Emilio me solicitó otra consulta debido a que en esta otra ocasión lo que escuchaba eran zumbidos en los oídos (acúfenos). A él le interesa mucho estar al tanto de todo lo relacionado con la medicina alternativa, y me grada mucho saber que se ha convertido en un gran guerrero biomédico, porque continuamente está buscando remedios naturales que le puedan beneficiar, así como investigando las posibles causas de sus dolencias. Tratando de explicarnos el por qué de los acúfenos y un poco también el por qué de lo poco que habíamos avanzado en su tratamiento, encontré que una posible causa de este nuevo síntoma era un efecto secundario producido por cualquiera de los dos medicamentos que le había prescrito su psiquiatra: la sertralina y/o la trazodona. En mi opinión, la combinación indiscriminada de pisocotrópicos (el consabido cocktel) con alimentos chatarra, estimulantes y drogas ilegales, también aumenta el riesgo de desarrollar tinnitus, que es el nombre con el que se designa a los acúfenos en los países de habla inglesa.

En ese momento yo no contaba con el laboratorio virtual que ahora tengo, y tampoco me hubiera gustado decirle algo así como “y ahora que ya conocemos la causa probable de tus acúfenos, que hacemos?
Menciono esta anécdota porque ilustra un poco lo que uno puede conseguir, una vez que conoce la causa de un síntoma como los acúfenos, es decir, nada.
Pero con un laboratorio dotado de inteligencia artificial, el panorama luce completamente diferente, pues la computadora de la Fundación MicroMédix solo está esperando que la alimente con más casos de éxito de pacientes que alguna vez padecieron acúfenos.

Solo así podremos hallar las correlaciones entre ese síntoma y los suplementos que tienen el potencial para aliviarlo, dependiendo ello de las tendencias que la máquina y un servidor podamos detectar.
A reserva de que Emilio me proporcione los datos que necesito para que las correlaciones y las tendencias nos muestren el camino hacia el éxito, en mi próxima publicación estaré presentando los resultados de este proyecto, ya sea para dar a conocer los nutrientes que conformaron la receta que perfeccionamos para Emilio, o bien los que integraron la terapia inteligente para Esperanza, otra paciente que tuvo a bien comprender el mensaje que a lo lo largo de este ensayo he querido transmitir y que en una sola frase me gustaría resumir:

“No es posible resolver los problemas de hoy con las soluciones de ayer”… Roger Van Oech
© Sergio López González. Fundación MicroMédix. 19 de septiembre de 2018


¿No encontraste aquí lo que buscabas? En el índice temático hay más artículos que te pueden interesar


REFERENCIAS

[1] Bzdok, D., Meyer-Lindenberg, A., 2018. Machine learning for precision psychiatry: Opportunities and challenges. Biological Psychiatry: CNNI, in press.
[2] Gallego et al. Bringing cohort studies to the bedside: framework for a ‘green button’ to support clinical decision-making. Journal of Comparative Effectiveness Research. (2015) 4(3), 191–197
[3] Viktor Mayer-Schönberger & Kenneth Cukier. Big Data: A Revolution That Will Transform How We Live, Work, and Think. First Mariner Books, 2014
[4] Perna & Nemeroff. Personalized Medicine in Psychiatry: Back to the Future. Personalized medicine in psychiatry 1–2 (2017) 1
[5] Jiang F, Jiang Y, Zhi H, et al. Artificial intelligence in healthcare: past, present and future. Stroke and Vascular
Neurology 2017;0: e000101. doi:10.1136/svn-2017-000101
[6] Awwalu et al., Artificial Intelligence in Personalized Medicine. Application of AI Algorithms in Solving Personalized
Medicine Problems. International Journal of Computer Theory and Engineering, Vol. 7, No. 6, December 2015
[7] J.Archenaa et al. Health Recommender System using Big data analytics. Journal of Management Science and Business Intelligence 2017 2(2) 17-23. doi: 10.5281/zenodo. 10.5281/zenodo.835606
[8] Panahiazar et al. Using EHRs for Heart Failure Therapy Recommendation Using Multidimensional Patient Similarity Analytics. Stud Health Technol Inform. 2015 ; 210: 369–373.
[9] Bertalan Mesko (2017) The role of artificial intelligence in precision medicine, Expert Review of Precision Medicine and Drug Development, 2:5, 239-241, DOI:10.1080/23808993.2017.1380516