1
00:00:16,100 --> 00:00:19,166
Este soy yo hace diez años.

2
00:00:19,741 --> 00:00:22,179
Pesaba unos 18 kg más,

3
00:00:22,476 --> 00:00:25,428
y, como tantas personas,
quería perder peso

4
00:00:26,219 --> 00:00:31,389
y también saber cuál es
la mejor dieta para los humanos.

5
00:00:32,271 --> 00:00:35,710
Muchos tenemos ya una
opinión formada al respecto.

6
00:00:35,780 --> 00:00:39,349
Algunos consideran que la mejor dieta
es baja en grasa y rica en vegetales.

7
00:00:39,359 --> 00:00:42,100
Otros, que la mejor es la reducida
en hidratos de carbono,

8
00:00:42,100 --> 00:00:44,531
rica en proteínas y en grasa animal.

9
00:00:44,881 --> 00:00:48,101
Otros toman en cuenta la cantidad
de azúcar que deberíamos ingerir,

10
00:00:48,101 --> 00:00:53,094
o la cantidad de sal, colesterol, grasa
saturada, huevos o productos lácteos

11
00:00:53,094 --> 00:00:55,109
que deberíamos incluir en nuestra dieta.

12
00:00:56,602 --> 00:00:59,450
Pero el interrogante
sobre cuál es la mejor dieta

13
00:00:59,450 --> 00:01:01,071
es un tema científico;

14
00:01:01,360 --> 00:01:04,731
no debería ser cuestión
de opinión o de creencias.

15
00:01:05,010 --> 00:01:07,992
Si la Dieta A es realmente
mejor que la Dieta B,

16
00:01:07,992 --> 00:01:10,642
debería quedar fehacientemente
demostrado en un estudio

17
00:01:10,642 --> 00:01:13,588
que las compare en base a una cantidad
suficiente de personas.

18
00:01:13,588 --> 00:01:16,937
Es decir, nada de opiniones ni creencias,
sólo datos puros y duros.

19
00:01:18,289 --> 00:01:21,990
Lo cierto es que si realmente
existiera la mejor dieta,

20
00:01:21,990 --> 00:01:23,832
aún no la hemos encontrado

21
00:01:23,832 --> 00:01:27,189
porque la incidencia de enfermedades
relacionadas con la alimentación

22
00:01:27,189 --> 00:01:30,019
ha aumentado notablemente
en las últimas décadas.

23
00:01:30,478 --> 00:01:32,301
Bien podría pensarse que esto ocurre

24
00:01:32,301 --> 00:01:34,991
porque la gente no toma
en cuenta lo que se les aconseja.

25
00:01:35,161 --> 00:01:36,222
Pero no es verdad.

26
00:01:36,222 --> 00:01:39,612
En general, las personas realmente
siguen las pautas alimentarias.

27
00:01:39,612 --> 00:01:42,531
Sin embargo, según el Centro
para el Control de Enfermedades,

28
00:01:42,531 --> 00:01:44,741
quienes viven en EE. UU.,

29
00:01:44,741 --> 00:01:49,856
tienen más del 70 % de posibilidades
de tener sobrepeso, ser diabético

30
00:01:49,856 --> 00:01:52,631
o padecer de hígado graso no alcohólico.

31
00:01:53,140 --> 00:01:56,950
Y hay sobrada evidencia
de que la alimentación y el estilo de vida

32
00:01:56,950 --> 00:01:59,679
son las principales causas
de estas enfermedades.

33
00:02:01,260 --> 00:02:04,481
Nos preguntamos entonces por qué,
después de tantas investigaciones,


34
00:02:04,481 --> 00:02:08,271
aún no hemos encontrado la respuesta
a la aparentemente simple pregunta

35
00:02:08,271 --> 00:02:10,650
de cuál es la mejor dieta
para los humanos.

36
00:02:11,601 --> 00:02:16,402
Lo que quiero decir es que el motivo
de no tener una respuesta

37
00:02:16,402 --> 00:02:19,832
es por hacernos la pregunta equivocada.

38
00:02:20,176 --> 00:02:23,273
Y esta pregunta es equivocada
porque presupone

39
00:02:23,273 --> 00:02:26,114
que la mejor dieta depende
exclusivamente de la comida

40
00:02:26,114 --> 00:02:28,163
y no de la persona que la ingiere.

41
00:02:29,043 --> 00:02:31,764
Pero ¿y si las diferencias
en nuestra genética,

42
00:02:31,764 --> 00:02:34,404
nuestro estilo de vida o
nuestras bacterias intestinales

43
00:02:34,404 --> 00:02:37,283
nos hicieran responder a la comida
de distintas maneras?

44
00:02:37,913 --> 00:02:41,215
¿Qué sucedería si estas diferencias
explicaran por qué algunas dietas

45
00:02:41,265 --> 00:02:43,853
funcionan para algunas personas
y no para otras?

46
00:02:44,843 --> 00:02:48,184
¿Qué ocurriría si la alimentación 
debiera adaptarse específicamente

47
00:02:48,184 --> 00:02:50,204
a nuestras características particulares?

48
00:02:51,054 --> 00:02:55,304
Esta es precisamente la pregunta
que nos hicimos en la investigación

49
00:02:55,304 --> 00:02:57,293
que realizamos con mi colega Eran Elinav

50
00:02:57,293 --> 00:03:00,732
y alumnos graduados
del Instituto de Ciencias Weizmann.

51
00:03:01,634 --> 00:03:03,524
Para darle un enfoque científico,

52
00:03:03,524 --> 00:03:07,324
primero buscamos un parámetro
de alimentación saludable para estudiar.

53
00:03:07,745 --> 00:03:10,624
La mayoría de las investigaciones
estudian la pérdida de peso

54
00:03:10,624 --> 00:03:13,174
o el riesgo de enfermedad cardíaca
tras una dieta.

55
00:03:13,174 --> 00:03:15,936
Pero el problema es que 
estas enfermedades están influidas

56
00:03:15,936 --> 00:03:18,826
por una serie de factores
independientes de la alimentación,

57
00:03:18,826 --> 00:03:20,330
que tardan semanas en cambiar,

58
00:03:20,330 --> 00:03:22,712
y finalmente brindan
una medida única de éxito.

59
00:03:22,712 --> 00:03:26,413
Y si no funcionó, es muy difícil
saber por qué.

60
00:03:27,124 --> 00:03:30,344
De manera que en lugar de eso,
buscamos un parámetro

61
00:03:30,344 --> 00:03:32,692
que aplicar para controlar el peso

62
00:03:32,692 --> 00:03:34,855
y las enfermedades relacionadas
con la alimentación,

63
00:03:34,855 --> 00:03:37,625
pero que pudiera también medir
fácilmente y con precisión

64
00:03:37,625 --> 00:03:39,475
una gran cantidad de gente.

65
00:03:40,305 --> 00:03:43,494
Fue así que pusimos la atención
en los niveles de glucosa en sangre,

66
00:03:44,174 --> 00:03:47,246
y más precisamente, en los cambios
producidos en esos niveles

67
00:03:47,246 --> 00:03:48,816
después de las comidas.

68
00:03:49,446 --> 00:03:52,366
A esto se le llama "respuesta 
glucémica a las comidas"

69
00:03:53,246 --> 00:03:54,566
¿Por qué es importante?

70
00:03:55,065 --> 00:03:58,703
Porque niveles elevados
de glucosa después de las comidas

71
00:03:58,703 --> 00:04:01,355
estimulan el apetito y
favorecen el aumento de peso.

72
00:04:01,914 --> 00:04:03,177
Después de comer,

73
00:04:03,177 --> 00:04:06,187
nuestro organismo digiere los hidratos
de carbono de la comida,

74
00:04:06,187 --> 00:04:07,836
los transforma en azúcares simples

75
00:04:07,836 --> 00:04:10,236
y los libera, ingresando así
al torrente sanguíneo.

76
00:04:10,236 --> 00:04:12,395
Desde allí, con la ayuda de la insulina,

77
00:04:12,395 --> 00:04:15,368
las células de todo el cuerpo
extraen la glucosa de la sangre

78
00:04:15,368 --> 00:04:18,196
para poder usarla como fuente de energía.

79
00:04:18,486 --> 00:04:21,276
Pero la insulina también le indica
a nuestro organismo

80
00:04:21,276 --> 00:04:24,335
que convierta el exceso de azúcar
en grasa y la almacene,

81
00:04:24,335 --> 00:04:27,197
y esa es la forma principal
en que ganamos peso.

82
00:04:27,935 --> 00:04:31,506
Por otro lado, el rápido ingreso
de glucosa en la sangre

83
00:04:31,506 --> 00:04:34,716
suele obligar a nuestro cuerpo
a liberar demasiada insulina,

84
00:04:34,716 --> 00:04:38,205
que puede bajar el nivel de glucosa
por debajo de los valores normales,

85
00:04:38,205 --> 00:04:41,726
provocando sensación de hambre
y estimulando el deseo de comer más.

86
00:04:43,326 --> 00:04:45,486
La respuesta glucémica
después de la comida


87
00:04:45,486 --> 00:04:47,287
es también fundamental en la salud,

88
00:04:47,287 --> 00:04:51,224
pues ha demostrado ser un factor
de riesgo para la obesidad,

89
00:04:51,224 --> 00:04:56,186
la diabetes, la enfermedad cardiovascular
y otros trastornos metabólicos.

90
00:04:57,016 --> 00:05:01,065
Un estudio reciente que siguió
a 2000 personas durante 30 años

91
00:05:01,065 --> 00:05:04,705
descubrió que un aumento en el nivel
glucémico después de las comidas

92
00:05:04,705 --> 00:05:07,285
predice una mayor mortalidad.

93
00:05:08,985 --> 00:05:13,836
Finalmente, pero no menos importante,
los últimos avances tecnológicos

94
00:05:13,836 --> 00:05:17,614
permiten seguir los niveles glucémicos
de una persona de manera continua

95
00:05:17,614 --> 00:05:19,116
durante una semana.

96
00:05:19,497 --> 00:05:23,675
Y considerando que la persona media
come unas 50 comidas por semana,

97
00:05:23,675 --> 00:05:27,373
nos permite medir las respuestas
glucémicas en más de 50 comidas

98
00:05:27,373 --> 00:05:28,963
en tan sólo una semana.

99
00:05:30,283 --> 00:05:33,226
La respuesta glucémica a las comidas
también nos permite medir

100
00:05:33,226 --> 00:05:36,945
el efecto de cada comida 
de manera directa,

101
00:05:36,945 --> 00:05:38,796
a diferencia de los estudios comunes

102
00:05:38,796 --> 00:05:42,278
que sólo evalúan el efecto
de una dieta en general.

103
00:05:44,075 --> 00:05:47,536
Ahora bien, además de los niveles
de glucosa, hay muchos factores

104
00:05:47,536 --> 00:05:49,955
que influyen en una dieta saludable.

105
00:05:49,955 --> 00:05:52,186
Pero éste es fundamental,

106
00:05:52,186 --> 00:05:55,281
y resolverlo puede llegar a ser
un gran avance.

107
00:05:56,124 --> 00:05:57,575
Afortunadamente para nosotros,

108
00:05:57,575 --> 00:06:00,725
logramos convencer
a 1000 personas sanas con esta idea,

109
00:06:01,375 --> 00:06:06,016
y las conectamos a uno de estos
pequeños sensores de glucosa

110
00:06:06,016 --> 00:06:10,125
y monitoreamos sus niveles de glucosa
durante una semana de manera continua.

111
00:06:10,747 --> 00:06:15,195
En esa semana los participantes
registraron todo lo que comían

112
00:06:15,195 --> 00:06:17,554
en una aplicación móvil
desarrollada por nosotros.

113
00:06:18,074 --> 00:06:21,035
Esto nos permitió medir
las respuestas glucémicas

114
00:06:21,035 --> 00:06:24,112
a 50 comidas distintas para cada persona

115
00:06:24,112 --> 00:06:29,835
y cerca de 50 000 comidas distintas
en los 1000 participantes,

116
00:06:29,835 --> 00:06:32,056
transformando este estudio
en el más grande

117
00:06:32,056 --> 00:06:35,066
que se haya realizado en este tema
hasta el día de hoy.

118
00:06:36,806 --> 00:06:38,496
¿Cuáles fueron nuestros hallazgos?

119
00:06:38,638 --> 00:06:43,077
Al observar los promedios,
vimos tendencias.

120
00:06:43,077 --> 00:06:46,357
Por ejemplo, la presencia de más
hidratos de carbono en las comidas

121
00:06:46,357 --> 00:06:47,946
en general aumentaron la respuesta,

122
00:06:47,946 --> 00:06:49,737
lo cual no sorprende especialmente.

123
00:06:49,897 --> 00:06:52,647
Quizá la tendencia más sorprendente


124
00:06:52,647 --> 00:06:56,467
sea que una mayor presencia de grasas
en la comida disminuyó la respuesta.

125
00:06:57,967 --> 00:07:02,087
Pero el descubrimiento clave del estudio

126
00:07:02,507 --> 00:07:04,628
fue que para cada tendencia

127
00:07:04,628 --> 00:07:07,850
las personas respondieron
de forma muy distinta.

128
00:07:08,136 --> 00:07:12,237
En definitiva, cuando la misma persona
comía la misma comida en días distintos,

129
00:07:12,237 --> 00:07:14,466
la respuesta era muy parecida.

130
00:07:14,679 --> 00:07:17,267
Pero cuando personas distintas
comían la misma comida,

131
00:07:17,267 --> 00:07:19,168
la respuesta era muy diferente.

132
00:07:19,738 --> 00:07:23,628
Por ejemplo, el pan blanco
no produjo casi ningún efecto

133
00:07:23,628 --> 00:07:26,250
en el nivel de azúcar de algunas personas,

134
00:07:26,250 --> 00:07:29,180
mientras que en otras,
indujo altísimos picos.

135
00:07:29,470 --> 00:07:32,770
Lo mismo ocurrió con cada una
de las comidas estudiadas,

136
00:07:32,770 --> 00:07:36,679
como arroz, pizza,
sushi e incluso chocolate.

137
00:07:37,109 --> 00:07:41,719
Según la comida, algunas personas
tenían una respuesta baja,

138
00:07:41,719 --> 00:07:43,738
otros una respuesta media,

139
00:07:43,738 --> 00:07:46,378
y otros respuestas muy altas.

140
00:07:47,290 --> 00:07:50,381
No era cuestión de comidas solamente,

141
00:07:50,381 --> 00:07:53,528
sino de la persona que las comía.

142
00:07:54,759 --> 00:07:58,770
De manera que, si bien los promedios
y las tendencias proporcionan información

143
00:07:58,770 --> 00:08:02,418
sobre un individuo dado,
pueden no significar mucho.

144
00:08:04,699 --> 00:08:07,840
Pues bien, no se trataba sólo de ver
la habilidad del cuerpo

145
00:08:07,840 --> 00:08:09,210
para manejar el azúcar.

146
00:08:09,860 --> 00:08:13,085
Los niveles de cada persona
aumentaban según lo que comía.

147
00:08:13,745 --> 00:08:16,941
Algunas mostraban incluso
respuestas opuestas.

148
00:08:17,291 --> 00:08:20,273
Por ejemplo, los niveles
de algunas personas hicieron pico

149
00:08:20,273 --> 00:08:22,323
con el helado pero no con el arroz.

150
00:08:22,323 --> 00:08:24,752
Y por el contrario, otros 
alcanzaron esos picos

151
00:08:24,752 --> 00:08:26,532
con el arroz y no con el helado.

152
00:08:26,532 --> 00:08:30,202
De hecho, fueron más quienes hicieron pico
con el arroz que con el helado.

153
00:08:31,033 --> 00:08:34,282
Mi esposa es nutricionista clínica,

154
00:08:34,282 --> 00:08:37,614
y cuando le mostré estos datos,
quedó impresionada,

155
00:08:37,954 --> 00:08:42,454
porque, como médica, se basa
obviamente en pautas dietarias generales

156
00:08:42,454 --> 00:08:44,252
y, por eso, una de las primeras cosas

157
00:08:44,252 --> 00:08:47,542
que aconseja a sus pacientes
con diagnóstico reciente de prediabetes,

158
00:08:47,542 --> 00:08:50,123
es que dejen de comer ciertas comidas,
como helados,

159
00:08:50,123 --> 00:08:53,690
y que en cambio coman carbohidratos
más complejos, como arroz integral.

160
00:08:54,151 --> 00:08:57,252
De manera que cuando vio nuestros datos,

161
00:08:57,252 --> 00:09:01,142
se dio cuenta de que
para la mayoría de sus pacientes


162
00:09:01,142 --> 00:09:03,842
ese consejo alimentario
no sólo era de poca ayuda,

163
00:09:04,522 --> 00:09:08,613
sino que los llevaba más rápido
a desarrollar la misma enfermedad

164
00:09:08,613 --> 00:09:11,002
que ella trataba de prevenir
con ese consejo.

165
00:09:13,875 --> 00:09:17,503
Estos resultados obtenidos
a partir de un enorme conjunto de datos

166
00:09:17,503 --> 00:09:21,323
nos convencieron de que las respuestas
a las comidas son una cuestión personal,

167
00:09:21,323 --> 00:09:24,788
y que las dietas que mantienen
la glucosa en niveles normales

168
00:09:24,788 --> 00:09:28,523
deben estar personalmente
diseñadas para cada individuo.

169
00:09:29,283 --> 00:09:31,973
Los resultados muestran también,
a nuestro criterio,

170
00:09:31,973 --> 00:09:33,893
por qué el actual paradigma alimentario

171
00:09:33,893 --> 00:09:38,262
que busca esa dieta óptima
es inherentemente errónea.

172
00:09:38,583 --> 00:09:41,763
La mejor dieta para los humanos no existe.

173
00:09:42,292 --> 00:09:45,174
Nuestra respuesta a las comidas
es personal;

174
00:09:45,174 --> 00:09:48,850
es por eso que nuestro consejo alimentario
también debe ser personal.

175
00:09:50,152 --> 00:09:54,053
Y el consejo alimentario personalizado
fue nuestro siguiente desafío.

176
00:09:54,993 --> 00:09:59,084
Para abordarlo, medimos
varios parámetros entre los participantes

177
00:09:59,084 --> 00:10:01,774
que a nuestro criterio
podían explicar la variabilidad

178
00:10:01,774 --> 00:10:04,168
en las respuestas de la glucosa
a las comidas.

179
00:10:04,168 --> 00:10:06,424
Estos parámetros incluyeron 
indicadores básicos

180
00:10:06,424 --> 00:10:08,594
y factores que influyen
en el estilo de vida,

181
00:10:08,594 --> 00:10:11,282
como la edad, el peso, la altura
y la actividad física,

182
00:10:11,532 --> 00:10:14,701
así como análisis de sangre, 
antecedentes médicos

183
00:10:14,701 --> 00:10:17,281
y cuestionarios de frecuencia de consumo,

184
00:10:17,281 --> 00:10:20,653
y también la secuenciación del ADN
tanto del genoma humano

185
00:10:20,653 --> 00:10:23,543
como de la composición
de las bacterias intestinales

186
00:10:23,543 --> 00:10:24,503
de cada persona.

187
00:10:25,433 --> 00:10:27,952
De estos indicadores,
las bacterias intestinales

188
00:10:27,952 --> 00:10:31,783
fueron quizá el componente
más novedoso que estudiamos.

189
00:10:32,227 --> 00:10:33,864
Desde hace cientos de años,

190
00:10:33,864 --> 00:10:36,864
sabemos que las bacterias
viven dentro de nuestro cuerpo.

191
00:10:36,864 --> 00:10:40,199
Pero fue recién con los últimos avances 
en la secuenciación del ADN

192
00:10:40,199 --> 00:10:43,103
que pudimos empezar a estudiarlas
en profundidad.

193
00:10:43,764 --> 00:10:47,274
Y fue entonces que descubrimos
que esta vasta colección

194
00:10:47,274 --> 00:10:50,375
de cientos de distintas especies
que cada persona posee

195
00:10:50,375 --> 00:10:53,205
‒ conjuntamente denominadas
"nuestro microbioma" ‒,

196
00:10:53,845 --> 00:10:57,352
tienen un gran impacto
en la salud y las enfermedades.

197
00:10:57,856 --> 00:11:00,596
Y lo que hace que este microbioma
sea aun más interesante

198
00:11:00,596 --> 00:11:03,846
es que, a diferencia de nuestra genética,
podemos cambiarlo

199
00:11:03,846 --> 00:11:07,697
de la manera más sencilla, 
por ejemplo modificando lo que comemos.

200
00:11:08,497 --> 00:11:12,037
Nuestras bacterias nos ayudan a digerir
parte de lo que comemos

201
00:11:12,037 --> 00:11:15,108
y, a su vez, producen moléculas
que son tomadas

202
00:11:15,108 --> 00:11:17,966
por nuestras propias células
y afectan nuestra fisiología.

203
00:11:18,148 --> 00:11:23,300
Por ejemplo, en nuestra investigación,
estudiamos los edulcorantes artificiales,

204
00:11:23,300 --> 00:11:26,549
que una gran mayoría consumimos a diario

205
00:11:26,549 --> 00:11:29,758
en forma de bebidas dietéticas
y otros productos.

206
00:11:30,510 --> 00:11:34,957
Descubrimos que el consumo
de edulcorantes artificiales

207
00:11:35,357 --> 00:11:38,710
altera la composición
de las bacterias intestinales

208
00:11:38,710 --> 00:11:41,710
de tal modo que
cuando se las transfiere a ratones,

209
00:11:41,710 --> 00:11:45,330

éstos desarrollan síntomas de diabetes.

210
00:11:48,483 --> 00:11:51,427
Por ello, este estudio y otros más

211
00:11:51,427 --> 00:11:54,618
nos llevaron a investigar 
si el microbioma podría explicar

212
00:11:54,618 --> 00:11:59,049
la variabilidad glucémica en las personas
como respuesta a las comidas.

213
00:11:59,308 --> 00:12:04,029
Tomamos entonces este microbioma
y otros datos clínicos recolectados,

214
00:12:04,029 --> 00:12:06,939
y usamos un sofisticado algoritmo
de aprendizaje automático

215
00:12:06,939 --> 00:12:09,908
para buscar las reglas que puedan predecir
de manera automática

216
00:12:09,908 --> 00:12:12,979
la respuesta de la glucosa a las comidas
en forma personalizada.

217
00:12:13,039 --> 00:12:14,999
Por ejemplo, una de esas reglas podía ser

218
00:12:14,999 --> 00:12:18,559
que si una persona es mayor de 50 años,
y tiene cierta especie de bacteria,

219
00:12:18,559 --> 00:12:21,177
tendrá una alta respuesta a la banana.

220
00:12:21,508 --> 00:12:25,565
El algoritmo general combinó
decenas de miles de esas reglas

221
00:12:25,565 --> 00:12:28,351
que dedujo automáticamente
a partir de esos datos.

222
00:12:28,610 --> 00:12:31,760
Este enfoque es muy parecido
al de sitios web como Amazon

223
00:12:32,190 --> 00:12:34,040
para hacer recomendaciones de libros,

224
00:12:34,060 --> 00:12:38,030
excepto que nosotros lo aplicamos al modo
como las personas responden a las comidas.

225
00:12:38,111 --> 00:12:43,089
Y demostramos que este algoritmo
podía tomar a cualquier persona,

226
00:12:43,089 --> 00:12:46,511
incluso a quienes que no eran parte
de nuestro estudio original,

227
00:12:46,511 --> 00:12:51,830
y podía predecir la respuesta
a comidas arbitrarias con gran precisión.

228
00:12:53,880 --> 00:12:59,082
En la etapa final, nos preguntamos
si también podíamos usar este algoritmo

229
00:12:59,082 --> 00:13:01,288
para diseñar dietas personalizadas


230
00:13:01,288 --> 00:13:03,948
que normalicen los niveles
de glucosa en sangre.

231
00:13:04,958 --> 00:13:08,274
Para eso, reclutamos nuevos participantes,
les hicimos un perfil

232
00:13:08,274 --> 00:13:12,272
e indicamos al algoritmo que predijera 
dos dietas para cada persona.

233
00:13:12,579 --> 00:13:15,450
En una de las dietas, que llamamos
"la dieta mala",

234
00:13:15,450 --> 00:13:17,752
indicamos al algoritmo
que predijera las comidas

235
00:13:17,752 --> 00:13:20,155
que inducirían una alta respuesta
en esa persona.

236
00:13:20,292 --> 00:13:21,921
Y en la otra ‒ la "dieta buena" ‒

237
00:13:21,921 --> 00:13:24,056
indicamos al algoritmo
que predijera comidas

238
00:13:24,056 --> 00:13:26,466
que inducirían una baja respuesta
en esa persona.

239
00:13:26,466 --> 00:13:29,402
Luego, cada persona siguió
cada dieta durante una semana.

240
00:13:29,852 --> 00:13:34,026
Deliberadamente, las dietas
debían ser idénticas en calorías.

241
00:13:34,026 --> 00:13:36,722
De hecho, todos los desayunos,
los almuerzos y las cenas

242
00:13:36,722 --> 00:13:39,494
contenían la misma cantidad de calorías
en distintos días.

243
00:13:39,904 --> 00:13:41,954
Es importante destacar también

244
00:13:42,384 --> 00:13:47,412
que cada persona recibió
una dieta personalizada diferente,

245
00:13:47,412 --> 00:13:49,183
e incluso se les dio ciertas comidas

246
00:13:49,183 --> 00:13:51,193
a quienes seguían la dieta buena,

247
00:13:51,193 --> 00:13:53,423
y otras a quienes seguían
la dieta mala.

248
00:13:54,394 --> 00:13:56,233
Para mostrarles que estas dietas

249
00:13:56,233 --> 00:13:58,603
no son las obvias que uno imaginaría,

250
00:13:59,003 --> 00:14:02,484
vemos aquí las de un participante.

251
00:14:03,221 --> 00:14:08,644
Ahora, tómense un momento para adivinar


252
00:14:09,134 --> 00:14:12,493
cuál es la dieta buena
según la predicción del algoritmo

253
00:14:12,493 --> 00:14:16,011
y cuál es la dieta mala
para este participante en particular.

254
00:14:18,183 --> 00:14:21,885
Y al ver estas dietas, notamos
que cada una contiene alimentos

255
00:14:21,885 --> 00:14:24,764
que no suelen aparecer
en las dietas típicas.

256
00:14:25,664 --> 00:14:30,165
Y ahora, por diversión, hagamos
un juego rápido de adivinanzas,

257
00:14:30,364 --> 00:14:32,179
en el que todos deben participar.

258
00:14:32,602 --> 00:14:37,219
Levanten la mano si consideran
que la dieta de la derecha es la buena.

259
00:14:39,046 --> 00:14:41,894
Muy bien. Ahora levanten la mano

260
00:14:41,894 --> 00:14:44,444
quienes piensan que 
la de la izquierda es la buena.

261
00:14:44,894 --> 00:14:48,846
Claramente la votación
es bastante pareja,

262
00:14:48,846 --> 00:14:52,146
lo cual demuestra
que adivinar no es nada fácil.

263
00:14:52,505 --> 00:14:55,414
Les cuento que para este participante,

264
00:14:55,414 --> 00:14:57,735
el algoritmo predijo
que la dieta de la derecha,

265
00:14:57,735 --> 00:15:00,459
la que incluye el helado,
es la buena.

266
00:15:02,605 --> 00:15:06,765
La duda ahora es cuán efectivas
fueron estas dietas.

267
00:15:07,994 --> 00:15:11,167
Les mostraré ahora
lo que a nuestro criterio

268
00:15:11,167 --> 00:15:15,117
sea quizá el resultado
más sorprendente de este estudio.

269
00:15:15,887 --> 00:15:19,087
Vemos aquí los niveles continuos
de glucosa

270
00:15:19,087 --> 00:15:22,226
correspondientes a este participante
cuando hizo la dieta mala.

271
00:15:22,226 --> 00:15:25,456
Y claramente se observan niveles
glucémicos anormalmente elevados

272
00:15:25,456 --> 00:15:26,936
después de las comidas,

273
00:15:26,936 --> 00:15:30,597
lo cual indica que esta persona tiene
una tolerancia deficiente a la glucosa

274
00:15:30,597 --> 00:15:32,788
y posiblemente sea prediabética.

275
00:15:34,012 --> 00:15:37,086
Pero cuando siguió la dieta buena,
la del helado,

276
00:15:37,086 --> 00:15:40,127
a base de igual cantidad de calorías
que la dieta mala,

277
00:15:40,127 --> 00:15:43,087
este mismo participante prediabético

278
00:15:43,087 --> 00:15:46,087
logró niveles totalmente normales
de glucosa en sangre,

279
00:15:46,087 --> 00:15:50,065
sin hacer ni un solo pico
durante toda la semana.

280
00:15:52,067 --> 00:15:55,967
Obviamente, estábamos felices
con los resultados hallados,

281
00:15:55,967 --> 00:15:58,447
y lo cierto es que encontramos
resultados similares

282
00:15:58,447 --> 00:16:00,297
en la mayoría de los participantes

283
00:16:00,297 --> 00:16:03,854
que siguieron las dietas
personalizadas con nuestro algoritmo.

284
00:16:06,397 --> 00:16:11,858
La dieta buena, además, indujo
varios cambios constantes

285
00:16:11,858 --> 00:16:15,008
en las bacterias intestinales
de la mayoría de los participantes.

286
00:16:15,355 --> 00:16:18,649
Y, aparentemente, esos cambios
fueron beneficiosos,

287
00:16:18,649 --> 00:16:23,388
porque las bacterias que en otros estudios
eran asociadas con resultados positivos

288
00:16:23,388 --> 00:16:26,006
tendieron a aumentar con la dieta buena,

289
00:16:26,006 --> 00:16:29,536
y las bacterias asociadas
con enfermedades tendieron a disminuir.

290
00:16:30,157 --> 00:16:33,047
Este resultado es sin duda
sumamente interesante

291
00:16:33,047 --> 00:16:37,355
porque sugiere que las dietas buenas,
además de normalizar

292
00:16:37,355 --> 00:16:40,545
los niveles de glucosa en sangre
durante la semana de intervención,

293
00:16:40,545 --> 00:16:42,433
también inducen efectos positivos

294
00:16:42,433 --> 00:16:45,807
que pueden persistir
aun después de esa semana.

295
00:16:48,397 --> 00:16:51,845
En definitiva, ¿cuál es el mensaje final?

296
00:16:52,887 --> 00:16:58,408
En base a la variabilidad en la respuesta
de la glucosa

297
00:16:58,408 --> 00:17:01,027
observada en 1000 personas,

298
00:17:01,367 --> 00:17:05,957
nuestra conclusión es que no hay
una única dieta óptima para los humanos

299
00:17:06,277 --> 00:17:08,416
porque somos todos muy distintos.

300
00:17:09,037 --> 00:17:12,595
Esto significa también que si una dieta
no ha funcionado para una persona,

301
00:17:12,595 --> 00:17:14,988
fue quizá porque era
la equivocada para ella.

302
00:17:15,497 --> 00:17:18,678
Los fracasos en las dietas
pueden no ser culpa nuestra.

303
00:17:18,939 --> 00:17:20,758
Es la dieta la que pudo
haber fracasado

304
00:17:20,758 --> 00:17:26,099
simplemente porque no tuvo en cuenta
nuestra información como individuos.

305
00:17:28,077 --> 00:17:31,058
¿Qué hacer con esta información, entonces?

306
00:17:31,460 --> 00:17:34,230
Pues bien; ahora se puede medir

307
00:17:34,230 --> 00:17:37,498
nuestra respuesta personal de glucosa
a nuestras comidas favoritas

308
00:17:37,498 --> 00:17:39,798
usando simples dispositivos
que miden la glucosa,

309
00:17:39,798 --> 00:17:42,278
y que se pueden comprar en farmacias.

310
00:17:42,278 --> 00:17:46,711
Les aseguro que se sorprenderán al ver
qué comidas aumentan el nivel de glucosa

311
00:17:46,711 --> 00:17:49,142
en una persona en particular,
y qué comidas no.

312
00:17:50,549 --> 00:17:52,440
Para brindar una solución más completa,

313
00:17:52,440 --> 00:17:56,119
estamos trabajando intensamente para que
todos accedan a nuestros algoritmos

314
00:17:56,119 --> 00:17:58,381
y puedan, desde su casa,

315
00:17:58,381 --> 00:18:01,711
dar información clínica básica
sobre cada uno,

316
00:18:01,711 --> 00:18:04,130
enviar una muestra de su microbioma,

317
00:18:04,130 --> 00:18:07,900
y recibir consejo alimentario
personalizado.

318
00:18:09,240 --> 00:18:12,200
También estamos haciendo
estudios alimentarios de intervención,

319
00:18:12,200 --> 00:18:13,370
de más largo plazo,

320
00:18:13,370 --> 00:18:18,131
en prediabéticos y diabéticos
que durará un año entero.

321
00:18:18,532 --> 00:18:22,987
Creemos que si el efecto de normalizar
los niveles de glucosa en sangre,

322
00:18:22,987 --> 00:18:28,174
que logramos en una semana, 
pudiera persistir por más tiempo,

323
00:18:28,174 --> 00:18:32,342
quizá podamos revertir
‒ e incluso curar ‒ estas enfermedades

324
00:18:32,342 --> 00:18:36,132
que constituyen una de las peores
epidemias de nuestro tiempo.


325
00:18:38,093 --> 00:18:39,662
En términos más amplios,

326
00:18:39,662 --> 00:18:42,103
creo que estamos comenzando
una nueva era


327
00:18:42,103 --> 00:18:43,943
en el estudio de la alimentación,

328
00:18:44,683 --> 00:18:50,132
en que en lugar de preguntarnos
cuál es la mejor dieta para los humanos,

329
00:18:50,132 --> 00:18:53,973
nos concentremos en la pregunta adecuada

330
00:18:55,243 --> 00:18:57,513
sobre cuál es la mejor dieta
para cada uno.

331
00:18:58,313 --> 00:18:59,804
Muchas gracias.

332
00:18:59,804 --> 00:19:01,102
(Aplausos)