Una base de datos métrica es una colección de objetos (de cualquier tipo) con una similitud y una manera formal de calcular esta similitud como una métrica. Las consultas por similitud extienden la búsqueda por exactitud en el sentido de que el resultado obtenido es un conjunto de elementos cercanos al objeto de búsqueda, utilizando estructuras indice para acelerar los resultados. Basándonos en el método de indexación Sparse Spatial Selection (SSS), en este trabajo se presenta una estructura de indexación y búsqueda por similitud que periódicamente intenta adaptar los pivotes del índice al uso particular de la Base de Datos y no relegarlo a un estado inicial estático. El objetivo de esta idea es poder mejorar la cantidad de discriminaciones hechas por los pivotes a modo de lograr el primordial objetivo de los índices: bajar la cantidad de evaluaciones de la función distancia. Aquí combinamos las buenas propiedades de trabajos previos, como SSS, con algunas ideas fomentadas recientemente para la selección dinámica de pivotes.