Es una de las peores noticias que se pueden recibir. Cerca del 90% de las personas que son diagnosticadas de cáncer de páncreas, una glándula de unos 15 centímetro situada tras el estómago, fallecen por culpa de esta dolencia en los siguientes cinco años. No es un tumor muy frecuente –ronda el 2% del total–, pero es muy difícil de detectar, y cuando aparecen los síntomas, suele ser demasiado tarde. Si resulta operable, quizá aún se esté a tiempo de extirpar las células malignas. No obstante, esto sucede solo en uno de cada cinco casos, y de entre los afectados que puedan pasar por el quirófano, apenas un 20 % superará la enfermedad.
Como en casi todos los cánceres, en la aparición del de páncreas intervienen numerosos factores, algunos todavía desconocidos, otros que aumentan las posibilidades de desarrollarlo y el azar. A todos nos podría tocar, pero un alto consumo de carnes rojas y procesadas, café y alcohol, la inactividad física y los antecedentes familiares a veces se relacionan con un mayor riesgo de sufrirlo. En todo caso, las investigaciones no son concluyentes. Eso sí, es muy infrecuente en menores de 45 años, y dos tercios de los enfermos tienen al menos 65.
Pues bien, ahora, un equipo de investigadores de la Universidad de Washington, en EE. UU, está desarrollando una app para smartphones que podría permitir detectar este mal con solo sacarse un selfi. En esencia, la aplicación, denominada BiliScreen, utiliza la cámara del dispositivo móvil, un software de aprendizaje automático y algoritmos de procesamiento y análisis de imágenes para medir un posible aumento de los niveles de bilirrubina. La acumulación en la sangre de esta sustancia producida por el hígado –el primer órgano al se suelen propagar los tumores de páncreas– suele producir ictericia, que torna amarillentos la piel y los ojos y puede apreciarse en la esclerótica, la parte blanca de estos últimos.
El color amarillento propio de la ictericia es uno de los síntomas iniciales más habituales en los afectados de cáncer pancreático. No obstante, para cuando los enfermos son conscientes de ese cambio de coloración, los niveles de bilirrubina ha sobrepasado con creces el límite que se considera de riesgo. En este sentido, los investigadores destacan que la capacidad de detectar este fenómeno incluso cuando aún no son excesivamente elevados y sus efectos no pueden observarse a simple vista mejorará el seguimiento de los casos sospechosos.
En un primer estudio clínico con 70 personas, la app BiliScreen, que se presenta en la conferencia internacional sobre computación ubicua Ubicomp 2017, en Hawái, identificó con un 89,7% de precisión los cuadros de riesgo, en comparación con los análisis de sangre que se utilizan para medir la bilirrubina.
El diagnóstico precoz salva vidas
“Esperamos que la prueba que hemos ideado permita apreciar la presencia de tumores con la suficiente antelación y, así, iniciarse un tratamiento que quizá salve vidas. Es muy sencilla y bastaría efectuarla una vez al mes, en la intimidad del propio hogar”, explica Alex Mariakakis, de la Facultad de Ingeniería y Ciencias Computacionales Paul G. Allen, de la mencionada Universidad de Washington, que ha coordinado esta iniciativa.
La app se basa en una investigación previa de los expertos del Laboratorio de Computación Ubicua de esta institución estadounidense, donde se diseñó el software BiliCam. Este también permite detectar señales de ictericia, aunque, en este caso, en recién nacidos, a partir del estudio de su piel. Por su parte, BiliScreen utiliza la cámara y el flash del móvil para tomar una fotografía del ojo del usuario mientras este se hace un selfi. Para que sea en las mejores condiciones, emplea una caja impresa en 3D que bloquea la luz ambiental y controla la exposición del ojo a esta.
El software de procesamiento de imágenes detecta la esclerótica y, a partir de la cantidad de radiación luminosa que es reflejada y absorbida, la app construye un mapa del color de la misma. Para calibrarlo, se emplean unas gafas de papel adornadas con pequeños cuadrados de distintas tonalidades. Por último, el algoritmo de aprendizaje automático compara la información con los niveles de bilirrubina.
En los próximos meses, Mariakakis y sus colaboradores planean probar su tecnología en mayores grupos de personas y mejorarla para que, por ejemplo, no sea preciso utilizar la caja o las gafas.
