一款新应用有望让人们只需用智能手机拍张自拍，就能轻松筛查胰腺癌及其他疾病。
胰腺癌的预后极差，五年生存率仅为9%；部分原因在于，在肿瘤扩散之前，既没有明显症状，也没有无创筛查工具可用于发现肿瘤。
BiliScreen利用智能手机摄像头、计算机视觉算法和机器学习工具，检测人的巩膜（即眼白）中胆红素水平是否升高。
胰腺癌及其他疾病最早期的症状之一是黄疸，即血液中胆红素积聚导致皮肤和眼睛发黄。若能在胆红素水平仅轻微升高、但肉眼尚不可见时发现黄疸迹象，就有望为高风险人群建立全新的筛查项目。
在一项针对70人的初步临床研究中，BiliScreen应用配合一个可控制眼睛受光情况的3D打印盒使用，与目前采用的血液检测相比，正确识别出需要关注病例的比例达到89.7%。
“胰腺癌的问题在于，等到出现症状时，往往已经太迟了。”第一作者、华盛顿大学保罗·G·艾伦计算机科学与工程学院博士生Alex Mariakakis说。
他说：“我们希望，如果人们能在自己家中私密地每月做一次这项简单检测，有些人或许能及早发现疾病，及时接受可能挽救生命的治疗。”
BiliScreen建立在该校普适计算实验室此前工作的基础之上。该实验室曾开发BiliCam，这是一款通过拍摄婴儿皮肤照片来筛查新生儿黄疸的智能手机应用。一项近期研究发表于期刊《儿科学》的研究显示，BiliCam能够准确估算530名婴儿的胆红素水平。
医生目前用来测量胆红素水平的血液检测——除非有令人担忧的迹象，通常不会对成年人进行——需要由医疗专业人员提供服务，也不便于频繁筛查。
BiliScreen旨在成为一款易于使用的无创工具，可帮助判断是否需要就进一步检查咨询医生。除辅助诊断外，对于需要频繁监测胆红素的胰腺癌患者，BiliScreen也有望减轻他们的负担。
“眼睛是观察身体内部的一个非常有趣的窗口……”
对成年人而言，眼白对胆红素水平变化比皮肤更敏感；胆红素水平变化可能是胰腺癌、肝炎或通常无害的吉尔伯特综合征的早期预警信号。与肤色不同，巩膜的变化在不同种族和族裔人群中更为一致。
然而，等人们注意到巩膜发黄时，胆红素水平往往早已远超令人担忧的程度。研究团队想知道，计算机视觉和机器学习工具能否在人眼看见这些变化之前，检测出眼睛颜色的变化。
资深作者Shwetak Patel（计算机科学与工程及电气工程教授）说：“眼睛是观察身体内部的一个非常有趣的窗口——眼泪能告诉你体内有多少葡萄糖，巩膜则能告诉你血液中的胆红素含量。”
“我们的问题是：能否通过自拍捕捉到一些可能有助于更早发现疾病的变化？”
BiliScreen利用智能手机内置的摄像头和闪光灯，在用户自拍时拍摄其眼睛。研究团队开发了一套计算机视觉系统，能够自动、有效地分离出眼白部分，这对医学诊断很有价值。随后，应用根据巩膜反射和吸收的光波长计算其颜色信息，并利用机器学习算法将其与胆红素水平关联起来。
为适应不同的照明条件，研究团队用两种配件测试了BiliScreen：一种是印有彩色方块、用于校准颜色的纸质眼镜，另一种是可遮挡环境光的3D打印盒。使用盒子配件（外形让人想起Google Cardboard头显）运行应用，结果略好一些。
研究团队接下来的工作包括在更多黄疸及相关基础疾病风险人群中测试该应用，并继续改进易用性，其中包括取消对盒子和眼镜等配件的需求。
共同作者Jim Taylor说：“这项规模相对较小的初步研究显示，这项技术前景可期。”他是该校医学院儿科系教授，其父亲在70岁时死于胰腺癌。
Taylor说：“胰腺癌是一种可怕的疾病，目前没有有效的筛查手段。我们的目标是让更多不幸患上胰腺癌的人，能够幸运地及时发现病情并接受手术，从而提高生存机会。”
这款新应用在一篇论文中有详细介绍，该论文将于9月13日在Ubicomp 2017上发表。该会议是计算机协会主办的普适与泛在计算国际联合会议。
这项研究由美国国家科学基金会、库尔特基金会以及华盛顿研究基金会的捐赠基金资助。
