美国华盛顿大学科研人员最近开发出一款智能手机应用，实现用“自拍”方式检测胰腺癌等疾病。这款名为BiliScreen的APP结合了手机拍照功能、机器视觉算法和机器学习工具等技术，能够对人眼虹膜（俗称白眼仁）中的胆红素水平进行了识别，通过细微颜色变化发现病情。相关成果及论文将在9月13日国际计算机协会“2017普及和普通计算国际联合会议”上亮相。

  胆红素是人体胆汁色素的一种，也是临床上判定黄疸的重要依据。胆红素在血液中积累到一定程度时，人体皮肤和眼球虹膜颜色会呈现黄色。虹膜变色也被视为胰腺癌、肝炎或肝功能异常的早期预警信号。几类疾病中当属胰腺癌最为可怕，胰腺癌早期确诊率低，治愈率也低，五年内患者存活率仅有9％，称它“癌症之王”也不夸张。

  目前成年人血液检查项目中一般不包括胆红素检测，除非个人认为有必要。胆红素检测需要专业保健人员，并且不便于频繁的筛选。对于成年人来说，眼球虹膜比皮肤更容易感知胆红素水平的变化；并且，当这种颜色变化明显到仅凭肉眼就足以察觉时，人体胆红素的超标程度就已经相当严重了。这可能也是胰腺癌等严重疾病早期确诊率低的原因之一。

  研究团队希望可以用科技手段帮助人们尽早发觉虹膜颜色变化。论文的第一作者，华盛顿大学计算机工程科学学院Alex Mariakakis博士解释了他们的想法：“胰腺癌的现状是症状显现往往意味着为时已晚。如果人们可以每月一次在家中自行做眼球检测，一些人也许能及时发现疾病、接受治疗，甚至可以免遭死亡的厄运。”

  肉眼难见的细微颜色变化可以通过照片被电脑轻易识别。在一项针对70人的初步临床研究中，参与者头戴一个遮光用3D打印的盒子，用BiliScreen App进行眼部自拍。结果显示，与目前使用的血液检测相比，BiliScreen完成的正确识别比例为89.7％。

  BiliScreen的原理并不复杂：使用者在对眼部自拍时，该应用会调用手机内置摄像头和闪光灯收集人眼图像，然后通过特制的计算机视觉系统自动有效的分离出虹膜图像，应用程序再根据被反射和吸收的光的波长计算虹膜的颜色信息，最后通过机器学习工具将其关联到胆红素水平为了对比不同照明环境的影响，BiliScreen分别搭配了两种配件：用来校准颜色的印有彩色方块的纸眼镜，用来遮挡环境光线的3D打印的盒子。结果显示遮光盒子的效果稍好。

  BiliScreen建立在先前由华盛顿大写Ubicomp Lab 开发的Bilicam App 基础上，Bilicam采用拍照方式对新生儿进行黄疸筛查。最近《儿科》期刊上已有研究论文证实Bilicam为530名 新生儿提供了精准的胆红素水平评估。

  Ubicomp Lab 与华盛顿大学医学博士们合作，在选择疾病筛查工具时，特地聚焦于手机、平板电脑等常用消费设备的摄像头麦克风以及其他组成部分。研究团队接下来将在具有黄疸或潜在疾病风险的更广泛的人群中测试BiliScreen，同时也将继续改进其可用性，比如省去避光盒、眼镜这类配件。

  “规模相对小的初步试验显示这种技术有前景。”联合作者Jim Taylor 博士说，他是学校儿科医学部的教授，他的父亲在70岁时因胰腺癌去世，“目前几乎没有针对胰腺癌这种可怕疾病的有效筛查，我们的目的就是让更多不幸罹患胰腺癌的人能够尽早发现疾病，从而及时进行手术，提高存货的可能性。”