Parece tomar cuerpo, aunque más no sea parcialmente, la vieja aspiración de la Medicina de contar con herramientas diagnósticas objetivas. En este caso, existen dos aplicaciones que, tomando las imágenes del paciente y subiéndolas a la red mediante un teléfono celular, pueden predecir con cierto grado de precisión cuál es el síndrome genético presente. Estos sistemas poseen elementos beneficiosos, aunque también siembran algunas dudas.
Introducción
Cesare Lombroso fue un médico y criminólogo italiano del siglo XIX que se hizo famoso en su tiempo por afirmar que los delitos eran el resultado de tendencias innatas de orden genético que imprimían en quienes los cometían habitualmente ciertas características fisonómicas observables a simple vista (tamaño y forma de las orejas, arcos superciliares, mandíbulas, asimetrías craneanas, etc.).
Su teoría tuvo una efímera aceptación, al demostrarse que carecía de fundamentos científicos, pero sirve para ilustrar un viejo anhelo de la Medicina: la posibilidad de establecer criterios objetivos para realizar diagnósticos tempranos en enfermedades genéticas que no dependan totalmente de complicados procedimientos de laboratorio.
Esto es precisamente lo que promete un nuevo programa de computación de reconocimiento facial desarrollado por investigadores del Instituto Nacional del Genoma Humano, dependiente de los Institutos Nacionales de Salud de los EE.UU. y lo que propone como realidad otro desarrollado por una empresa privada.
Cómo se desarrolló el de los Institutos
Es sabido que muchas afecciones de orden genético dejan huellas observables en el cuerpo. De hecho, frecuentemente es el primer signo que llama la atención respecto de alguna anomalía a diagnosticar, aun antes de que se produzcan síntomas del tipo de retraso en la adquisición de habilidades u otros problemas a desarrollarse con el crecimiento.
Los científicos trabajaron fundamentalmente sobre dos desórdenes genéticos, el conocido bajo el nombre de Síndrome de DiGeorge, que resulta de una deleción de la región nominada 22q11.2, y el Síndrome de Down.
El primero de ellos se caracteriza, entre otros síntomas, por producir defectos cardíacos, paladar hendido, pérdida auditiva, bajos niveles de calcio, problemas inmunológicos y rasgos faciales distintivos, que comprenden orejas pequeñas, párpados caídos, apariencia facial asimétrica, boca y mentón y punta de nariz pequeños, y en algunos casos labio leporino. Se trata de una enfermedad rara que afecta a 1 de cada 6.000 niños.
Por su parte, las características del rostro de las personas con Síndrome de Down son ampliamente conocidas (cabeza pequeña; cara redondeada, aplanada, especialmente en el puente nasal; nariz ancha y triangular; orejas pequeñas; ojos rasgados separados, etc.).
Para lograr establecer la eficacia del procedimiento, los profesionales intervinientes debieron tener en cuenta dos aspectos fundamentales: las variaciones que suelen darse entre sujetos individuales y aquellas otras que obedecen a factores étnicos, dado que, en general, las bases de datos disponibles suelen ser las de europeos blancos, por lo cual debió trabajarse intensamente en ese sentido, puesto que las diferencias, si no son tenidas en cuenta, pueden producir resultados falsos.
Haciéndose cargo del problema, introdujeron imágenes de 101 personas con el Síndrome de DiGeorge provenientes de 11 países de África, Asia y Latinoamérica, junto con las de otras de caucásicos. Analizando 126 puntos de referencia, fueron capaces de detectar con precisión el 96,6% de los casos, sin importar el origen étnico de los pacientes.
Se realizó otro tanto con respecto al Síndrome de Down y allí la eficacia estuvo en el orden del 94%, nuevamente sin que fuera a relevancia el origen de la persona.
Cómo funciona
En este caso, se utiliza un software de reconocimiento facial similar al que se usa en distintas aplicaciones que corren en PCs y otros aparatos, el cual se basa en un algoritmo que compara la imagen de aquel a quien se desea diagnosticar con las existentes en la base de datos, para determinar la probabilidad de que dicha persona porte o no tal o cual condición.
El avance de la tecnología ha permitido que ya no sean necesarios escaners voluminosos situados en puntos fijos, sino que la aplicación se corre desde cualquier teléfono celular moderno.
Lo extraordinario de esta aplicación es que va “aprendiendo” de nuevas incorporaciones.
En la actualidad, los mismos investigadores están en pleno trabajo para hacer lo propio con los síndromes de Noonan y de Williams.
Un modelo en el mercado
Existen intentos anteriores similares, como, por ejemplo, el dado a conocer en 2014, desarrollado por el Departamento de Ingeniería de la Universidad de Oxford, en el Reino Unido, que explicaba que entre el 30 y el 40% de los desórdenes genéticos involucra algún cambio perceptible en la cara o en la cabeza.
Teniendo en cuenta lo anterior, el designado bajo el nombre “Face2Gen” (“Cara a gen”) (https://suite.face2 gene.com/) se trata de una aplicación gratuita, aunque con ciertos requisitos.
Conscientes de que se está en presencia de una herramienta de predicción y no de diagnóstico, sus desarrolladores afirman que es necesario que sea manejada por profesionales de la salud, por lo cual, pese a que se puede acceder a una versión limitada tras la pertinente registración del usuario, recién se llega a la versión completa cuando se hagan las averiguaciones correspondientes que determinen que este reúne las calidades necesarias para usarlo, lo que tarda aproximadamente 48 horas hábiles.
Aquellos que utilicen la aplicación pueden subir sus propias fotografías a la red que concentra los datos. Para preservar la privacidad de los pacientes cuyas fotografías se comparten no queda registro público de la imagen en sí misma, sino una especie de esquema con las características principales. El profesional sí puede visualizarla en su espacio y compartirla (o no) con otros usuarios, previo consentimiento informado del paciente.
A su vez, teniendo en cuenta el diagnóstico realizado, la tecnología utilizada es capaz de tomar los datos de la imagen (no ella en sí misma) y volcarlos a la base, con lo cual la misma va creciendo con el aporte de quienes se valen de Face2Gen, beneficiando a la comunidad de usuarios y aportando mayor precisión a esta herramienta.
La empresa FDNA, con sede en Boston, EE.UU., desarrolladora de esta suite de aplicaciones, manifiesta que su objetivo primario es utilizar las herramientas tecnológicas disponibles para detectar enfermedades genéticas.
Explican en su página que existen en el mundo más de 350 millones de personas afectadas por algo más de 7.000 enfermedades catalogadas como raras y que, por el desconocimiento y la falta de medios diagnósticos certeros, suele tardarse en promedio alrededor de siete años en dar con el diagnóstico adecuado y su correspondiente tratamiento, además de pasar por varias consultas médicas que usualmente resultan devastadoras para el propio paciente y su entorno, puesto que no se llega a develar cuál es la patología sino a largo plazo, lo que produce desánimo y frustración.
En la actualidad, las bases de datos de esta compañía acopian datos fisonómicos de algo más de 2.000 desórdenes genéticos, pero el número crece con nuevos aportes.
Su idea, que comenzara en 2011, fue aprovechar esas marcas que muchas de las enfermedades genéticas ponen en el rostro de las personas para simplificar la tarea de los diagnosticadores, al darles pistas concretas para encaminar el pronóstico.
Por otro lado, algunos profesionales, a través de su larga experiencia, son capaces de determinar un número más o menos importante de enfermedades con la simple vista del paciente, pero muchas otras permanecerán indeterminadas, puesto que nadie, por más larga que sea su trayectoria, puede conocer todas las patologías existentes, dada su extraordinaria cantidad.
Esta aplicación móvil puede conducir el diagnóstico final, el cual debiera hacerse tras un estudio genético que corrobore la detección realizada para lograr la certeza absoluta.
Y en este sentido Face2Gen resulta de gran ayuda desde dos puntos de vista.
Por un lado, limita la búsqueda a un número acotado de genes, lo que tiene como consecuencia una disminución de los tiempos para obtener los resultados y, generalmente, hace lo propio respecto de los costos, usualmente elevados, de esta clase de análisis.
Por el otro, en contextos socioeconómicos desfavorables, donde los estudios de alta complejidad están fuera del alcance de buena parte de la población, puede resultar, junto con otro tipo de análisis menos complejos y con la observación de los síntomas por parte de los facultativos, el medio idóneo para la determinación de cuál es el padecimiento y qué vía de acción seguir.
Ello se debe a que el profesional de la salud toma la imagen de su paciente, la sube a la red mediante la aplicación y esta le devuelve una serie de diagnósticos probables, ordenados de mayor a menor, según las características encontradas.
Los algoritmos utilizados permiten que el sistema “aprenda” de sí mismo, al identificar diversas variantes y patrones comunes en distintas personas que portan el mismo síndrome.
Dekel Gelbman, presidente de la firma, expresó: “Imagínate que eres genetista y tienes tu propio repositorio de imágenes en el cerebro según lo que has observado y tu formación. No lo puedes saber todo. Tu capacidad de evocar una imagen o intentar comparar esos patrones en tu cabeza es limitada. Entonces, ¿cómo se democratiza esto?”. Precisamente esto es lo que esta aplicación es capaz de hacer, según afirman sus desarrolladores.
Otro aspecto importante es que la devolución tarda apenas unos pocos segundos, porque, además de las imágenes que se van acopiando provenientes de usuarios individuales, la aplicación tiene acceso a una de las más importantes bases de información genética del mundo, como son las Bases de Datos Genéticos de Londres, en el Reino Unido, y otras pertenecientes a diversas instituciones tales como Online Mendelian Inheritance in Man, Orphanet, Gene Reviews, Genetic Testing Registry, etc.
A su vez, planean hacer extensivo el uso de esta notable herramienta para la detección de otro tipo de trastornos, como aquellos relacionados con el Autismo.
En este sentido, el director de la empresa FNDA expresó que: “Queremos saber si podemos encontrar una cara para el síndrome del X frágil y otros. Veremos qué podemos encontrar”.
A diferencia de lo que ocurre con el desarrollo del Instituto Nacional del Genoma Humano, los propietarios de Face2Gen explican que no es posible brindar datos acerca del grado de certeza que proporciona, ya que, según las palabras de su ejecutivo máximo, como se trata de un sistema de búsqueda y de referencia informacional, los términos sobre sensibilidad y especificidad son de muy difícil aplicación para su producto.
Un problema étnico
De todas maneras, ambos modelos de detección siguen teniendo el mismo problema: las compilaciones poseen datos prioritariamente de personas blancas con determinadas características que pueden producir falsos resultados.
Pese a que el modelo incipiente patrocinado por los Institutos Nacionales de Salud de los EE.UU. busca resolver esa dificultad tomando datos de otras procedencias étnicas, el número de casos utilizados hasta el momento no parece suficiente para lograr tal cometido y necesitaría de una ampliación para poder considerar su utilización universal.
Otro problema es que su aplicación, al menos hasta el momento, solamente serviría para un número demasiado pequeño de desórdenes genéticos, por lo que su utilidad sería mínima ante el universo de posibilidades que aportan los síndromes de tal clase.
A su vez, el otro software, aunque sus propietarios afirman que aproximadamente el 60% de los médicos norteamericanos lo ha utilizado al menos en alguna ocasión, tampoco es totalmente seguro, ya que sus críticos afirman que, como su utilización es mayoritariamente realizada por profesionales del hemisferio norte (y más precisamente de los países con mejores ingresos), algunas características distintivas de ciertos síndromes (piénsese, por ejemplo, en las características del puente nasal en las personas con Síndrome de Down, que pueden confundirse con las de personas africanas o descendiente de ellas) en otras latitudes puede conducir a falsos positivos. Es posible que los nuevos aportes que se vayan produciendo reduzcan el grado de error.
Tampoco queda muy en claro cómo es que se aceptan las nuevas incorporaciones que realizan los usuarios, porque, según dicen, la cantidad de fenotipos almacenados llegará, en algún momento, a superar los 7.500, aunque, como se vio, los soportados hasta el momento apenas llegan a un tercio de los mismos. Resultaría importante que, para brindarle una mayor transparencia al procedimiento, explicitaran cuál es dicho mecanismo, sobre todo en lo referente a la inclusión de nuevos desórdenes no catalogados hasta el momento.
Para finalizar
El viejo anhelo de poder contar con medios objetivos para el diagnóstico parece hallarse en buen camino con estos desarrollos, por más que, con suerte, sean capaces de detectar la mitad de las afecciones genéticas que puede portar un paciente.
El solo hecho de abreviar el tiempo de diagnóstico y todo lo que ello implica, incluida la intervención temprana, ya es, en sí mismo, algo a considerar como beneficioso.
Lo que es necesario tener en mente es que, al menos hasta el presente, la intervención de los profesionales de la salud sigue siendo imperativa, ya que las aplicaciones disponibles solamente predicen, pero no diagnostican.
Tal vez en un futuro no muy lejano existirán medios diagnósticos que, por lo menos hasta la fecha, todavía se encuentran solamente en el campo de la ciencia ficción.
Ronaldo Pellegrini
ronaldopelle@yahoo.com.ar
Fuentes consultadas:
– https://www.genome.gov/27568319/facial-recognition-software-helps-diagnose-rare-genetic-disease/
– http://blogs.20minutos.es/comunicacion-no-verbal-lo-que-no-nos-cuentan/2017/04/05/un-software-de-reconocimiento-facial-diagnostica-enfermedades-geneticas/
– https://www.sciencedaily.com/releases/2017/03/170324104 956.htm
– https://www.statnews.com/2017/04/10/facial-recognition-genetic-disorders/
– http://www.independent.co.uk/news/science/facial-recognition-technology-used-to-spot-genetic-disorders-9558032.html
– https://ghr.nlm.nih.gov/condition/22q112-deletion-syndrome#genes
