En España, durante este año, se prevé diagnosticar 32.953 casos de cáncer de mama, una enfermedad que se calcula que padecerá una de cada ocho 8 mujeres españolas en algún momento de su vida y que, en 2019, tuvo una tasa de supervivencia a cinco años superior al 90%.

Esta es la primera causa de muerte por cáncer en las mujeres españolas y el estadio en el que se diagnostica el cáncer influye en la supervivencia, ya que en el estadio I supera el 98%; en cambio en el estadio III la supervivencia desciende al 24%.

Un estudio del Center for Desease Control indicó que solo el 65% de las mujeres asistieron al programa de detección en los últimos dos años, lo que podría provocar que 1 de cada 3 de los cánceres de mama se detectasen demasiado tarde y, por lo tanto, tengan un peor pronóstico.

UN DISPOSITIVO DE DETECCIÓN INNOVADOR

Por todo esto, Judit Giró, ingeniera biomédica de 24 años, se dispuso a encontrar una solución global: inventar un dispositivo que pudiera diagnosticar el cáncer de mama a través de la orina, sin dolor, sin radiación y de bajo coste.

Judit presentó su proyecto The Blue Box en el concurso The James Dyson Award 2020 y ha sido el ganador internacional. Nos cuenta cómo ideó este dispositivo biomédico y cómo funciona.

¿Cómo se te ocurrió desarrollar este dispositivo?

En 2014 empecé ingeniería biomédica en la Universidad de Barcelona. Durante mis estudios asistí a una charla sobre un perro que podía detectar el cáncer de pulmón oliendo el aliento de su dueño.

• Este descubrimiento marcó una nueva meta en mi carrera. Quería diagnosticar el cáncer de mama imitando cómo un perro huele el cáncer, usando para ello la ingeniería biomédica.

¿Cómo fueron los inicios en el proyecto?

En 2017 comencé el desarrollo del precursor de la Blue Box como trabajo de final de grado. Este demostró la hipótesis de que “el análisis de metabolitos realizado en orina es suficientemente significativo para clasificar las pacientes entre sujetos control y pacientes con cáncer de mama metastásico”.

Para probar el dispositivo, se recogieron 90 muestras de orina humana de sujetos control y de pacientes con cáncer de mama en el Hospital Universitari Sant Joan de Reus. La clasificación de las muestras se logró con una sensibilidad del 75%.

En la Universidad de California Irvine hice el máster en Embedded Cyber-physical Systems, donde junto a mi amigo Billy, que aportó su experiencia en informática, construimos el segundo prototipo funcional que incorporó –por primera vez– inteligencia artificial y logró una clasificación del 95%.