Professor Miriam Kolko ved siden af fundus-kameraet, der tager billeder af øjets indre.
Hvert år går mere end 700.000 danskere til lægen med øjenrelaterede problemer. Det er 30 procent flere end for bare ti år siden, og man forventer, at tallet fortsat vil stige. For nogle bliver sygdommen først opdaget så sent, at mulighederne for en effektiv behandling er forringet. Det er eksempelvis tilfældet ved grøn stær, hvor synsfeltet gradvist indsnævres over mange år, mens hjernen troværdigt udfylder det, som øjnene ikke længere kan se.
Men man ved ikke, hvem der er i risiko for at udvikle sygdommene, og det skal det nye projekt ’FOREVER’ nu lave om på. Miriam Kolko, der er professor ved Københavns Universitet og Rigshospitalets Afdeling for Øjensygdomme og en af forskerne bag forskningsprojektet fortæller:
- Vi mangler viden om, hvem der er i risiko for at udvikle synstruende sygdomme. Vores projekt indsamler data over tid, hvilket netop vil gøre det muligt at opdage, hvem som er i risiko for at få et væsentligt synshandikap eller helt miste synet. Projektet vil bane vejen for bedre øjensundhed og dermed bedre livskvalitet, siger Miriam Kolko.
Det fireårige projekt har modtaget godt 14 millioner kroner fra Synoptik-Fonden, der sammen med alle Synoptiks butikker håber at nå 250.000 deltagere.
Kunstig intelligens skal finde sammenhænge
De indsamlede data vil blive analyseret ved hjælp af kunstig intelligens, der kan opdage, hvem og hvorfor man er i risiko for øjensygdomme.
- De indsamlede data vil blive overført til Københavns Universitet, der står for computerteknologien bag projektet, hvorefter kunstig intelligens skal trænes i at finde sammenhænge mellem karakteristiske fund og øjensygdom, siger Miriam Kolko.
- Det er denne viden, vi mangler for at kunne karakterisere gruppen af personer med risiko for at udvikle synstruende sygdomme og samtidig identificere personer, som ikke er i risiko for at få et synshandikap. Dermed håber vi i fremtiden at kunne bruge samfundets ressourcer mere optimalt, da man i dag indkalder, undersøger og behandler borgere, som ofte ikke er i risiko for at blive øjensyge.
For eksempel skal den kunstige intelligens automatisere scannings-analysen af små blodkar på nethindens inderside. Karrenes diameter kan sige noget om den formodede sammenhæng mellem nethindens blodkar og synstruende øjensygdomme.
- I projektet vil vi samkøre vores data med de nationale registre i Danmarks Statistik for at få den stærkest mulige database for øjensygdomme. Vi samkører data for at identificere sammenhænge mellem øjensygdomme og forstadier til disse, livslængde, uddannelse, sociale forhold, brug af lægemidler og så videre,” siger Miriam Kolko.
Tidligere reaktion jo mindre risiko for at blive blind
Miriam Kolko håber på, at forskningsprojektet kan være med til at afsløre risikofaktorer eller andre symptomer og kendetegn, der kan være med til at opspore fx, grøn stær tidligere.
- Grøn stær er en af de mest almindelige synstruende sygdomme i Danmark, men det også en af de mest snedige. Man opdager det nemlig meget sent, fordi hjernen snyder ens øjne, så man ikke opdager, at man ser færre og færre dele af virkeligheden. I stedet for at se fire blomster og en kantsten, så ser du kun tre blomster, men du ved jo ikke, at du ikke ser det andet. Derfor opdager vores patienter oftest sygdommen sent, forklarer Miriam Kolko.
Det er synsnerven, der bliver beskadiget, og når den først er ødelagt, kan man ikke genoprette den, men lægerne kan forsinke hastigheden for destruktionen af nerven. Derfor er det afgørende for at kunne bevare så meget af synes, så lang tid som muligt, at man opdager det og kan komme i behandling. Her er kendskab til risikofaktorer vigtige for at kunne fange så mange patienter så tidligt som muligt.
Forskningsprojektet er et samarbejde mellem professorer og forskere på Københavns Universitet, Rigshospitalet og Synoptik A/S.
Miriam Kolko er professor i translationel øjenforskning på Institut for Lægemiddeldesign og Farmakologi på Københavns Universitet og ved Rigshospitalet, hvor hun også er overlæge på Afdeling for Øjensygdomme.
Læs mere