Ved hjælp af registerdata og kunstig intelligens vil kommende ph.d.-studerende Simon Lowater sikre mere nøjagtig diabetisk øjenscreening, som tusindevis af diabetespatienter hvert år får. Simon Lowater er modtager nummer 26 af SDCO’s grant.
Der udføres omkring 100.000 årlige screeninger for diabetisk øjensygdom i Danmark, og mange af de patienter kan nu have udsigt til bedre behandling. Det er i hvert fald ambitionen hos Simon Lowater, der har modtaget det første SDCO-grant i 2023 til sit kommende ph.d.-studie.
Målet i Lowaters projekt er at forbedre øjenscreeningproceduren, som ikke har fulgt med den generelle udvikling inden for diabetesbehandling. I dag baseres øjenscreeningen i klinikken på en metode kendt som ICDR-skalaen. I løbet af de sidste 20 år har diabetesbehandlingen udviklet sig betydeligt, men denne udvikling afspejles ikke i ICDR-skalaen, lyder det fra Simon Lowater.
- Den er god i en klinisk sammenhæng, men den er ganske enkelt for simpel. Vi kan risikere unøjagtighed i selve screeningproceduren og for mange screeninger, forklarer han.
I forskningsprojektet, der har navnet ”PRECISE”, sigter han mod at forbedre og styrke en algoritme, der allerede er udviklet inden ph.d.-projektets start. Algoritmen bliver gennem tre undersøgelser i ph.d.-studiet optimeret, således at den skal kunne diagnosticere diabetisk øjensygdom mere præcist end ICDR-skalaen, samt kunne vurdere den enkelte patients risiko for yderligere sygdomsudvikling.
Simon Lowater må dog vente lidt med at komme i gang, da han lige nu er på sidste semester af kandidatuddannelsen af medicinstudiet på SDU. For at blive optaget på en ph.d.-uddannelse i Danmark er det nemlig oftest sådan, at man skal kunne fremvise et kandidatuddannelsesbevis.
Simon Lowater ser dog frem til at komme i gang med projektet, da han altid har drømt om at arbejde inden for øjenområdet.
- Som tingene er lige nu, så risikerer vi unøjagtighed i screeningproceduren, og vi screener alt for ofte. Det skal der gøres noget ved, siger den kommende ph.d.-studerende, som også har et internationalt forskningshold med i projektet.
Den nye screeningsmodel, som Simon Lowater også kalder for algoritmen, skal udvikles ved brug af registerdata og kunstig intelligens.
Kunstig intelligens skal hjælpe med er at optimere selve grundlaget for den nye øjenscreeningmodel. Det gøres i ph.d.-projektets første delstudie gennem en metode kendt som crowdsourcing, hvor forskerne vil forsøge at minimere den menneskelige variation ved at lade flere eksperter manuelt kigge på nethindebilleder fra patienter med diabetisk øjensygdom. Dernæst styrkes algoritmen i ph.d.-projektets andet delstudie, hvor information om systemiske risikofaktorer – bl.a. blodtryk, alder og køn – inkluderes i algoritmen.
- Ved at tage højde for disse parametre samtidig, opnår vi en øjenscreeningmodel, der er mere kompleks, men samtidig også mere præcis end ICDR-skalaen, forklarer han.
I det tredje delstudie vil forskerne dernæst øge den kliniske relevans af algoritmen. Først når ph.d.-projektet er slut, skal øjenscreeningmodellen valideres og implementeres regionalt, og hvis det går godt nationalt og endelig internationalt. Det er også derfor, at det giver god mening med et internationalt samarbejdspartnerskab allerede nu. ”PRECISE” har deltagere af et team af eksperter fra både Danmark og udlandet, som bl.a. tæller SDU/OUH-professor Jakob Grauslund, forskningschef Kurt Højlund i SDCO og en række danske og internationale lektorer og professorer.
Målet med den nye øjenscreeningmodel er, at den skal kunne give en procentvis vurdering af risikoen for at udvikle synstruende diabetisk øjensygdom inden for de næste tre år. I sidste ende skal det give mere præcise målinger, som både skal spare patienten for bekymringer og tid samt samfundet for unødige omkostninger.
Simon Lowaters ph.d.-studie er nummer 26 i rækken, der modtager et SDCO-grant. Yderligere en runde af uddelinger venter i løbet i år. Du kan læse om tidligere grant-modtagere her.
Du kan læse mere om grant og krav herunder.
Forskningsstøtte fra SDCO