Ny metode skal fange alvorlig blodsygdom tidligere

Kræftens Bekæmpelse har doneret 2,6 mio. kr. til et forskningsprojekt, der skal udvikle en ny og forbedret metode til at opspore og diagnosticere den ondartede blodsygdom myelodysplastisk syndrom tidligere. 

I spidsen for projektet står Maja Ludvigsen, der er lektor ved Institut for Klinisk Medicin på Aarhus Universitet og tilknyttet Afdeling for Blodsygdomme på Aarhus Universitetshospital. 

Hun glæder sig over donationen, der gør forskningsprojektet muligt, og håber, at det kan betyde praksisændrende tiltag, når det kommer til udredning og diagnosticering.

“Jeg er så glad og stolt over, at der er fagfæller, som kan se ideen med det, vi laver, og det betyder meget for mig. Forhåbentligt kommer det også til at betyde meget for de patienter, der skal udredes for myelodysplastisk syndrom, når klinikerne fået et forbedret værktøj til diagnosticering,” siger hun.

Myelodysplastisk syndrom (MDS) er fællesbetegnelsen for en gruppe af sygdomme, der er kendetegnet ved en svigtende funktion af knoglemarven, som fører til blodmangel. 

Der findes flere undertyper af MDS, hvor nogle typer er mere fremskredne end andre, og de kan hver især give forskellige symptomer. MDS opfattes som en præ-leukæmisk tilstand, da nogle MDS-patienter udvikler akut myeloid leukæmi.

Nyt robust mål for celleforandringer

I dag diagnosticeres knoglemarvsforandringer ved hjælp af en mikroskopi-undersøgelse af ca. 500 knoglemarvsceller, og især ved svage forandringer af cellernes form og udseende er diagnosticering vanskelig, selv når den foretages af erfarne specialister. 

En hurtig diagnose og tidlig opstart af behandling er centralt. Derfor vil Maja Ludvigsen sammen med sin forskergruppe udvikle en ny billedbaseret flowcytometrisk metode til diagnosticering af MDS, hvor mere end 100.000 celler analyseres ved brug af kunstig intelligens. 

“Tanken er, at vi ved at kombinere klassisk flowcytometri og mikroskopi kan udnytte det bedste fra begge metoder og udvikle en ny metode, som kombinerer billeder og celle-data og dermed præcist og hurtigt af- eller bekræfte om en patient har MDS,” siger hun.

Helt lavpraktisk foregår det ved, at forskerne ved brug af flowcytometri blandt andet kan identificere umodne røde og hvide blodceller samt blodpladedannende celler. På baggrund af de billedmaterialet kan forskerne ved brug af matematiske algoritmer og billedbaseret kunstig intelligens måle og efterfølgende regne på størrelse, form og tekstur af både celler og cellekerner. 

“Dermed opnår vi et robust mål for de celleforandringer, der kendetegner MDS og kan identificere, hvilke patienter der har risiko for at udvikle sygdommen, og afvise en MDS-diagnose hos de patienter, der ikke har MDS-relaterede forandringer,” siger Maja Ludvigsen.

Den første af sin slags

Den nye metode vil betyde hurtigere diagnosticering, men også en mere præcis diagnose, forklarer Maja Ludvigsen.

“Det vil være særligt behjælpeligt, da teknologien forhåbentlig meget præcist og hurtigt kan analysere og identificere de celleprøver, der i dag ligger i en gråzone, hvor det kan være svært for en kliniker at nå frem til en diagnose. På den måde kan vi forhåbentligt hurtigt afklare om en patient har MDS eller blodmangel på grund af andre årsager,” siger hun.

Ifølge Maja Ludvigsen vil metoden og teknologien på sigt være implementerbar i landets klinikker, og når analysen er fuldt udviklet, vil den ifølge hende ikke være mere avanceret end de nuværende analysemetoder.

Hvis projektet lykkes, vil det være første gang billedbaseret flowcytometri anvendes til MDS-diagnosticering. 

Projektet er et nationalt samarbejde, der involverer forskere og klinikere fra alle landets hæmatologiske afdelinger heriblandt Blodsygdomme på Aarhus Universitetshospital, hvor Maja Ludvigsen samarbejder med afdelingslæge Marie Bill og postdoc Carina Agerbo Rosenberg.