Multimodal diagnostisk och artificiell intelligens för optimerad vård vid åldersrelaterad makuladegeneration

Åldersrelaterad makuladegeneration (AMD) är en av de främsta orsakerna till synnedsättning bland äldre. Sjukdomen påverkar makula, den centrala delen av näthinnan som är avgörande för skarp syn. Förekomsten av AMD ökar markant med stigande ålder och utgör ett växande folkhälsoproblem globalt. Tidiga tecken på AMD kan vara svårigheter i mörker och långsammare läsning. Sjukdomen kan senare försämra synen och påverka självständigheten.

I Sverige uppskattas cirka 20 % av befolkningen över 70 år ha någon form av AMD. Det finns två huvudtyper av AMD: torr och våt. Effektiva behandlingar finns för våt AMD och de kan ofta förbättra eller bevara synen, men behandling för torr AMD är fortfarande begränsade.

Nya terapier, såsom stamcellsbehandling, utvecklas för att bromsa utvecklingen av torr AMD. Noggrann övervakning är avgörande för att tidigt upptäcka sjukdomsutveckling och identifiera patienter som kan ha störst nytta av kommande behandlingar mot torr AMD. Traditionella strukturella och funktionella tester riskerar att missa subtila förändringar i sjukdomsstatus, vilket begränsar möjligheten till individanpassad vård.

Detta projekt syftar till att utveckla innovativa metoder för att tidigt upptäcka förändringar vid åldersrelaterad makuladegeneration (AMD) genom avancerad bilddiagnostik, AI-baserad analys och funktionella ögonrörelsemätningar. Detta möjliggör personanpassad vård, bättre uppföljning av patienter och mer effektiva behandlingsstrategier för att förbättra livskvaliteten för personer med AMD.

Projektnummer: SSFÖ-FA-26-027