Anslag 2026
Kan ögonbilder avslöja hur farlig en ögontumör är?
Uvealt melanom är den vanligaste formen av ögoncancer hos vuxna. Trots att tumören i ögat ofta behandlas framgångsrikt med strålning eller kirurgi utvecklar ungefär hälften av patienterna metastaser, oftast i levern. För att bedöma risken för spridning analyseras i dag tumörens genetiska egenskaper, till exempel förlust av kromosomkopior och mutationer i specifika gener. Dessa analyser kräver dock vävnadsprov, vilket inte alltid tas och innebär ett ingrepp i ögat. Det finns därför ett stort behov av metoder som kan ge likvärdig information utan att man behöver ta prov från tumören.
Detta projekt undersöker om ögonbilddiagnostik kan användas för att identifiera bildmönster som speglar tumörens genetiska riskprofil. Vi kommer att analysera data från etablerade tekniker såsom ultraljud, ögonbottenfotografi och optisk koherenstomografi (OCT), som redan används rutinmässigt i kliniken. Metoderna möjliggör detaljerad avbildning av näthinnan och kan visa förändringar som kan vara kopplade till tumörens aggressivitet.
Projektet inkluderar även adaptiv optik (AO), en högupplösande avbildningsteknik som kan visualisera ögats små strukturer, nästan på cellnivå. AO har främst använts vid näthinnesjukdomar, men dess potential att studera åderhinnan, där uveala melanom uppstår, är ännu otillräckligt utforskad. Vi vill därför undersöka om AO kan upptäcka subtila förändringar i åderhinnans arkitektur och om dessa kan fungera som bildmarkörer för ögoncancer.
Projektet genomförs i tre delar:
- Först testas AO hos friska individer för att fastställa metodens kvalitet och utveckla metoder för att avbilda tumören.
- Därefter analyseras bilddata och genetiska data retrospektivt. Bakåtblickande, hos 200 patienter med uvealt melanom.
- Slutligen valideras lovande bildmarkörer prospektivt, framåtblickande, hos patienter med små tumörer för att avgöra om dessa biomarkörer kan förutsäga aggressiva tumöregenskaper kopplade till metastasrisk.
Målet är att förbättra tidig diagnostik och riskbedömning. Om bildbaserade markörer kan förutsäga genetisk högriskstatus kan det minska behovet av invasiva ingrepp, möjliggöra tidigare identifiering av aggressiva tumörer och bidra till mer individanpassad uppföljning och behandling.
Projektnummer: SSFÖ-FA-26-003

