Øjensygdomme

Professor, overlæge, dr.med., ph.d. Henrik Vorum

Henrik Vorum er lægevidenskabelig kandidat fra Aarhus Universitet 1994. Tildelt ph.d.-graden i 1994 og dr.med.-graden i 1999. Siden 2006 speciallæge i øjensygdomme og fra 2009 klinisk professor og overlæge ved øjenafdelingen Aalborg Universitetshospital, hvor han fra 2016 desuden har fungeret som koordinerende professor ved Klinik Hoved-Orto. I perioden 2015-2016 har Henrik Vorum tillige været leder af Klinisk Institut, Aalborg Universitet og er nu fungerende viceinstitutleder. Han har skrevet mere end 160 videnskabelige artikler, dertil kommer flere oversigtsartikler og lærebogskapitler, samt modtaget flere fornemme priser for sin forskning. Han bestrider yderligere en række tillidshverv, herunder som medlem af censorkorpset for lægeuddannelsen i Danmark, medlem af ledelsen ved Det Sundhedsvidenskabelige Fakultet, Aalborg Universitet samt formand og medlem af flere fondsbestyrelser.

OPDATERING PÅ OMRÅDET

Øjenfaget er fortsat i en rivende udvikling inden for flere områder. Denne udvikling har medført væsentlige forbedringer i både diagnostik og behandling.

Brugen af kunstig intelligens inden for oftalmologien er en fremadstormende teknologi, der finder flere og flere anvendelsesmuligheder inden for såvel den kliniske oftalmologi som inden for den visuelle videnskab. De første systemer med kunstig intelligens til brug inden for oftalmologien er allerede FDA-godkendt i USA. Der er tale om diagnostiske værktøjer, som ved anvendelse af en algoritme analyserer for tegn på fx diabetisk retinopati, glaukom og aldersrelateret maculær degeneration (AMD). Fordi algoritmerne diagnosticerer sygdommen uafhængigt af lægeundersøgelsen, kan man tænke sig, at sådanne systemer i fremtiden kan bruges til patienter med ovennævnte sygdomme, hertil kommer, at en ny serie af forbedrede billedanalyseværktøjer er under udvikling til hurtigt at identificere, hvilke billeder der har behov for yderligere menneskelig opmærksomhed fra dem, der har mindre prioritet.
Inden for glaukom-området har fremskridtet i billedanalyseværktøjerne gjort det muligt at måle en patients retinale nervefiberlag, med udtynding af laget, der virker som en primær indikator for glaukom. Yderligere er der inden for glaukomområdet, over de sidste par år, udviklet flere fine nye filtrerende operationstyper til brug for behandling af de sværeste glaukomer.

Inden for AMD-området kan udviklingen af kunstig intelligens ligeledes bidrage til bedre forudsigelse af AMD-progressionen. Patienterne kan få bedre vejledning om, hvornår de kan udvikle alvorlig AMD, hvilket reducerer det psykologiske stress, der er forbundet med ikke at kende den fremtidige tilstand af deres syn. Hertil kommer, at der fortsat inden for dette område arbejdes på at forbedre og effektivisere den intra-vitreale angiostatiske behandling af våd AMD. Flere nye præparater og formuleringer er allerede taget i brug, og flere er på vej i pipelinen. De såkaldte anti-VEGF-hæmmere er nu så effektive, at det årlige antal af nyblinde i Danmark over de sidste 15 år er blevet halveret. Behandlingen anvendes ud over til våd AMD også i vid udstrækning til behandling af det diabetiske makulaødem samt til retinale venetromboser, hvor neovaskularisation og ødemdannelse indgår i sygdomspatogenesen. I dag udføres intravitreale injektioner kun på universitets- og et par andre regionshospitalers øjenafdelinger , men med det stigende patientpres i netop denne patientgruppe kan man forestille sig, som led i udviklingen af det nære sundhedsvæsen, at alle privatpraktiserende øjenlæger fremadrettet vil kunne udføre intravitreale injektioner i deres praksis.

Inden for diabetesområdet har øjenlægerne hidtil kun kunnet lave forudsigelser med henblik på udviklingen af diabetisk retinopati på subjektiv basis. Med de ovenomtalte nye kunstige intelligensværktøjer findes der, som anført, algoritmer, der hurtigt kan scanne gennem store mængder data og opbygge intern viden fra en række billeder, der overstiger det, som den enkelte kliniker nogensinde har kunnet se. Man har allerede i forskningsøjemed udviklet automatisk retinal billedanalyse og testet brugen af kunstig intelligens til brug for screening for diabetisk retinopati. Automatisk retinal billedanalyse har god sensitivitet, men er for nuværende utilstrækkeligt specificitet i forhold til at kunne blive anvendt i det danske screeningsprogram. Der foreligger foreløbig kun få studier vedrørende automatisk gradering af diabetisk retinopati ved hjælp af kunstig intelligens (deep learning-algoritmer). Disse systemer har både høj sensitivitet og specificitet i forhold til at detektere både diabetisk retinopati og henvisningskrævende diabetisk retinopati. Hvis disse systemer udvikles og testes til dansk brug, vil de formentlig på et senere tidspunkt kunne inkluderes ved screening for diabetisk retinopati. Med den voksende ældre patientpopulation er der god brug for disse værktøjer.

Incidensen af nærsynethed (myopi) hos børn og unge er stigende globalt, og myopi er ét af 5 områder, som WHO anser som en straks prioritet. Det forventes, at 50% af verdens befolkning er nærsynede i 2050. I Danmark er der ligeledes en høj forekomst af myope blandt teenagere, hvor 17,9% af fynske 15-årige og 25% af Københavnske 16-årige er nærsynede. Høje grader af myopi er forbundet med en risiko for synstab. Det er derfor vigtigt at have mulighed for at begrænse udviklingen af myopi. Da myopi typisk udvikles i børne- og ungeårene, giver det mening at fokusere indsatsen i denne aldersgruppe. Der er efterhånden ganske mange interventionsmuligheder overfor progredierende myopi hos børn. Specielt atropin og ortho-K kontaktlinser synes at være de mest fremherskende behandlingsmodaliteter. Effekten af atropin er dog indtil videre udelukkende baseret på data fra Asien, og der afventes data fra et dansk randomiseret multicenterstudie, før den egentlige effekt af atropin hos danske børn kan vurderes. Derudover afventes resultaterne af et dansk studie af ortho-K kontaktlinser, før effekten af disse ligeledes kan vurderes i en dansk sammenhæng.

Henrik Vorum