Utvecklar beslutsstöd för djup hjärnstimulering

– Vi vill utveckla ett beslutsstöd som med hjälp av Big Data kan peka ut vilket område i hjärnan som bör stimuleras vid behandling av Parkinsons och andra rörelsesjukdomar, säger Karin Wårdell, professor på institutionen för medicinsk teknik vid Linköpings universitet.

Djup hjärnstimulering, DBS, är en form av hjärnkirurgi där en tunn elektrod placeras djupt inne i hjärnan. Metoden är en viktig terapi för rörelsestörningar som Parkinsons sjukdom och essentiell tremor. För behandlande läkare är vägen fram till operation kantad av en rad överväganden och beslut som ska grundas på stora mängder data i form av bland annat bilder av den aktuella patientens hjärna, bilder från redan behandlade patienters hjärnor samt från tidigare behandlingar och behandlingsresultat.
I projektet Djup hjärnstimulering: dataanalys för kliniskt stöd är syftet att föra samman alla multiparametriska DBS-data för kliniskt stöd.
– Vi vill skapa ett intuitivt visualiseringsverktyg som underlättar den kirurgiska planeringen och uppföljningen av DBS. En slags atlas över hjärnan som på statistiska grunder kan tala om vilket område av hjärnan som bör stimuleras, och inte bör stimuleras, för att skapa så god effekt som möjligt hos varje enskild patient, förklarar professor Karin Wårdell, forskningsledare.
Atlasen bygger på patientdata som dels inhämtats under operationer vid kliniker i Sverige och Frankrike, dels på att data samlats in under många år i samarbete med forskare vid Karolinska universitetssjukhuset och Umeå universitetssjukhus.
– Genom att föra samman all data från de olika patienterna vill vi identifiera det område i hjärnan som är bäst att stimulera vid olika sjukdomar, säger vice forskningsledare Simone Hemm-Ode, professor vid University of Applied Sciences and Art Northwestern Switzerland.

Appar
Projektet har redan kommit en bra bit på väg.
– Vi har utvecklat två testappar där man kan skapa en hjärnmodell och sedan föra in alla aktuella patientdata i simuleringskonceptet. Det vi jobbar på nu är DBviS, Deep Brain Visualisation. Här kommer vi att samla all information från våra studier och där kan användare jämföra våra resultat med sina egna simuleringar. Det övergripande målet med projektet är dels att få fram ett verktyg för kliniskt beslutsstöd vid DBS, dels att förstå mer om mekanismerna bakom sjukdomarna, avslutar Karin Wårdell.