Med teknikens hjälp kommer patienter med hjärt- och kärlsjukdomar, inklusive stroke, samt cancer att kunna få betydligt bättre diagnoser och behandlingar.
Forskningsprogrammet Spektral CT-avbildning och endovaskulära tekniker (2019–2023) leddes av två internationellt erkända huvudforskare – båda också medgrundare av MedTechLabs:
• Professor Mats Danielsson, professor i medicinsk bildfysik vid Kungliga Tekniska Högskolan – en global pionjär inom kiselbaserade fotonräknande röntgendetektorer och en drivande kraft bakom nästa generations CT-teknik.
• Professor Staffan Holmin, professor i klinisk neurobilddiagnostik vid Karolinska Institutet och överläkare i neuroradiologi vid Karolinska Universitetssjukhuset – en ledande innovatör inom endovaskulära tekniker, strokeintervention, mikrobiopsitekniker och minimalt invasiv diagnostik.
Deras gemensamma vision och kompletterande expertis inom fysikdriven bilddiagnostik och avancerade kliniska interventioner bildade grunden för MedTechLabs – och formade framgången för detta femåriga program.
Ett avslutat program som definierar framtiden för CT
Forskningsprogrammet avslutades 2023 och markerade ett stort steg framåt inom fotonräknande CT. MedTechLabs strategiska rekrytering av tenure track-tjänster stärkte forskningsmiljön, bland annat genom Mats Persson (KTH) vars arbete med djupinlärningsbaserad bildrekonstruktion, brusreducering och modellering har förbättrat kapaciteten hos kiselbaserad CT.
Klinisk validering vid Karolinska Universitetssjukhuset
En viktig milstolpe var den kliniska utvärderingen av världens första kiselbaserade fotonräknande CT-prototyper, installerade vid MedTechLabs CT-laboratorium i BioClinicum vid Karolinska Universitetssjukhuset. Över hundra patienter med olika organsjukdomar har skannats, vilket har genererat viktiga data som stödjer godkännandeprocesser och påskyndar den tekniska utvecklingen. Denna nära integration av teknik, klinisk expertis och prototyputveckling på sjukhus är en av MedTechLabs främsta styrkor.
Genombrott inom endovaskulära tekniker och strokeutbildning
Under Staffan Holmins ledning utvecklade programmet även nya endovaskulära verktyg, bland annat instrument för mikrobiopsi, metoder för cellöverföring och nya metoder för vaskulär åtkomst i hjärnan och andra organ. MedTechLabs bidrog ytterligare till den kliniska implementeringen genom att utveckla en allmänt använd utbildning i akut strokebehandling, med fokus på perfusionsbaserat beslutsstöd upp till 24 timmar efter insjuknandet. Denna kurs förbättrar nu strokediagnostik och behandlingsvägar i hela Sverige.
Läs mer – tillgänglig fallstudie
För dig som är intresserad av hela forsknings- och innovationsresan kan du läsa fallstudien Bättre diagnostik med kiselbaserad fotonräknande CT, som finns tillgänglig som en bläddringsbar onlineversion och även som en nedladdningsbar fil på denna sida.
Forskningsledare Niclas Roxhed, KTH
Projektet syftar till att utveckla extremt små läkemedelskapslar, ungefär lika tunna som ett hårstrå, som kan levereras med endovaskulära tekniker. Frisättningen av läkemedel från kapseln styrs genom en fjärrsignal utanför kroppen. Det gör det möjligt att frisätta läkemedel på kommando, exempelvis en gång per vecka eller månad utan att man behöver göra ett nytt ingrepp. För att åstadkomma detta utvecklar vi kapslar baserat på mikro- och nanoteknik som gör det möjligt att konstruera mekaniska strukturer på mikroskala och som på ett bestämt sätt aktiveras med hjälp av en extern signal. Kapslarna kommer att utvärderas med ett cancerläkemedel och testas i relevanta modeller.
Forskningsledare Staffan Holmin, Karolinska Institutet
Vi använder immunceller, en giftpeptid och bispecifika antikroppar för att specifikt rikta strålning mot tumörer. Icke önskvärd radioaktiv strålning reduceras med denna riktade metod. Protokoll för radioaktiv märkning av immunceller har optimerats och upprättats. Fördelningen av radioaktivt märkta immunceller (humana stromaceller, råttmakrofager, humana perifera mononukleära celler) i kroppen har följts i djurmodeller med hjälp av avbildningsstudier med positronemissionstomografi (PET). Ett manuskript med initiala resultat är för närvarande under granskning. Översättning av resultaten som förberedelse till kliniska studier har inletts. Dessutom har vi radioaktivt märkt en hjärntumörspecifik skorpion-giftpeptid. Den radioaktiva inmärkningen var framgångsrik och vi kunde påvisa att den radioaktivt inmärkta peptiden kunde binda till gliomceller i hjärnan hos möss. Dessa studier ger potentiellt nya behandlingsalternativ för cancerpatienter.
Forskningsledare Staffan Holmin, Karolinska Institutet
Vi har fortsatt med utvecklingen av konceptet att föra ett tunt instrument (s.k. Extroducer) inuti kärlen och har nu bl.a. lyckats skapa access till hjärnparenkymet i gris via vener. Detta möjliggör studier kring transplantation av celler och potentiellt kring provtagning. Vi har publicerat resultat av hjärt- och njuraccess samt modifierad teknik för access till bukspottkörteln. Vi har dessutom vidareutvecklat, testat och patenterat ett verktyg för mikrobiopsi för att möjliggöra minimalinvasiv hjärtprovtagning för alla delar av hjärtat och utvecklat och verifierat vävnadshanteringsprotokoll för analys av RNA i dessa små prover. Pågående tester av hjärtbiopsinstrumentet för verifiering i human vävnad sker i samarbete med Sahlgrenska universitetssjukhuset. Utveckling och testning av ett mikrobiopsiverktyg för användning inuti Extroducer pågår. Vi har nyligen utvecklat och testar ett nytt instrument dedikerat för provtagning av endotelceller vid olika sjukdomstillstånd. Vidare har vi publicerat resultat av kliniska studier av dubbel energi CT-scanning efter trombektomi (där blodpropp tas ut med tunna verktyg via blodkärl) och vid trombolys (upplösning av blodpropp). Vi har också gjort en dataanalys och publicerat resultatet från Stockholm Triage Study, som innebar att patienter med misstänkt blodpropp i hjärnans stora kärl transporterades direkt till det nya Karolinska Universitetssjukhuset. Dessutom har vi publicerat nya experimentella MR- och PET-baserade koncept för att identifiera hotad hjärnvävnad vid akut ischemisk stroke.
Forskningsledare Mats Danielsson, KTH
Den centrala komponenten i den fotonräknande spektrala datortomografitekniken är en nyutvecklad fotonräknande kiseldetektor. Redan den version av detektorn som just nu utvärderas i en datortomograf innebär en stor förbättring jämfört med tidigare använda detektortyper, men den innebär samtidigt bara ett första steg mot den fulla potentialen hos kiseldetektortekniken. I detta projekt, som är ett samarbete med Linköpings universitet, utvecklar vi en ny detektorversion med mikrometerupplösning och förmågan att inte bara räkna utan också spåra fotonerna när de rör sig i detektorn. Utöver betydligt högre upplösning kan denna detektorteknik ge lägre brus och bättre känslighet för röntgenstrålningens spektrala sammansättning. En potentiell tillämpning är också möjligheten att avbilda med faskontrast på ett effektivt sätt, en avbildningsteknik som kan ge nya typer av information om avbildade vävnader.
Forskningsledare Mats Persson, KTH
För att den nya (fotonräknande) datortomografitekniken skall nå sin fulla potential behöver den nyutvecklade hårdvaran kompletteras med förbättrade databehandlingsalgoritmer så att uppmätta data utnyttjas till fullo och ger bästa möjliga bildkvalitet. Inom detta projekt utvecklar vi nästa generations bildrekonstruktionsmetoder för fotonräknande datortomografi och utvärderar resulterande bildkvalitet. I samarbete med General Electric Research Center i Niskayuna, NY, USA har vi tagit fram en metod för att korrigera för fysikaliska effekter vid bildtagning som annars kan ge artefakter i bilderna. I samarbete med Institutionen för matematik vid KTH har vi också utvecklat en bildrekonstruktionsmetod baserad på djupa neurala nätverk, s.k. djupinlärning, som kan reducera bruset i bilderna kraftigt. På några års sikt kan kombinationen av fotonräknande datortomografi med nästa generations bildrekonstruktion ta bildkvalitén inom datortomografi till en helt ny nivå.
Forskningsledare Mats Persson, KTH
Lungröntgen och datortomografi spelar en stor roll för vården av insjuknade i covid-19. Samtidigt är kunskapen om hur röntgenbilderna ska tolkas ännu begränsad. Avdelningarna för medicinteknik och medicinsk bildfysik vid KTH har i ett samarbete med Karolinska Universitetssjukhuset tagit fram en programvara som till stor del automatiserar analysen av röntgenbilder av covidpatienter genom att markera lungorna och lungskadorna orsakade av covid-19. Detta kan ge stora tidsbesparingar för läkare som analyserar stora mängder patientbilder för att hitta mönster som kan hjälpa till med behandling. MedTechLabs utvecklar också AI-verktyg baserade på djupa neurala nätverk för att automatiskt analysera datortomografibilder av covidpatienter och förutsäga patientens framtida sjukdomsförlopp.

