Oogonderzoeksprojecten gooien hoge ogen op KTO-slotymposium

Een fantoom voor het oefenen van keizersnedes in lage inkomenslanden, het toepassen van deep-learning algoritmes voor CT-scans en het ontwerpen van een hulpmiddel om een paktang langdurig vast te kunnen houden tijdens een operatie: het zijn voorbeelden van de onderzoeksprojecten die afstuderende bachelorstudenten Klinische Technologie presenteerden op het KTO-Slotsymposium.

Deze jaarlijkse afsluiting van de opleiding vormde wederom een mooie afspiegeling van de mogelijkheden van het vakgebied. Twee projecten sprongen daarbij in het oog. Zij wonnen er een Medical Delta KTO-WOW!-award mee.

Een van de winnende projecten onderzocht de mogelijkheden om artsen beter te trainen in het vroegtijdig detecteren van de vorming van glaucoom. Zij ontwikkelden hiervoor het ‘KTOogmodel’. Glaucoom is een aandoening die de oogdruk kan verstoren en kan leiden tot zichtverlies en blindheid. Dit kan voorkomen worden als een verhoogde oogdruk tijdig wordt vastgesteld en behandeld. De interpretatie van meetresultaten is lastig omdat de druk in het oog niet altijd gelijk is aan wat er gemeten kan worden en omdat deze druk schommelt met de hartslag. Met het door de studenten ontwikkelde KTOogmodel kunnen zorgprofessionals beter getraind worden in het goed uitvoeren van deze lastige metingen.

Irisbewegingen als indicator voor evenwichtsmigraine

Evenwichtsmigraine en de Ziekte van Ménière hebben soortgelijke symptomen, waardoor het voor artsen lastig is om onderscheid te maken tussen deze aandoeningen. Omdat deze aandoeningen verschillende behandeling vereisen, is een juiste diagnose belangrijk. Mogelijk is ‘hippus’ een indicator om beide aandoeningen te onderscheiden. Hippus is de benaming voor een snelle pulsatie van de iris, waardoor de oogpupil met schokjes van vorm en grootte verandert.

Een studententeam ontwierp een algoritme om de omvang en frequentie van hippus te meten en testte dit op oogvideo’s van patiënten met evenwichtsmigraine en de Ziekte van Ménière. Zij vonden met hun algoritme een significant verschil tussen beide aandoeningen, waarmee hippus een goede indicator lijkt te zijn om de juiste diagnose te stellen. Ook deze studenten ontvingen een Medical Delta KTO-WOW!-award voor hun onderzoek.