Räddar fler från demensdimman

Demenssjukdomar är ett av världens största hälsoproblem enligt WHO?

– Det finns cirka 140 000 demenssjuka i Sverige i dag, en siffra som ökar i takt med att andelen äldre växer. År 2050 räknar forskare med att 250 000 svenskar är drabbade. Globalt rör det sig om 55 miljoner människor nu. Om sex år har vi 139 miljoner demenssjuka i världen. Det är läskigt.

Vad driver dig i arbetet med Cognes Medical?

– Min mamma är demenssjuk. Jag forskade tidigare om luktsinnets koppling till högre kognitiva funktioner och är extra insatt i tidiga tecken på demens. Det gjorde att jag kunde se förändringar hos min mamma. Tidig upptäckt är så viktigt för att kunna bromsa symptom. Men på vårdcentralen avfärdades vi så många gånger. Efter två år fick hon sin diagnos. Då hade det gått för långt.

Ert screeningverktyg kan rädda fler älsklingar i framtiden?

– Vi utvecklar ett screeningverktyg som använder maskininlärningsteknik för att identifiera tecken på demens i ett tidigt skede. Det är en smartphone-baserad lösning som möjliggör precisionsmedicin. Tillsammans med läkare ska patienter sedan remitteras vidare i vården.

En ansiktsbild ger svar – det låter som tekniskt trolleri?

– Vår app ska kunna ta emot en ansiktsbild på en riskpatient och hitta tecken på demens i ett tidigt skede. Vi tränar en maskininlärningsmodell på att uppfatta så kallade digitala biomarkörer. Det är mikroskopiska förändringar, inget du kan se med blotta ögat. Liknande teknik används redan i dag i sociala medier, i vissa filter.

Vilka är era kunder?

– Företag som utvecklar bromsmediciner, till att börja med. I dag screenar läkemedelsindustrin ett stort antal patienter för att hitta deltagare till kliniska prövningar. Med vårt verktyg sparar de både tid och pengar, vilket ökar chansen att nya läkemedel godkänns och når patienter. I nästa skede kommer primärvården vara intresserad av vårt screeningverktyg.

Vilken fas är företaget i?

– Vi arbetar med forskare internationellt för att få tag på data med etnisk variation, som behövs när vi tränar vår maskininlärningsmodell. Där är vi nu.