Die Swiss VitreoRetinal Group, in welcher die Retinaspezialisten der Schweizerischen Ophthalmologischen Gesellschaft SOG-SSO zusammengeschlossen sind, lobt jährlich den Prix Retina aus, der von Novartis unterstützt wird. Verliehen wird er für eine publizierte Studie auf dem Gebiet der Retina und des Glaskörpers. Einreichen können ErstautorInnen, die das 41. Lebensjahr noch nicht erreicht haben.
In diesem Jahr konnte Professor Dr. Christian Prünte, Universitäts-Augenklinik in Basel, die Auszeichnung überreichen an Tatiana Fountoukidou, PhD-Studentin an der Universität Bern und dem ARTORG Center for Biomedical Engineering Research/ Ophthalmic Technology.

Fountoukidou T, Raisin PR, Sznitman R, Wolf S. Motion-invariant SRT treatment detection from direct M-scan OCT imaging. International Journal of Computer Assisted Radiology and Surgery, 13(5), S. 683–691.

Bei der selektiven Retinatherapie (SRT) handelt es sich um eine Laserbehandlung, die vor allem auf das retinale Pigmentepi­thel (RPE) zielt, im Vergleich zur üblichen Photokoagulation aber die anderen Retina­schichten ausspart. Dabei lässt sich jedoch mit den konventionellen Bildgebungstechniken die gesetzte SRT-Läsion nicht darstellen. Frau Fountoukidou und ihre Arbeitsgruppe untersuchten an 98 Schweineaugen, wie der Behandlungseffekt nachgewiesen und wie die Therapie unabhängig von Augenbewegungen zuverlässig beurteilt werden kann. In ihrem Experiment waren der SRT-Laserstrahl und der Strahl für die Generierung des OCT-Bildes gekoppelt. Aus dem direkten M-Scan (einem Referenz-Scan) wurde das Segment untersucht, das für das Behandlungsende steht, für welches wiederum feingewebliche Evidenz für das Behandlungsergebnis vorliegt und verglichen werden kann. Insgesamt kann mit dem hier entwickelten Algorithmus eine zufriedenstellende Evaluation des Behandlungseffektes während der Therapie («online») erreicht werden, mit dem die weitere Therapie geplant werden könnte. Mit der Methode können OCT M-Scans genutzt werden, um automatisch SRT-Läsionen zu klassifizieren. Das Datenset wurde mit verschiedenen Behandlungsparametern gewonnen; es könnte auch für einen automatischen Stop-Mechanismus bei Erreichen voreingestellter Behandlungsziele verwendet werden, letzten Endes um eine Unter- wie auch eine Überbehandlung zu vermeiden.