Blodtypekort får nyt digitalt liv

Hvordan afgør man, om en person har blodtypen A, B, AB eller O? Herhjemme foregår det automatisk i blodbankerne, men i udviklingslande udgør de såkaldte eldonkort stadig et vigtigt værktøj for læger og sundhedsarbejdere.

Eldonkortet har efterhånden en række år på bagen, men i en del udviklingslande anvendes metoden stadig til at bestemme, hvilken blodtype en person har. Kortet blev i 1954 er opfundet af den danske læge Knud Eldon, og er et stykke plast med fire cirkler med antistoffer som kan aflæse blodtypen når blodet påføres felterne på kortet. 

Firmaet Eldon Biologicals A/S, der sælger kortene, kom på den idé, om man ikke kunne udvikle en algoritme, der kan skelne de fire cirkler og dermed konstatere blodtypen. 

Fonden så potentialet i ideen og investerede i projektet med InnoBooster-ordningen.

Eldon Biologicals og Alexandra Instituttet har nu sammen udviklet en prototype på en mobilapplikation, der kan aflæse blodtypen ud fra det blod, der er afsat på kortet. Applikationen kan derefter sende resultatet til en blodbank eller andre, der har interesse i resultatet. Den kan også fortælle, hvis blodtypebestemmelsen ikke er korrekt udført og dermed er fejlbehæftet.

Kasper Juul Hedegaard, international salgs- og marketingchef hos Eldon Biologicals, siger:

Vi manglede et link mellem den analoge og digitale verden. Når blodet går i forbindelse med antistofferne, så danner det små øer, der ligner en QR-kode, og derfor tænkte vi, om man ikke kunne lave en applikation, der kunne scanne kortene og komme frem med resultatet.

Virksomhedens kunder er både felthospitaler og hjælpeorganisationer, der primært opererer i tredjeverdenslande. I USA bliver kortene benyttet til blodtypebestemmelse i private hjem, hvor de bl.a. bruges, hvis man ønsker at spise efter sin blodtype.

Senior Computer Graphics Engineer Jens Rimestad fra Alexandra Instituttets Visual Computing Lab, har stået for udviklingen, og har anvendt computerteknikker, der bruger visuel genkendelse til at finde cirklerne. Efterfølgende har han digitaliseret blodets karakter, og til sidst har han brugt »machine learning« til at afgøre, om blodet klumper sammen eller ej.

“Samarbejdet har formået at omsætte vores blodkort til et resultat og bundet det analoge sammen med det digitale. Jeg synes, at mobilapplikationen er i verdensklasse, men reelt er den kun til intern brug, og derfor skal vi have lavet en brugerflade, der gør den nem at bruge,” siger Kasper Juul Hedegaard.

Digitalisering kan blive et vigtigt værktøj på hospitaler
Eldon Biologicals er medstifter af og samarbejder med organisationen CUHRE, der er en gruppe læger i Afrika, Indien, USA og Canada, der bekæmper den såkaldte rhesus-sygdom. Den er ukendt herhjemme, men er en sygdom hos nyfødte, der skyldes, at en rhesusnegativ mor danner antistoffer mod et rhesuspositivt fosters røde blodlegemer.

CUHRE er styret af forskere på Stanford University, og det er især dem, der har rykket for en digitalisering af kortene.

“Det giver mulighed for at samle statistisk data og for at sende resultatet til de lokale blodbanker. Jeg kan også sende en sms med blodtypen til kvinden, som hun kan bruge, hvis hun bliver gravid igen,” siger han.

Det kan også blive et vigtigt værktøj på hospitaler herhjemme, hvor man skal være klar til at give blod, når patienterne kommer ind med ambulance. Som det er i dag, er de nødt til at tage blodprøven og sende den forbi blodbanken. Han siger:

»Hvis man kunne scanne blodprøven lige så snart, den bliver taget i ambulancen, kan det rigtige blod måske ligge hurtigere klart, når de kommer på operationsstuen. Det vil selvfølgelig kræve, at det bliver godkendt som medical device. Men det er noget, vi stærkt overvejer.«


 

Læs mere om eldonkortet på: 
eldoncard.com

»Begrebet machine learning…, er baseret på det særlige område inden for datalogisk forskning, der hedder algoritmer kombineret med statistisk analyse. Det går ud på at lade computeren lære at genkende mønstre ud fra eksempler og data og vel at mærke lære mere end eksemplerne selv: På basis af data kan computeren også lære at generalisere til nye eksempler og træffe såkaldt intelligente beslutninger. »
Læs mere i Jubilæumsskrift på diku.dk

InnoBooster

InnoBooster investerer i videnbaserede innovationsprojekter fra små og mellemstore virksomheder, iværksættere og forskere med op til 5. mio. kr. 
Læs mere på InnoBooster.dk

Facebook

Hold dig opdateret med det seneste om InnoBooster på Facebook

Udviklingen af mobilapplikationen og samarbejdet med Alexandra Instituttet er sket i forbindelse med investering fra fondens tidligere Videnkupon-ordning - som i dag svarer til InnoBooster.