Mark Khurana
Kriseberedskab: Mark er med til at gøre Danmark klar til næste pandemi
Under COVID 19-pandemien blev der indsamlet enorme mængder data fra tests udført på den danske befolkning. Mark Khurana forsker i disse data og er med til at lægge den danske strategi for kommende pandemier.
Hvor ofte skal man teste befolkningen under en pandemi? Hvornår skal skolerne lukke? Hvordan følger man bedst udviklingen i virusvarianter? Og hvorfor får nogle personer et meget langstrakt sygdomsforløb?
Spørgsmålene stod i kø efter COVID-19 pandemien – og i Danmark var vi i den heldige situation, at der under pandemien var blevet indsamlet store mængder data, fordi der var en omfattende teststrategi i landet. Data, som forskere siden har analyseret videre på. En af dem er Mark Khurana, som nu modtager 鶹 Talent Prize 2025 for sin forskning i blandt andet COVID-19.
”Vi kigger retrospektivt på pandemien og finder ud af, hvordan vi kan forbedre vores fremtidige beredskab til pandemier. For vi ved desværre, at de kommer igen,” siger Mark Khurana.
Immunsvækkede driver virusmutationer
  Forskningen er en del af Danish Pandemic Preparedness Project, som er et samarbejdsprojekt mellem Københavns Universitet, Danmarks Tekniske Universitet, Statens Serum Institut og Danmarks Statistik. Mark Khurana har som en del af sin ph.d. analyseret genetiske data fra personer med langvarige SARS-CoV-2 infektioner – det vil sige dem, som testede positivt for COVID-19 i mere end én måned.
”Vi kunne se, at ældre, mænd og personer med et svækket immunforsvar havde øget risiko for at få langvarige infektioner. Det er vigtigt, for man har i lang tid haft en mistanke om, at immunsupprimerede personer har unikke mutationsmønstre, som kan give anledning til nye virusvarianter,” siger Mark Khurana.
”Det understreger behovet for, at vi følger immunsvækkede personer for at holde øje med udviklingen af nye virusvarianter. Men også at vi skal give disse personer den rigtige behandling for at holde immunforsvaret så stærkt som muligt, da de i forvejen udgør en sårbar gruppe.”
Inddæmningsstrategier skal genovervejes
Samtidig har Mark Khurana været med til at kortlægge hvor i landet, befolkningen blev smittet. Det er gjort ved at sammenkøre testdata og demografiske data for at se hvilke områder af landet, der var hårdest ramt.
”Formålet er at vurdere, hvad den mest effektive respons vil være, næste gang en pandemi rammer. For eksempel om det er nødvendigt at lukke skoler i hele landet, eller om vi kan være mere præcise i vores strategier,” siger han.
Resultaterne om smittespredningen rundt omkring i landet er ikke publiceret endnu, men da forskningen er lavet i samarbejde med Statens Seruminstitut, ved Mark Khurana allerede, at deres anbefalinger vil komme til at påvirke den danske teststrategi ved en kommende pandemi.
”Under COVID-19 pandemien brugte vi rigtig mange penge på at teste. Så det vil have stor betydning for økonomien, hvis vi kan gøre det på en mere strømlinet måde fremover, så man får den samme kvalitet af information og samtidig kan spare penge.”
Kunstig intelligens kommer til at betyde, at vi kan analysere data meget hurtigere end før, så vi mere præcist kan forudsige, hvordan virus eller bakterier kommer til at sprede sig.
Kunstig intelligens vil blive stor hjælp
Mark Khurana er også i gang med at undersøge, om det er muligt at dele data om vira på tværs af landegrænser.
”Det er ikke en mulighed at dele individuelle patientdata mellem landene, men måske kan man udvikle et system, der kan dele data på et mere overordnet niveau. For eksempel oplysninger om mutationer, virusvarianter eller inkubationstider på en ny virus. Det er vi ved at kigge på konkrete løsninger til nu, og jeg tror, at vi kommer til at se store fremskridt på det område,” siger Mark Khurana.
I den sammenhæng mener han, at kunstig intelligens vil blive en stor hjælp, når en kommende pandemi skal håndteres.
”Kunstig intelligens kommer til at betyde, at vi kan analysere data meget hurtigere end før, så vi mere præcist kan forudsige, hvordan virus eller bakterier kommer til at sprede sig,” siger han og tilføjer:
”I dag er det den enkelte forsker, der skal fortage analyserne inden for et enkelt område, men det er meget svært at analysere komplekse sammenhænge på tværs af forskellige områder, fordi der er så meget data. Her tror jeg, at machine learning og kunstig intelligens vil kunne hjælpe os med at finde nogle sammenhænge, som vi ellers ikke ville kunne se. Det store spørgsmål vil så være, om vi kan bruge kunstig intelligens til at forklare sammenhængene.”
Balance mellem forskning og klinik
Til februar skal Mark Khurana begynde på Klinsk basisuddannelse (KBU), som er første skridt på vejen mod en speciallægeuddannelse.
”Jeg skal tilbage til klinikken for at møde patienterne og finde ud af, om jeg kan lide det. Men forskningen kommer altid til at være en del af min karriere. Så spørgsmålet er, hvordan jeg kan finde en balance, hvor jeg både kan være i klinikken og have tid til at forske,” siger han.
Under COVID-19 pandemien iværksatte myndighederne i Danmark en omfattende teststrategi i befolkningen for at inddæmme smittespredning.
Helgenomsekventering af disse test (specifikt PCR-test) kan nu give et samlet billede af virussens genetik: Hvilke virusvarianter, der var i omløb, og hvordan de muterede til nye virusvarianter.
Ved at sammenkøre data fra de genetiske test med data fra nationale befolkningsregistre er det muligt at få oplysninger om alder, køn, geografisk placering og eventuelle kroniske sygdomme hos de smittede – og sammenholde oplysningerne med data om virusvarianter hos de samme personer.