SubsidieMeestersDecision support system voor medische diagnoses
Nobleo ontwikkelt een AI-gestuurd decision support systeem om medische diagnoses te verbeteren en zorgkosten te verlagen.
Projectdetails
Inleiding
Nobleo Intelligent Solutions BV beoogt de ontwikkeling van een decision support systeem, welke medische specialisten ondersteunt bij het stellen van diagnoses van een ziektebeeld op basis van echografisch onderzoek.
Technologie
Het decision support system zal gebruikmaken van Artificiële Intelligentie (AI) en Machine Learning (ML).
Marktbehoefte
Op de markt zijn nog geen decision support systems te verkrijgen of ‘standaard’ AI en ML systemen voor de beoogde toepassing, waardoor de technische haalbaarheid van het systeem moet worden onderzocht.
Probleemstelling
Er is een concrete vraag vanuit de markt naar het decision support systeem. Bestaand diagnostisch onderzoek heeft enkele arbitraire aspecten in zich, waarbij de ervaring van de medisch specialist van groot belang is.
Daarnaast kost het waardevolle tijd van het zorgpersoneel en leidt het tot hoge zorgkosten.
Oplossing
Het beoogde decision support systeem biedt een oplossing voor dit probleem en heeft daarbij de potentie om het onderzoek van de derde lijn zorg (specialisten in het ziekenhuis) naar de eerste lijn zorg (huisarts) te verplaatsen, waardoor de zorgkosten significant zullen dalen.
Onderzoek
In dit project wordt de exacte toepassing en waarde van de ontwikkeling verder onderzocht en wordt bepaald of de ontwikkeling leidt tot een rendabele business case en dus economisch haalbaar is.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
| Totale projectbegroting | € 52.800 |
Tijdlijn
| Startdatum | 1-5-2020 |
| Einddatum | 30-4-2021 |
| Subsidiejaar | 2020 |
Partners & Locaties
Projectpartners
- Nobleo Intelligent Solutions BVpenvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Diagnosemodel eerstelijnszorgEen start-up ontwikkelt een AI-gebaseerd diagnosemodel om huisartsen te ondersteunen bij huidaandoeningen en onnodige doorverwijzingen naar dermatologen te verminderen. | Mkb-innovati... | € 20.000 | 2023 | Details |
Data4NeuroData4Neuro ontwikkelt een datagedreven platform voor de neurosurgische industrie om realtime feedback van clinici te verzamelen en inzichten te bieden. | Mkb-innovati... | € 20.000 | 2021 | Details |
Obseq DiagnosticsHet project onderzoekt de haalbaarheid van de softwaretool 'Obseq Diagnostics', die met slimme algoritmes en machine learning vroegtijdige diagnoses stelt op basis van medische data. | Mkb-innovati... | € 20.000 | 2021 | Details |
ARNE: innovatie voor neonatologieHet project ontwikkelt ARNE, een augmented reality-systeem dat neonatologen ondersteunt bij real-time behandelbeslissingen voor pasgeborenen met complicaties, en onderzoekt technische en financiële haalbaarheid. | Mkb-innovati... | € 20.000 | 2020 | Details |
Onderzoek naar AI-based second opinionCare for Life onderzoekt de haalbaarheid van een platform dat met AI en patiëntdata het optimale behandelplan voor kankerpatiënten kan bepalen, ter verbetering van second opinions en behandelresultaten. | Mkb-innovati... | € 20.000 | 2023 | Details |
Diagnosemodel eerstelijnszorg
Een start-up ontwikkelt een AI-gebaseerd diagnosemodel om huisartsen te ondersteunen bij huidaandoeningen en onnodige doorverwijzingen naar dermatologen te verminderen.
Data4Neuro
Data4Neuro ontwikkelt een datagedreven platform voor de neurosurgische industrie om realtime feedback van clinici te verzamelen en inzichten te bieden.
Obseq Diagnostics
Het project onderzoekt de haalbaarheid van de softwaretool 'Obseq Diagnostics', die met slimme algoritmes en machine learning vroegtijdige diagnoses stelt op basis van medische data.
ARNE: innovatie voor neonatologie
Het project ontwikkelt ARNE, een augmented reality-systeem dat neonatologen ondersteunt bij real-time behandelbeslissingen voor pasgeborenen met complicaties, en onderzoekt technische en financiële haalbaarheid.
Onderzoek naar AI-based second opinion
Care for Life onderzoekt de haalbaarheid van een platform dat met AI en patiëntdata het optimale behandelplan voor kankerpatiënten kan bepalen, ter verbetering van second opinions en behandelresultaten.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Enhancing emergency department safety, efficacy and cost-effectiveness by artificial intelligenceDevelop a machine learning-based clinical decision support system for emergency medicine to enhance diagnosis accuracy, patient safety, and cost-effectiveness through validated algorithms and patient data integration. | ERC Advanced... | € 2.497.200 | 2022 | Details |
Doorbreken van barrières voor gebruik van AI algoritmes in de gezondheidszorg.Het project ontwikkelt een cloud-based platform met AI-technologie voor verbeterde medische diagnostiek, gericht op snellere, nauwkeurigere behandelingen en kostenbesparingen in de gezondheidszorg. | Mkb-innovati... | € 329.700 | 2019 | Details |
Sonio: Deep-Learning for Detection and Diagnostic of Prenatal MalformationsSonio is an AI-driven platform that enhances fetal ultrasound by guiding OBGYNs in detecting congenital malformations, aiming to improve prenatal diagnosis accuracy and outcomes. | EIC Accelerator | € 2.500.000 | 2023 | Details |
Facilitating personalised Lung Treatment Decisions through a Deeptech AI Clinical Decision Support SystemThirona's LungQ-Care project aims to develop an AI-driven clinical decision support system to enhance personalized lung treatment and streamline thoracic imaging analysis. | EIC Accelerator | € 2.499.999 | 2023 | Details |
Schaalbare AI voor patiënten met pijn op de borstHet project ontwikkelt een AI-algoritme dat cardiologen ondersteunt bij het aanvragen van CT-scans voor patiënten met pijn op de borst. | 1.1 - Het ve... | € 795.688 | 2024 | Details |
Enhancing emergency department safety, efficacy and cost-effectiveness by artificial intelligence
Develop a machine learning-based clinical decision support system for emergency medicine to enhance diagnosis accuracy, patient safety, and cost-effectiveness through validated algorithms and patient data integration.
Doorbreken van barrières voor gebruik van AI algoritmes in de gezondheidszorg.
Het project ontwikkelt een cloud-based platform met AI-technologie voor verbeterde medische diagnostiek, gericht op snellere, nauwkeurigere behandelingen en kostenbesparingen in de gezondheidszorg.
Sonio: Deep-Learning for Detection and Diagnostic of Prenatal Malformations
Sonio is an AI-driven platform that enhances fetal ultrasound by guiding OBGYNs in detecting congenital malformations, aiming to improve prenatal diagnosis accuracy and outcomes.
Facilitating personalised Lung Treatment Decisions through a Deeptech AI Clinical Decision Support System
Thirona's LungQ-Care project aims to develop an AI-driven clinical decision support system to enhance personalized lung treatment and streamline thoracic imaging analysis.
Schaalbare AI voor patiënten met pijn op de borst
Het project ontwikkelt een AI-algoritme dat cardiologen ondersteunt bij het aanvragen van CT-scans voor patiënten met pijn op de borst.