SubsidieMeestersHaalbaarheidsonderzoek nieuwe vroegdiagnose longkanker technologie d.m.v. “remote data services”
Het project richt zich op het ontwikkelen van een gestandaardiseerde dienst voor longkankerscreening door hoogwaardige beelddata op afstand te analyseren, om vroegtijdige diagnose en behandeling te verbeteren.
Projectdetails
Inleiding
Met meer dan 1,7 miljoen sterfgevallen wereldwijd per jaar is longkanker de belangrijkste sterfteoorzaak onder alle typen kankers. Door de longen van mensen binnen een hoogrisicogroep regelmatig te screenen op basis van gestandaardiseerde en hoogwaardige kwaliteit medische beeldvormende technologie, kan longkanker vroegtijdig worden opgespoord en eerder begonnen worden met de behandeling, waarmee de overlevingskans aanzienlijk vergroot wordt.
Onderzoek en Huidige Situatie
De Nederlands-Leuvens Longkanker Screeningsonderzoek (NELSON) studie heeft aangetoond dat deze wijze van vroegdiagnose van grote toegevoegde waarde zou kunnen zijn. Maar er bestaan op dit moment echter nog geen geschikte oplossingen om dit goed te kunnen implementeren en breed op te schalen onder een grotere doelgroep.
Projectdoelstelling
Het aanstaande project heeft betrekking op een nieuw en nog op te zetten dienst ten behoeve van longkankerscreening. Hiervoor zal lokaal verkregen hoogkwalitatieve beelddata van de longen op afstand benaderd en gevalideerd beoordeeld kunnen worden.
Technische Implementatie
Om te komen tot de juiste (vroeg)diagnose met betrekking tot longkanker, zal iDNA de noodzakelijke hulp bieden bij het op een gestandaardiseerde en (technisch) efficiënte wijze acquireren, opslaan en verwerken van deze beelddata.
Co-morbiditeiten
Naast longkanker worden ook hieraan gerelateerde co-morbiditeiten, zoals coronaire hartziekten en COPD, gediagnostiseerd.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 19.992 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2020 |
Partners & Locaties
Projectpartners
- Institute for DiagNostic Accuracy Research B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Onderzoek naar AI-based second opinionHet project onderzoekt de haalbaarheid van een AI-platform voor optimale kankerbehandelplannen via geüploade patiëntdata. | Mkb-innovati... | € 20.000 | 2023 | 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 |
BORSTKANKERDETECTIE D.M.V. CAMERATECHNOLOGIEËN/ ARTIFICIËLE INTELLIGENTIESigmascreening onderzoekt de haalbaarheid van een innovatief product voor borstkankerdetectie met 3D-camera's en AI, gericht op toegankelijkheid en marktbehoefte. | Mkb-innovati... | € 20.000 | 2020 | 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 |
Haalbaarheidsproject Beter beeld voor een betere diagnoseHet project onderzoekt de toepassing van geavanceerde beeldverwerking in medische technieken om diagnoses te verbeteren en stralingsblootstelling voor patiënten te verminderen. | Mkb-innovati... | € 14.400 | 2021 | Details |
Onderzoek naar AI-based second opinion
Het project onderzoekt de haalbaarheid van een AI-platform voor optimale kankerbehandelplannen via geüploade patiëntdata.
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.
BORSTKANKERDETECTIE D.M.V. CAMERATECHNOLOGIEËN/ ARTIFICIËLE INTELLIGENTIE
Sigmascreening onderzoekt de haalbaarheid van een innovatief product voor borstkankerdetectie met 3D-camera's en AI, gericht op toegankelijkheid en marktbehoefte.
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.
Haalbaarheidsproject Beter beeld voor een betere diagnose
Het project onderzoekt de toepassing van geavanceerde beeldverwerking in medische technieken om diagnoses te verbeteren en stralingsblootstelling voor patiënten te verminderen.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
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 |
Early Multi-Omic Cancer Assessment: eMOCAThis project aims to identify novel microbial biomarkers for lung squamous cell cancer using non-invasive exhaled breath condensate and multi-omic analyses to improve diagnosis and treatment. | ERC Starting... | € 1.874.336 | 2025 | Details |
Hart in ZichtHet project ontwikkelt een AI-gestuurde applicatie die smartphone- en wearable-technologie combineert voor vroegtijdige risicobeoordeling van hart- en vaatziekten, met als doel ziekenhuisopnames te verminderen. | Mkb-innovati... | € 198.310 | 2022 | Details |
Low and very-low-field 3D magnetic resonance spirometry for advanced regional exploration of respiratory diseasesV|LF-Spiro3D aims to democratize 3D MR spirometry for lung function assessment using low-cost MRI techniques, enhancing patient safety and comfort while improving respiratory disease diagnostics. | EIC Pathfinder | € 3.584.656 | 2023 | Details |
Real time Liver disease early diagnosis through exhaled Volatile Organic Compounds sensingDiaNose aims to revolutionize NAFLD diagnostics with a cost-effective, hand-held device using AI to classify breath chemical signatures, achieving >90% accuracy for improved patient outcomes. | EIC Transition | € 2.499.875 | 2024 | 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.
Early Multi-Omic Cancer Assessment: eMOCA
This project aims to identify novel microbial biomarkers for lung squamous cell cancer using non-invasive exhaled breath condensate and multi-omic analyses to improve diagnosis and treatment.
Hart in Zicht
Het project ontwikkelt een AI-gestuurde applicatie die smartphone- en wearable-technologie combineert voor vroegtijdige risicobeoordeling van hart- en vaatziekten, met als doel ziekenhuisopnames te verminderen.
Low and very-low-field 3D magnetic resonance spirometry for advanced regional exploration of respiratory diseases
V|LF-Spiro3D aims to democratize 3D MR spirometry for lung function assessment using low-cost MRI techniques, enhancing patient safety and comfort while improving respiratory disease diagnostics.
Real time Liver disease early diagnosis through exhaled Volatile Organic Compounds sensing
DiaNose aims to revolutionize NAFLD diagnostics with a cost-effective, hand-held device using AI to classify breath chemical signatures, achieving >90% accuracy for improved patient outcomes.