Multi-tenant applicatie t.b.v. diagnoses in de acute zorg

Het project ontwikkelt een multi-tenant applicatie om artsen in de acute zorg te ondersteunen bij snellere en nauwkeurigere diagnoses.

Subsidie
€ 20.000
2024

Projectdetails

Inleiding

DDQ wil artsen op de spoedeisende hulp ondersteunen bij het stellen van diagnoses, om ervoor te zorgen dat ze in staat zijn om sneller, efficiënter en nauwkeuriger tot een diagnose te komen.

Doel van de Applicatie

Met de ontwikkeling van een multi-tenant applicatie (die draait op een lokale server in het ziekenhuis) streeft DDQ ernaar om de kwaliteit van de acute zorg te verbeteren.

Toegankelijkheid voor Artsen

Artsen op de spoedeisende hulp moeten in de toekomst in staat zijn de applicatie te openen op een elektronisch apparaat of handheld device, om vervolgens de diagnose die zij in gedachten hebben te kunnen nalopen.

Werkwijze

Het idee is om dit aan de hand van een wetenschappelijk onderbouwde beslisboom of via AI (Artificial Intelligence) te doen door een vraag te stellen.

Doelstelling van het Project

De doelstelling van het project is dan ook om een gebruiksvriendelijke en intuïtieve multi-tenant applicatie te ontwikkelen die artsen ondersteunt bij het nemen van weloverwogen beslissingen, wat resulteert in een verbeterde patiëntenzorg en vermindering van de wachttijden op de spoedeisende hulp.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000
Totale projectbegroting€ 58.000

Tijdlijn

Startdatum15-4-2024
Einddatum14-4-2025
Subsidiejaar2024

Partners & Locaties

Projectpartners

  • DDQ B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

Decision support system voor medische diagnoses

Nobleo ontwikkelt een AI-gestuurd decision support systeem om medische diagnoses te verbeteren en zorgkosten te verlagen.

€ 20.000
Mkb-innovati...

MEDLINE V3.0: AI BASED TRIAGE PROCEDURES

Medical Booking B.V. ontwikkelt een meertalig AI-gestuurd triagesysteem dat gebruikmaakt van spraaktechnologie en patiëntinformatie om de zorgdruk te verlagen en triage-uitkomsten te verbeteren.

€ 20.000
Mkb-innovati...

Diagnosemodel eerstelijnszorg

Een start-up ontwikkelt een AI-gebaseerd diagnosemodel om huisartsen te ondersteunen bij huidaandoeningen en onnodige doorverwijzingen naar dermatologen te verminderen.

€ 20.000
Mkb-innovati...

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.

€ 20.000
Mkb-innovati...

Shared Decision Software voor SAMEN GEZOND

Dit project onderzoekt de haalbaarheid van AI-software die patiënten met chronische aandoeningen ondersteunt bij duurzame leefstijlverandering en therapietrouw.

€ 20.000

Vergelijkbare projecten uit andere regelingen

ERC Advanced...

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.

€ 2.497.200
Mkb-innovati...

WINQ!

Het project 'WINQ!' ontwikkelt een openbaar platform voor digitale keuzehulpen, zodat zorginstellingen patiënten beter kunnen betrekken bij behandelbeslissingen.

€ 141.120
EIC Accelerator

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.

€ 2.499.999
1.1 - Het ve...

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.

€ 795.688
Mkb-innovati...

Ontwikkeling van een geavanceerd Dynamisch Ambulance Management Decision Support System (DAM-DSS)

Het project richt zich op het verbeteren van meldkamerondersteuning door wiskundige modellen en een gebruiksvriendelijke interface te ontwikkelen voor effectieve inzet van ambulance-eenheden.

€ 160.000