SubsidieMeestersPrimaire zorg: van routinematige naar datagedreven en zelflerende zorg
Het project onderzoekt de haalbaarheid van een beslisondersteuningstool voor primaire zorg in India, gericht op het optimaliseren van zorg door het gebruik van Real World data.
Projectdetails
Inleiding
Primaire gezondheidszorg kan wereldwijd beschouwd worden als de hoeksteen van de zorg. Juist omdat het laagdrempelig is voor zorgverlening en de daaraan voorafgaand diagnosestelling. In minder ontwikkelde landen, zoals India, is de afstand tot primaire zorg - zowel letterlijk als figuurlijk - groot. Daarnaast ontbreken vaak de financiële middelen voor diagnostische tests, waardoor er naar andere manieren wordt gekeken om de diagnostiek te verbeteren.
Vraagstelling
Vanuit de primaire zorg kliniek “JSV innovations” uit India (jsvinnovations.in) is de concrete vraag gesteld: “Hoe kan beschikbare Real World data (patiëntspecifieke data, populatie data, ziekte surveillance data, vaccinatiedata etc.) ingezet worden om de primaire zorg (op afstand) te optimaliseren?”
Hoofddoel
Het hoofddoel van het haalbaarheidsproject is: het aantonen van de haalbaarheid van een beslisondersteuning tool (expert system) voor primaire zorg in India.
Sub-doelstellingen
Om het hoofddoel te behalen zijn er sub-doelstellingen gedefinieerd:
- Aantonen haalbaarheid van veilige datakoppeling van verschillende databronnen door trial & error onderzoek.
- Aantonen haalbaarheid van een betrouwbaar voorspellend algoritme door trial & error onderzoek.
- Aantonen van haalbaarheid van een closed-loop systeem door trial & error onderzoek.
- Aantonen van commerciële haalbaarheid van de beslisondersteuning tool middels desk-research en interviews met belangrijke stakeholders in India en Nederland.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 20.000 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- Data Scientia B.V.penvoerder
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 |
Klinische zorgprocesmanagement applicatieEffect Healthcare B.V. onderzoekt de haalbaarheid van een applicatie voor clinici om zorgprocessen te optimaliseren, wat leidt tot betere patiëntresultaten en efficiëntere workflows. | Mkb-innovati... | € 19.728 | 2023 | 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 |
Haalbaarheidsonderzoek transmurale zorg samenwerkingsapplicatie (TZSA)Mediwebs voert haalbaarheidsonderzoek uit naar een applicatie die transmuraal de communicatie en informatie-uitwisseling in de gezondheidszorg verbetert, gericht op zorgverleners en patiënten. | Mkb-innovati... | € 20.000 | 2021 | Details |
Digitale transformatie data acquisitie en verwerking van klinische onderzoekenTherapySelector ontwikkelt een AI-gestuurde oplossing om het selectieproces van medische publicaties te versnellen en te digitaliseren, met als doel persoonsgericht medicatievoorschrijven te verbeteren. | Mkb-innovati... | € 20.000 | 2021 | Details |
Diagnosemodel eerstelijnszorg
Een start-up ontwikkelt een AI-gebaseerd diagnosemodel om huisartsen te ondersteunen bij huidaandoeningen en onnodige doorverwijzingen naar dermatologen te verminderen.
Klinische zorgprocesmanagement applicatie
Effect Healthcare B.V. onderzoekt de haalbaarheid van een applicatie voor clinici om zorgprocessen te optimaliseren, wat leidt tot betere patiëntresultaten en efficiëntere workflows.
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.
Haalbaarheidsonderzoek transmurale zorg samenwerkingsapplicatie (TZSA)
Mediwebs voert haalbaarheidsonderzoek uit naar een applicatie die transmuraal de communicatie en informatie-uitwisseling in de gezondheidszorg verbetert, gericht op zorgverleners en patiënten.
Digitale transformatie data acquisitie en verwerking van klinische onderzoeken
TherapySelector ontwikkelt een AI-gestuurde oplossing om het selectieproces van medische publicaties te versnellen en te digitaliseren, met als doel persoonsgericht medicatievoorschrijven te verbeteren.
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 |
RDMS - Realtime Dashboard Management System voor chronische aandoeningenHet project ontwikkelt een digitaal Realtime Dashboard en Management Systeem om diabetespatiënten proactief te monitoren en tijdig zorg te bieden, waardoor de zorgcapaciteit efficiënter wordt ingezet. | Mkb-innovati... | € 132.370 | 2021 | Details |
A-EYEHealthplus.ai en Ksyos ontwikkelen een machine learning algoritme om de efficiëntie in de zorg te verbeteren, waardoor oogaandoeningen sneller en goedkoper kunnen worden gediagnosticeerd en behandeld. | Mkb-innovati... | € 347.130 | 2020 | Details |
Cardio Sensing & CoachingHet project ontwikkelt een gebruiksvriendelijke webportal en sensor voor thuiscardiorevalidatie, waarmee patiënten realtime gezondheidsdata kunnen monitoren en feedback ontvangen, om zorgkosten te verlagen. | Mkb-innovati... | € 200.000 | 2015 | Details |
MedRing AI dataplatformHet project ontwikkelt een 'Clinical Decision Support' platform voor real-time patiëntmonitoring en zelfmedicatie, ter verlichting van de zorgdruk en verbetering van de zorgkwaliteit in Nederland. | Mkb-innovati... | € 174.300 | 2019 | 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.
RDMS - Realtime Dashboard Management System voor chronische aandoeningen
Het project ontwikkelt een digitaal Realtime Dashboard en Management Systeem om diabetespatiënten proactief te monitoren en tijdig zorg te bieden, waardoor de zorgcapaciteit efficiënter wordt ingezet.
A-EYE
Healthplus.ai en Ksyos ontwikkelen een machine learning algoritme om de efficiëntie in de zorg te verbeteren, waardoor oogaandoeningen sneller en goedkoper kunnen worden gediagnosticeerd en behandeld.
Cardio Sensing & Coaching
Het project ontwikkelt een gebruiksvriendelijke webportal en sensor voor thuiscardiorevalidatie, waarmee patiënten realtime gezondheidsdata kunnen monitoren en feedback ontvangen, om zorgkosten te verlagen.
MedRing AI dataplatform
Het project ontwikkelt een 'Clinical Decision Support' platform voor real-time patiëntmonitoring en zelfmedicatie, ter verlichting van de zorgdruk en verbetering van de zorgkwaliteit in Nederland.