Risk Dashboard

Inleiding

In dit R&D samenwerkingsproject ontwikkelen Nico.lab en TYMLEZ unieke en innovatieve technologie om de besluitvorming rondom complexe beroertezorg te verbeteren. Door de ontwikkeling van data-driven CTP-algoritmes zal Nico.lab de eerste onderneming ter wereld worden die middels AI gecompliceerde CTP-data kan interpreteren en de arts actief kan adviseren over de juiste keuzes.

Technologieontwikkeling

Met de ontwikkeling en integratie van speciale Swarm Learning AI-technologie op de blockchain backend van TYMLEZ en de verdere integratie met Nico.lab’s StrokeViewer-platform, ontstaat een future-proof en uniek product.

Huidige situatie

Momenteel worden CTP-scans van hersenen steeds populairder onder artsen omdat er een heel duidelijk kleurgecodeerd plaatje uit voorkomt. Een probleem hierbij is dat deze plaatjes gebaseerd zijn op ingewikkelde berekeningen waaraan veel veronderstellingen ten grondslag liggen, met betrekking tot bijvoorbeeld:

1. Snelheid van bloedstroming
2. Volume

Een softwarepakket berekent aan de hand hiervan op welke plekken in het brein er bepaalde activiteit is, wat de arts een idee kan geven waar een infarct heeft plaatsgevonden. In wetenschappelijke literatuur en de klinische praktijk is men zich er echter zeer van bewust dat deze methode bijzonder inaccuraat is.