Virtuele doktersassistent – Huidaandoeningen

Het project onderzoekt de haalbaarheid van een doktersassistentapplicatie die via foto's en anamnese digitale diagnoses van huidaandoeningen stelt, met als doel zorgtoegang te verbeteren en kosten te verlagen.

Subsidie
€ 20.000
2020

Projectdetails

Inleiding

Huidaandoeningen vormen een groot deel van de zorgvragen binnen het patiëntenaanbod in Nederlandse huisartsenpraktijken. Voorliggend project beoogt te onderzoeken of het haalbaar is om een doktersassistentapplicatie te ontwikkelen die op basis van foto's in combinatie met informatie uit anamnese een digitale diagnose stelt en een behandeling voor de huidaandoening voorstelt.

Werkwijze

Patiënten uploaden een overzichts- en detailfoto van de geïrriteerde huid op een beveiligde server en beantwoorden een aantal vragen, waarna de te ontwikkelen software deze analyseert en cross-referencet met een database en vooraf ingestelde parameters om te komen tot een diagnose.

Verwachte Resultaten

Wanneer dit haalbaarheidsproject slaagt, zal dit systeem worden ontwikkeld tot een app die niet alleen zal zorgen voor een toegenomen beschikbaarheid van zorg voor huidaandoeningen, maar tegelijkertijd een grote ontlasting betekenen voor Nederlandse huisartsenpraktijken, met een potentieel forse daling van de zorgkosten als gevolg.

Onderzoeksmethoden

Binnen het project zal allereerst literatuuronderzoek worden verricht, waaronder:

  1. Studie naar kenmerkende eigenschappen van veelvoorkomende huidaandoeningen.
  2. Onderzoek naar hoe deze digitaal herkend zouden kunnen worden.

Ook wordt een doelmatigheidsanalyse uitgevoerd om de economische haalbaarheid te analyseren.

Technologische Ontwikkeling

Vervolgens zullen wij een neuraal netwerk programmeren om een Deep Learning Systeem te ontwikkelen, dat op basis van een deep convolutional neuraal netwerk beelden en klinische metadata (anamnestische vragen) kan verwerken. Wij zullen een machine learning tool programmeren die de geüploade foto's analyseert en een...

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2020

Partners & Locaties

Projectpartners

  • Aanvrager geen rechtspersoonpenvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

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...

SkinSight360

SkinSight360 onderzoekt de haalbaarheid van AI-gedreven dermatologische zorg en verbetert de communicatie tussen patiënten en dermatologen.

€ 20.000
Mkb-innovati...

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.

€ 19.728
Mkb-innovati...

Digital Skintyping Platform based on dermoscopy & AI

I-Parse ontwikkelt een digitaal platform dat AI gebruikt om huidtype te analyseren via dermatoscoopbeelden, met als doel het risico op huidkanker te verminderen en monitoring te verbeteren.

€ 18.888
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

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

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.

€ 329.700
Mkb-innovati...

Totaaloplossing voor anderhalvelijnszorg bij oogaandoeningen

Het project ontwikkelt een DRP-platform en gebruiksvriendelijke funduscamera om oogscreening te verbeteren, waardoor huisartsen zelf kunnen screenen en wachttijden voor oogzorg verminderen.

€ 198.205
Mkb-innovati...

Unburdening doctors by highly accurate AI anamnesis

Dit project ontwikkelt een AI-tool voor huisartsen om anamnese en diagnose te automatiseren en administratieve lasten te verlichten.

€ 346.745
Mkb-innovati...

AllergoGOGO!

Het project ontwikkelt een digitaal zorgpad voor allergische rhinitis om snellere zorgverlening te bieden, zorgkosten te verlagen en de kwaliteit van leven van patiënten te verbeteren.

€ 191.665
Mkb-innovati...

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.

€ 347.130