S4E-platform: Simulaties en Signaaldetectie voor Epilepsie
Het project ontwikkelt een AI-platform (S4E) voor het voorspellen van epilepsiesubtypes via hersensimulaties en fNIRS, om diagnostiek en behandeling te verbeteren.
Projectdetails
Inleiding
Epilepsie is een van de meest voorkomende neurologische aandoeningen ter wereld. Bijna 1 op de 200 Nederlanders krijgt last van epilepsie. De last van epilepsie voor individuen en de samenleving is aanzienlijk: naast gezondheidsproblemen kunnen mensen met epilepsie sociale stigmatisering, discriminatie en een verminderde kwaliteit van leven ervaren.
Diagnose en Prognose
De diagnose en prognose van epilepsie varieert sterk, afhankelijk van de onderliggende oorzaak, het type aanvallen en hoe de patiënt reageert op de behandeling. De huidige diagnose en prognosestelling van epilepsie omvat een combinatie van neurologisch onderzoek en testen zoals elektro-encefalografie (EEG) en beeldvorming van de hersenen.
Doel van het Project
Meer begrip van de ziekte, en betere diagnostische- en prognostische testen zullen bijdragen aan verbeterde uitkomsten van de behandeling van mensen met epilepsie. In dit project zal een platform (S4E) worden ontwikkeld waarin met innovatieve artificiële intelligentie (AI) via hersensimulaties en signaaldetectiemethoden voorspellingen worden gedaan over het subtype van een bepaalde epilepsiepatiënt.
Innovatieve Benadering
Er worden 3D-hersensimulaties gemaakt op basis van een genetisch profiel om te voorspellen waar en op welke manier de hersencircuits van een patiënt aangetast zijn. Daarnaast zal binnen dit platform en als aanvulling op de huidige EEG-techniek functionele nabij-infrarood spectroscopie (fNIRS) worden ingezet, waarmee zowel klinisch als vanuit thuis epilepsie-activiteit gemeten kan worden.
Verwachte Impact
Met dit platform kunnen epilepsie-onderzoekers nieuwe inzichten verkrijgen en kunnen zorgverleners vroegtijdig onderscheid maken welk subtype epilepsie een patiënt heeft, hetgeen cruciaal is voor het sturen van beslissingen over behandeling.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 331.450 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- Artinis Medical Systems B.V.penvoerder
- Synaptica B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D AI
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
AI Driver CoachHet project ontwikkelt de AI Driver Coach om chauffeurscoaching, onderhoud en planning te optimaliseren, met als doel de transportsector te verbeteren en leiderschap te versterken. | MIT R&D AI | € 183.435 | 2023 | Details |
Lumi Screening – intuitive holograms for (preventive) healthcareAugmedit en Prescan ontwikkelen Lumi Screening, een technologie die lage-informatie-dichtheid MRI's omzet in interactieve hologrammen voor betere diagnose, educatie en besluitvorming in de gezondheidszorg. | MIT R&D AI | € 239.694 | 2023 | Details |
AI to render the best clinical trial design for a novel RNA therapy.Het ANTENA-project ontwikkelt een AI-platform om de optimale klinische studiepopulatie voor een nieuwe RNA-medicatie te identificeren, met als doel kosten en risico's van klinische proeven te verlagen. | MIT R&D AI | € 199.700 | 2023 | Details |
Onderwijsleerdoelen met AI koppelen aan leerinhoudHet project ontwikkelt een AI-model om betrouwbare educatieve content automatisch te koppelen aan leerdoelen, waardoor het onderwijs efficiënter lesmateriaal kan vinden. | MIT R&D AI | € 105.016 | 2023 | Details |
AI Driver Coach
Het project ontwikkelt de AI Driver Coach om chauffeurscoaching, onderhoud en planning te optimaliseren, met als doel de transportsector te verbeteren en leiderschap te versterken.
Lumi Screening – intuitive holograms for (preventive) healthcare
Augmedit en Prescan ontwikkelen Lumi Screening, een technologie die lage-informatie-dichtheid MRI's omzet in interactieve hologrammen voor betere diagnose, educatie en besluitvorming in de gezondheidszorg.
AI to render the best clinical trial design for a novel RNA therapy.
Het ANTENA-project ontwikkelt een AI-platform om de optimale klinische studiepopulatie voor een nieuwe RNA-medicatie te identificeren, met als doel kosten en risico's van klinische proeven te verlagen.
Onderwijsleerdoelen met AI koppelen aan leerinhoud
Het project ontwikkelt een AI-model om betrouwbare educatieve content automatisch te koppelen aan leerdoelen, waardoor het onderwijs efficiënter lesmateriaal kan vinden.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Epilepsy Treatment Using Neuromodulation by Non-Invasive Temporal Interference StimulationThe EMUNITI project aims to develop a non-invasive, personalized brain stimulation device using temporal interference to diagnose and treat epilepsy, enhancing patient care and outcomes. | ERC COG | € 1.996.925 | 2023 | Details |
“EEG-based DIagnosis Support solutiON” (EDISON) to help close the epilepsy diagnosis gap in Low- and Middle-Income Countries (LMICs) by combining low CAPEX and AI-guided capture with telemedicineBrainCapture is developing an affordable EEG-based diagnosis service for epilepsy in LMICs, utilizing mobile technology and AI for remote analysis by neurologists to improve access to care. | EIC Accelerator | € 2.078.428 | 2022 | Details |
EEGX2Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen. | MIT R&D Samenwerking | € 120.943 | 2023 | Details |
SEIZE.SENSEAlphaSyS en AppsForce ontwikkelen SEIZE.SENSE, een innovatief draagbaar apparaat voor realtime epilepsiedetectie bij kinderen, gericht op het verbeteren van patiëntveiligheid en participatie. | MIT R&D Samenwerking | € 117.810 | 2021 | Details |
Epilepsy Treatment Using Neuromodulation by Non-Invasive Temporal Interference Stimulation
The EMUNITI project aims to develop a non-invasive, personalized brain stimulation device using temporal interference to diagnose and treat epilepsy, enhancing patient care and outcomes.
“EEG-based DIagnosis Support solutiON” (EDISON) to help close the epilepsy diagnosis gap in Low- and Middle-Income Countries (LMICs) by combining low CAPEX and AI-guided capture with telemedicine
BrainCapture is developing an affordable EEG-based diagnosis service for epilepsy in LMICs, utilizing mobile technology and AI for remote analysis by neurologists to improve access to care.
EEGX2
Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.
SEIZE.SENSE
AlphaSyS en AppsForce ontwikkelen SEIZE.SENSE, een innovatief draagbaar apparaat voor realtime epilepsiedetectie bij kinderen, gericht op het verbeteren van patiëntveiligheid en participatie.