Cloud-IA: Een Cloud-based platform

Cloud-IA ontwikkelt een cloudplatform voor de integratie van AI-gedreven medische beeldverwerkingssoftware in ziekenhuizen, met als doel de diagnostische efficiëntie en kosteneffectiviteit te verbeteren.

Subsidie
€ 326.297
2018

Projectdetails

Inleiding

Cloud-IA: Een Cloud-based platform voor de integratie van innovatieve, AI-gedreven medische beeldverwerkingssoftware binnen ziekenhuissystemen. Radiologieafdelingen binnen ziekenhuizen worden geconfronteerd met een steeds uitgebreidere en complexere groei in medische beelddata. Recente technologische ontwikkelingen maken het mogelijk om radiologen/klinisch specialisten te ondersteunen bij het stellen van diagnoses door het gebruik van slimme, op Artificial Intelligence (AI) gebaseerde algoritmes.

Probleemstelling

Deze algoritmes zijn in staat grote hoeveelheden medische beelden op een zeer accurate manier te analyseren en interpreteren binnen een zeer korte tijd. Echter, de complexe ziekenhuis IT-infrastructuur, het gebrek aan standaardisering en regelgeving vormen tot op heden een barrière om deze veelbelovende algoritmes op een efficiënte en kosteneffectieve wijze op grote schaal toe te passen in ons zorgsysteem.

Projectdoel

In het Cloud-IA project zullen MRIguidance en Aidence hun krachten bundelen om een innovatieve Cloud-infrastructuur (platform) te ontwikkelen wat de implementatie van AI-gedreven medische beeldverwerkingssoftware binnen ziekenhuissystemen mogelijk maakt. Door dit Cloud-based platform is er een efficiëntere en goedkopere ICT-beheer mogelijk binnen de gezondheidszorg.

Functionaliteiten

Het Cloud-IA platform stelt diverse intelligente imaging software gestandaardiseerd beschikbaar, waaronder eerst de producten van MRIguidance (BoneMRI) en Aidence (Veye Chest) en in de toekomst ook de producten van samenwerkende derde partijen. Hierdoor kan de klinische specialist zonder diepgaande IT-kennis gebruikmaken van de meest innovatieve klinische algoritmes, is er minimale interactie vanuit de IT-afdeling van ziekenhuizen nodig en worden de gerelateerde IT-kosten significant gereduceerd.

Versnelling van Technologie

Daarnaast zal de implementatie van het Cloud-IA platform binnen ziekenhuissystemen het invoeren van de allernieuwste softwaretechnologieën binnen de gezondheidszorg versnellen.

Verwachte Resultaten

Aan het eind van dit project is er een eerste model beschikbaar van het Cloud-IA platform voor implementatie en opschaling binnen (Nederlandse) ziekenhuissystemen. Het innovatieve aspect van dit Cloud-IA platform bevindt zich voornamelijk in de technische schaalbaarheid van de hardware die wordt afgestemd op het gebruik van het platform.

Implementatie en Verificatie

Functionaliteit en vertrouwelijkheid van het platform zal aan de hand van implementatie in 6 Nederlandse ziekenhuizen binnen het netwerk van MRIguidance en Aidence worden aangetoond.

Economische Prognose

Naar verwachting zal Cloud-IA binnen 1 jaar na het einde van dit project op de markt komen en het Software As A Service (SaaS) verdienmodel aanhouden, gebaseerd op een jaarlijkse bijdrage voor het gebruik van het serviceplatform en het aantal gemaakte scans (pay-per-analysis). De economische prognose van het Cloud-IA project wordt geschat op een cumulatieve winst van €419 miljoen in de periode 2021-2025.

Regionale Impact

Niet alleen MRIguidance en Aidence, maar ook de provincies Utrecht en Noord-Holland zullen profiteren van de groei in R&D-activiteiten voortvloeiend uit dit project, met name door een toename in werkgelegenheid en de aantrekking van investeerders naar de regio.

Bijdrage aan Gezondheid

Het Cloud-IA project levert daarnaast ook een belangrijke bijdrage aan de ambities gezond leven en diensteninnovatie van Utrecht voor het economische profiteren van transities in de zorg (bemensbaar en kosteneffectief zorgsysteem) en het versterken van nieuwe vormen van product- en diensteninnovatie.

Innovatie in de Gezondheidszorg

De introductie van AI in de gezondheidszorg levert een nieuwe, slimme technologie (Cloud-IA platform) op voor de hervorming van de gezondheidszorg. Dit bevordert niet alleen de kwaliteit en efficiëntie van de zorg, maar verhoogt ook de kostenefficiëntie, wat een positief effect heeft op de duurzaamheid van de zorgsystemen.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 326.297

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2018

Partners & Locaties

Projectpartners

  • MRIguidance BVpenvoerder
  • Aidence B.V.

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT R&D Samenwerking

MIT R&D Samenwerking

K.N.I.T.T.: Knitwear Next-level Interactive Textile Technology

Het project van Knitwear Lab B.V. en Raverko B.V. ontwikkelt een 3D-simuleringstool voor duurzame textielproductie, gericht op co-creatie en de overgang naar digitale productpaspoorten.

€ 151.428
MIT R&D Samenwerking

Full electric rim drive aandrijving voor commerciële vaart

Het project ontwikkelt een prototype van een 50 kW elektrische rim drive motor voor commerciële vaartuigen, ter vervanging van dieselmotoren, met focus op duurzaamheid en innovatieve functionaliteiten.

€ 177.700
MIT R&D Samenwerking

Ecotop AI Ripening systeem

Het project ontwikkelt AI-software en een rijpcel om de rijpheid en kwaliteit van tropisch fruit automatisch te meten en te optimaliseren, wat leidt tot minder verspilling en energiebesparing.

€ 286.773
MIT R&D Samenwerking

EEGX2

Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.

€ 120.943

Vergelijkbare projecten uit andere regelingen

MIT Haalbaarheid

Onderzoek naar digitaal trainingsplatform ter ondersteuning van klinische evaluatie en post market surveillance binnen MDR-richtlijnen in medisch productontwikkeling en certificering

Het project onderzoekt de technische en economische haalbaarheid van een digitaal trainingsplatform voor klinische evaluatie van medische hulpmiddelen, inclusief AI-integratie en dataveiligheid.

€ 20.000
MIT Haalbaarheid

Kwaliteitsmanagementsysteem voor medische beeldanalyse modellen

MIAS onderzoekt de haalbaarheid van een platform voor medische beeldanalyse dat deep learning modellen in de klinische praktijk implementeert en kwaliteitsmanagementsystemen ontwikkelt voor zorgprofessionals.

€ 20.000