SubsidieMeestersMultidisciplinaire prognostische melanoomtest
Het project van MLA Diagnostics en Ellogon.AI ontwikkelt een AI-gebaseerde diagnostische test voor melanomen om betere behandelkeuzes en patiëntselectie voor immunotherapie te realiseren.
Projectdetails
Inleiding
Dit project van MLA Diagnostics en Ellogon.AI draagt bij aan de KIA van het thema Gezondheid & Zorg.
Doelstelling
Dit doet het consortium door technologische ontwikkelingen te realiseren die betere diagnostiek en behandelkeuzes voor melanomen mogelijk maken.
Projectomschrijving
Binnen het kader van het MIT R&D-project streven MLA Diagnostics en Ellogon.AI naar het realiseren van een diagnostische test die:
- moleculaire en AI-technologie combineert
- gericht is op het betrouwbaar classificeren van melanomen
Daarnaast richt de test zich op het gebruik van biomarkers om:
- de effectiviteit van immunotherapie voor melanomen te voorspellen
- de patiëntenselectie voor immunotherapie te verbeteren
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 299.950 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2023 |
Partners & Locaties
Projectpartners
- Ellogon AI B.V.penvoerder
- MLA Diagnostics B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Ontwikkeling van innovatieve prognostische melanoomtestDit project ontwikkelt en valideert een innovatieve prognostische melanoomtest gebaseerd op methylatie van het LY75 gen voor bredere klinische toepassing. | Mkb-innovati... | € 165.130 | 2020 | Details |
AI-based medical assistant - Herkennen en classificeren van tumoren m.b.v. kunstmatige intelligentieDit project ontwikkelt een geavanceerde beeldherkenningstechnologie voor realtime screening van eiwittypologieën in biopten, om de behandeling van complexe tumoren te verbeteren. | Mkb-innovati... | € 200.000 | 2018 | Details |
DETACT - Detection of Enzymes and muTAtions for Cancer TreatmentCytura Therapeutics en ENPICOM ontwikkelen een innovatieve diagnostische assay voor vroege kankerdetectie door het meten van enzymactiviteit en mutatiepatronen in bloedcellen. | Mkb-innovati... | € 215.845 | 2019 | Details |
MET micronaalden patchOm een effectievere en goedkopere behandeling van melanoom en andere huidkankers te realiseren, ontwikkelen Omnigen en IMcoMET een patch met micronaalden voor immuuncelinfiltratie en medicatietoediening. | Mkb-innovati... | € 350.000 | 2018 | Details |
Lymfoomdiagnostiek op cytologisch materiaalHet project ontwikkelt een voorspellende marker voor maligne lymfomen om gerichte behandelingen te bieden, met als doel patiënten verlichting, remissie of genezing te bieden. | Mkb-innovati... | € 189.437 | 2015 | Details |
Ontwikkeling van innovatieve prognostische melanoomtest
Dit project ontwikkelt en valideert een innovatieve prognostische melanoomtest gebaseerd op methylatie van het LY75 gen voor bredere klinische toepassing.
AI-based medical assistant - Herkennen en classificeren van tumoren m.b.v. kunstmatige intelligentie
Dit project ontwikkelt een geavanceerde beeldherkenningstechnologie voor realtime screening van eiwittypologieën in biopten, om de behandeling van complexe tumoren te verbeteren.
DETACT - Detection of Enzymes and muTAtions for Cancer Treatment
Cytura Therapeutics en ENPICOM ontwikkelen een innovatieve diagnostische assay voor vroege kankerdetectie door het meten van enzymactiviteit en mutatiepatronen in bloedcellen.
MET micronaalden patch
Om een effectievere en goedkopere behandeling van melanoom en andere huidkankers te realiseren, ontwikkelen Omnigen en IMcoMET een patch met micronaalden voor immuuncelinfiltratie en medicatietoediening.
Lymfoomdiagnostiek op cytologisch materiaal
Het project ontwikkelt een voorspellende marker voor maligne lymfomen om gerichte behandelingen te bieden, met als doel patiënten verlichting, remissie of genezing te bieden.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Uitbreiding methylatie platformsMLA Dx ontwikkelt een prognostische methode voor vroeg stadium melanomen via LY75 methylatie, ter verbetering van diagnose en behandeling. | Mkb-innovati... | € 20.000 | 2021 | Details |
Immuuncel Methylatie ProfileringMLA Diagnostics ontwikkelt een prognostische methode voor vroeg stadium melanomen op basis van LY75 methylatieprofiel. | Mkb-innovati... | € 20.000 | 2024 | Details |
Identificatie van melanoom biomarkersDit project onderzoekt de haalbaarheid van non-invasieve extractie van melanoombiomarkers voor verbeterde persoonlijke diagnose en therapie, met als doel de behandelingseffectiviteit te verhogen en bijwerkingen te verlagen. | Mkb-innovati... | € 20.000 | 2021 | Details |
AI-based leukemia detection in routine diagnostic blood smear dataDevelop LeukoScreen, an AI software to enhance the speed and accuracy of acute promyelocytic leukemia diagnosis, improving patient outcomes and optimizing laboratory workflows. | ERC Proof of... | € 150.000 | 2023 | Details |
Foundation models for molecular diagnostics - machine learning with biological ‘common sense’FoundationDX aims to enhance molecular diagnostics by using self-supervised learning on diverse biomolecular data to accurately predict cancer subtypes and treatment outcomes without extensive labeled datasets. | ERC Consolid... | € 2.000.000 | 2024 | Details |
Uitbreiding methylatie platforms
MLA Dx ontwikkelt een prognostische methode voor vroeg stadium melanomen via LY75 methylatie, ter verbetering van diagnose en behandeling.
Immuuncel Methylatie Profilering
MLA Diagnostics ontwikkelt een prognostische methode voor vroeg stadium melanomen op basis van LY75 methylatieprofiel.
Identificatie van melanoom biomarkers
Dit project onderzoekt de haalbaarheid van non-invasieve extractie van melanoombiomarkers voor verbeterde persoonlijke diagnose en therapie, met als doel de behandelingseffectiviteit te verhogen en bijwerkingen te verlagen.
AI-based leukemia detection in routine diagnostic blood smear data
Develop LeukoScreen, an AI software to enhance the speed and accuracy of acute promyelocytic leukemia diagnosis, improving patient outcomes and optimizing laboratory workflows.
Foundation models for molecular diagnostics - machine learning with biological ‘common sense’
FoundationDX aims to enhance molecular diagnostics by using self-supervised learning on diverse biomolecular data to accurately predict cancer subtypes and treatment outcomes without extensive labeled datasets.