Rabbit-EyeSee

Rabbit-EyeSee ontwikkelt een goedkope smartphone-tool voor snelle en effectieve screening van refractieafwijkingen bij kinderen, om vroegtijdige opsporing van oogproblemen te bevorderen.

Subsidie
€ 159.724
2021

Projectdetails

Inleiding

Ongecorrigeerde refractieafwijkingen zijn de meest voorkomende oorzaak van visuele beperkingen bij kinderen. Volgens de Wereldgezondheidsorganisatie lijden ongeveer 19 miljoen kinderen en adolescenten van 5 tot 15 jaar aan visuele beperkingen, waaronder ongeveer 12,8 miljoen gevallen (67%) te wijten zijn aan niet-gecorrigeerde refractieafwijkingen. Door het toenemende gebruik van smartphones en tablets onder kinderen neemt het aantal refractieafwijkingen bij kinderen daarnaast alleen maar toe.

Gevolgen van onbehandelde oogafwijkingen

Als deze oogafwijkingen onopgemerkt en onbehandeld blijven, kan dit leiden tot ernstige gezichtsproblemen zoals:

  • Lui oog
  • Scheelzien

Huidige screeningsmethoden

In Nederland wordt door de JGZ gescreend op oogafwijkingen bij kinderen. Hierbij wordt echter voornamelijk gekeken naar bijziendheid. Verziendheid is een miskend probleem, wat ook veel lastiger met een eenvoudige test op te sporen is. Refractoren, zoals gebruikt bij de opticien, zijn heel duur en slecht te verplaatsen, waardoor dergelijke screenings nog op de ouderwetse manier worden uitgevoerd met letterkaarten.

Nieuwe oplossing

Health E-Solutions en Rabbit-Eyes slaan de handen ineen om een nieuwe oplossing te ontwikkelen die goedkoop en effectief ingezet kan worden om oogafwijkingen bij kinderen eenvoudig te meten.

Technologie en toepassing

Op basis van een screeningtool op een smartphone kan met pupil/gaze tracking de oogafwijking heel snel gemeten worden. Er speelt een filmpje af waarbij de ogen automatisch fixeren op plekken die scherp zichtbaar zijn. Op deze manier kan heel snel een accurate meting verricht worden.

Toekomstige inzet

De tool zal in beginsel voor screening bij kinderen ingezet worden, maar kan veel breder ingezet worden, vooral bij mensen die weinig mobiel zijn. Onze oplossing, Rabbit-EyeSee, zal dus massascreening eenvoudig en toegankelijk maken, waardoor oogafwijkingen vroeg opgespoord kunnen worden. Hierbij wordt expliciet gebruikgemaakt van het Zuid-Hollandse innovatie-ecosysteem, hetgeen een positief effect heeft op de regio.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 159.724

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2021

Partners & Locaties

Projectpartners

  • Health E-Solutions B.V.penvoerder
  • Rabbit-eyes 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

Haalbaarheid van bevolkingsonderzoek met behulp van kunstmatige intelligentie

Het project ontwikkelt een AI-gebaseerde dienst voor vroegtijdige glaucoomdetectie om kosten te verlagen en de impact van blindheid te beperken door bevolkingsonderzoek te verbeteren.

€ 19.472
MIT Haalbaarheid

EyeFast AI software voor vroege detectie van oogafwijkingen

Holland AI onderzoekt de haalbaarheid van een deep-learning algoritme voor snelle en kwalitatieve detectie van oogafwijkingen in huisartsenpraktijken om de diagnostisering te verbeteren.

€ 20.000