SubsidieMeestersVersnel Burn-out-herstel
Glimp en M91200 ontwikkelen de Pebbles, een adaptief apparaat voor ademhalingsoefeningen, om burn-out-therapie te verbeteren en zorgkosten te verlagen in Zuid-Holland.
Projectdetails
Inleiding
Glimp en M91200 gaan een samenwerkingsproject aan voor de experimentele ontwikkeling van een gecombineerd hardware- en softwareproduct gericht op het genezen van mensen met burn-outklachten.
Projectdoelstelling
De projectdoelstelling staat als volgt: “Het ontwikkelen en valideren van de Pebbles, een adaptief therapie-ondersteunend instrument, dat meet en monitort, om de burn-out-therapie-effectiviteit te vergroten.”
Productomschrijving
De Pebbles zijn twee hand-held apparaten die begeleide ademhalingsoefeningen bieden door middel van haptische en auditieve feedback. Hiermee wordt de expertise van de therapeut bij de burn-outcliënt thuisgebracht. De Pebbles vormen een letterlijke ‘houvast’ voor de cliënt in de ‘donkere momenten van burn-out’.
Wetenschappelijke onderbouwing
De wetenschappelijk onderbouwde ademhalingsoefeningen helpen het lichaam op een natuurlijke wijze te ontspannen en bevorderen effectieve stressverwerking. Door gebruik van de Pebbles wordt de therapie-effectiviteit vergroot, wat leidt tot sneller burn-outherstel.
Maatschappelijke impact
Het project sluit aan bij de KIA’s en RIS doordat de Pebbles de zorgkosten voor Zuid-Holland zullen terugdringen door ziekteverzuim bij bedrijven in de regio te verminderen. Bovendien helpen de Pebbles bij het verplaatsen van de zorg naar de eigen leefomgeving door het aanbieden van ‘therapie-ondersteuning voor thuis’.
Regionale ontwikkeling
De ontwikkeling van de Pebbles vindt volledig binnen Zuid-Holland plaats, zodat kennis, intellectueel eigendom en innovatie in de regio worden behouden.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 187.500 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2022 |
Partners & Locaties
Projectpartners
- Glimp B.V.penvoerder
- M91200 B.V
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
K.N.I.T.T.: Knitwear Next-level Interactive Textile TechnologyHet 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. | MIT R&D Samenwerking | € 151.428 | 2023 | Details |
Full electric rim drive aandrijving voor commerciële vaartHet 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. | MIT R&D Samenwerking | € 177.700 | 2023 | Details |
Ecotop AI Ripening systeemHet 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. | MIT R&D Samenwerking | € 286.773 | 2023 | 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 |
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.
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.
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.
EEGX2
Dit project ontwikkelt een softwaretool voor vroegtijdige dementiedetectie via EEG-analyse, gebruikmakend van goedkope hardware en geavanceerde algoritmes, in samenwerking met zorginstellingen.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Haalbaarheidsstudie Strain-AssessmentDit project onderzoekt de haalbaarheid van een E-Health platform dat met AI en data vroegtijdige, gepersonaliseerde interventies biedt om chronische werkstress en burn-out te voorkomen. | MIT Haalbaarheid | € 20.000 | 2023 | Details |
Glimp: Versnel burn-out herstelGlimp versnelt burn-out herstel met een haptisch apparaat voor ademtraining, dat therapietrouw vergroot en zorgkosten verlaagt, ondersteund door wetenschappelijk onderzoek en prototype-validatie. | MIT Haalbaarheid | € 20.000 | 2022 | Details |
Applied MotionsInstitute for Applied Motions ontwikkelt een slim kussen dat met AI hartslagmetingen gebruikt om burn-out signalen te herkennen en herstelinzichten te bieden via een innovatief algoritme. | MIT Haalbaarheid | € 20.000 | 2021 | Details |
ICT TOOLS T.B.V. TOEPASBAARHEID VROEGDETECTIE BURNOUTHet project richt zich op het ontwikkelen van een laagdrempelige app voor continue tekstanalyse om vroegtijdig signalen van burn-out te detecteren en samenwerking met zorgverzekeraars te bevorderen. | MIT Haalbaarheid | € 20.000 | 2020 | Details |
Haalbaarheidsstudie Strain-Assessment
Dit project onderzoekt de haalbaarheid van een E-Health platform dat met AI en data vroegtijdige, gepersonaliseerde interventies biedt om chronische werkstress en burn-out te voorkomen.
Glimp: Versnel burn-out herstel
Glimp versnelt burn-out herstel met een haptisch apparaat voor ademtraining, dat therapietrouw vergroot en zorgkosten verlaagt, ondersteund door wetenschappelijk onderzoek en prototype-validatie.
Applied Motions
Institute for Applied Motions ontwikkelt een slim kussen dat met AI hartslagmetingen gebruikt om burn-out signalen te herkennen en herstelinzichten te bieden via een innovatief algoritme.
ICT TOOLS T.B.V. TOEPASBAARHEID VROEGDETECTIE BURNOUT
Het project richt zich op het ontwikkelen van een laagdrempelige app voor continue tekstanalyse om vroegtijdig signalen van burn-out te detecteren en samenwerking met zorgverzekeraars te bevorderen.