MEEG – Mobile Elektro-EncefaloGram

Het project ontwikkelt een AI-gestuurd systeem voor ambulancemedewerkers om snel en nauwkeurig hersenletsel te diagnosticeren via EEG, waardoor tijdige behandeling in IAT-ziekenhuizen mogelijk wordt.

Subsidie
€ 20.000
2023

Projectdetails

Inleiding

Jaarlijks krijgen naar schatting 130.000 mensen in Nederland te maken met enige vorm van hersenletsel door bijvoorbeeld een ongeluk, een tumor, een hartstilstand, een herseninfarct of een hersenbloeding. Snelle en correcte behandeling van hersenletsel is van levensbelang. Hiermee wordt de kans op blijvend hersenletsel verkleind.

Expertise in Behandeling

De behandeling van de verschillende vormen van hersenletsel vergt vergaande expertise. Niet ieder Nederlands ziekenhuis is uitgerust met de kennis en expertise om deze verschillende vormen van hersenletsel te kunnen behandelen. Zo is bijvoorbeeld Intra-arteriële trombectomie (IAT) de standaardbehandeling voor patiënten met een herseninfarct bij een occlusie van een groot bloedvat (large vessel occlusion, hierna: LVO). IAT wordt in een beperkt aantal ziekenhuizen gedaan.

Probleem van Overplaatsing

De helft van de patiënten met een LVO wordt in een regioziekenhuis gepresenteerd en in tweede instantie overgeplaatst naar een IAT-ziekenhuis. Dit vertraagt de start van de behandeling met ongeveer een uur en verkleint zo de kans op herstel. Directe presentatie in een IAT-ziekenhuis van alle patiënten met verdenking op een herseninfarct is niet haalbaar:

  • Slechts ongeveer 7% van hen heeft een LVO.
  • De IAT-ziekenhuizen zouden enorm worden overbelast.

Er is dus een methode voor selectie van patiënten met verondersteld hersenletsel nodig.

Rol van EEG

Uit eerdere studies is gebleken dat een Elektro-Encefalogram (hierna: EEG) kan worden ingezet om het type hersenletsel vast te stellen. Door ambulancemedewerkers de mogelijkheid te bieden om ter plaatse een EEG te maken, kan het type hersenletsel al voor aankomst bij het ziekenhuis worden bepaald. Bij een LVO kan er bijvoorbeeld worden besloten om door te rijden naar een IAT-ziekenhuis, waardoor er kostbare tijd wordt gewonnen en de kans op blijvend hersenletsel drastisch wordt verkleind.

Uitdagingen van EEG

Een nadeel van een EEG is de voorbereidingstijd en de vereiste nauwkeurigheid van de meting. Elektrodes dienen met een geleidende gel op de juiste locatie op het hoofd te worden aangebracht. Bij een verkeerde applicatie van de elektrodes zijn deze onbruikbaar. Ambulancemedewerkers in deze situatie hebben niet de tijd en niet de middelen om deze EEG-elektrodes met veel aandacht aan te brengen.

Daarnaast vergt interpretatie van de signalen enige kennis en expertise van de ambulancemedewerker. Met behulp van kunstmatige intelligentie kunnen patronen in de EEG-meting worden herkend. Deze patronen kunnen vervolgens worden gebruikt om het type hersenletsel vast te stellen.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2023

Partners & Locaties

Projectpartners

  • Mentech Engineering B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

MEEG – Mobile Elektro-EncefaloGram

Dit project onderzoekt de haalbaarheid van een mobiel EEG-systeem voor snelle diagnose van hersenaandoeningen in ambulances.

€ 20.000
Mkb-innovati...

Project MITH Nico.lab

Dit project onderzoekt de haalbaarheid van EEG-herseninfarct triage in ambulances met AI-algoritmen om snel en nauwkeurig patiënten te identificeren voor directe behandeling.

€ 20.000
Mkb-innovati...

STRICT (STRoke diagnostiC Tool)

Dit project onderzoekt de haalbaarheid van een ambulance-test voor het vaststellen van beroerte-type via bloed-RNA's, om snelle behandeling en herstel te bevorderen.

€ 20.000
Mkb-innovati...

StrokePointer

TrianecT ontwikkelt StrokePointer, een medisch EEG-apparaat voor ambulancepersoneel om binnen 3 minuten LVO-herseninfarcten te detecteren, met als doel snellere en betere patiëntverzorging.

€ 20.000
Mkb-innovati...

Predictive Epilepsy Treatment

Cascar ontwikkelt een AI-gebaseerde Userinterface voor het analyseren van EEG-data van epilepsiepatiënten, om afwijkingen sneller te identificeren en patiënten meer controle te geven over hun behandeling.

€ 19.992

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

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.

€ 331.450
EIC Accelerator

BraiN20®: A paradigm shift in Acute Ischemic Stroke (AIS) patient management

BraiN20 is a non-invasive device that monitors brain viability in AIS patients to enhance EVT decision-making and improve treatment outcomes through real-time data.

€ 2.500.000
Mkb-innovati...

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
Mkb-innovati...

Oog voor het Hart: de miniECG

Het project ontwikkelt een miniECG voor huisartsen om snel en goedkoop hartdiagnoses te stellen, waardoor patiënten beter geholpen worden en de druk op specialisten vermindert.

€ 340.060
Mkb-innovati...

Beeldgestuurde oplossingen in de cardiologie en neurologie. Innovatieve weefselherkenning en 4D-monitoring van resultaten bij patiënten

Dit project ontwikkelt een cloudplatform voor 3D-beeldbewerking en 4D-analyse om gepersonaliseerde revalidatie en succesvolle pacemakerimplantaties te verbeteren in cardiologie en neurologie.

€ 262.962