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.

Subsidie
€ 20.000
2022

Projectdetails

Inleiding

Jaarlijks krijgen ~35.000 Nederlanders een beroerte door een stolsel in een hersenslagader. Bij het krijgen van een beroerte telt iedere seconde.

Probleemstelling

Bij ongeveer 4000 patiënten per jaar met een zeer ernstig herseninfarct, waarbij een afsluiting van een hoofdtak (een proximale occlusie) de oorzaak is, moet voor behandeling doorverwezen worden naar een specialistisch centrum. Deze diagnose kan momenteel helaas alleen worden gedaan met behulp van een CT-scan in het ziekenhuis, waardoor er vaak nog overgeplaatst moet worden naar een ander ziekenhuis.

Gevolgen van vertraging

Elke minuut sterven er 2 miljoen hersencellen en zonder snelle behandeling dalen de kansen op een goed herstel scherp.

Doel van het project

In dit project zal worden gewerkt aan biomarkers die in de ambulance het type beroerte kunnen vaststellen. Door de vroegtijdige detectie kan direct de juiste zorg worden ingezet. Hiermee worden kostbare minuten gespaard, wat de schade van een beroerte kan beperken.

Onderzoek en ontwikkeling

Binnen dit project zal Levels Diagnostics B.V. de haalbaarheid onderzoeken van een test die in de ambulance uitgevoerd kan worden om zogeheten RNAs in bloed te bepalen.

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2022

Partners & Locaties

Projectpartners

  • Levels Diagnostics B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

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...

Digitale biopsie van herseninfarct

Dit project ontwikkelt StrokeBiopt, een technologie die 3D visualisaties van bloedproppen uit 2D scans genereert om artsen te ondersteunen bij behandelkeuzes en de patiëntgezondheid te verbeteren.

€ 20.000
Mkb-innovati...

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.

€ 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...

MEEG – Mobile Elektro-EncefaloGram

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

€ 20.000

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

Platelets as Biomarkers for Cardiovascular Disease

Ontwikkeling van een betaalbare point-of-care biomarkerteller voor snelle bloedplaatjesactiviteitsmeting, gericht op vroegtijdige diagnose van hartinfarcten en beroertes.

€ 269.095
Mkb-innovati...

Cloudbased Hersenscan Diagnostiek beveiligd door Blockchain

Nico-lab B.V. ontwikkelt software om neurovasculaire scans automatisch te beoordelen en biomarkers te identificeren, met als doel snellere en nauwkeurigere diagnoses van beroertes te faciliteren.

€ 168.350
Mkb-innovati...

CTP AI and Swarm Learning

Nico.lab en TYMLEZ ontwikkelen een innovatieve AI-technologie voor betere besluitvorming in beroertezorg door complexe CTP-data te interpreteren en artsen te adviseren via een blockchain-integratie.

€ 242.340
ERC Proof of...

Monitoring of stroke patients with 3D ultrasound localization microscopy

The ERC POC StrokeMonitor project aims to validate a portable super-resolution ultrasound device for monitoring delayed cerebral ischemia in stroke patients, enhancing neuroimaging accessibility and accuracy.

€ 150.000
Mkb-innovati...

Smart Stethoscope

Het project 'smart stethoscope' ontwikkelt een digitale stethoscoop die met machine learning atrialefibrillatie vroegtijdig identificeert, wat leidt tot betere diagnoses en lagere zorgkosten.

€ 267.855