SubsidieMeestersAI-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.
Projectdetails
Inleiding
Kanker is een ziekte die een groot deel van de bevolking treft. Hoewel behandelopties en hun werkzaamheid de afgelopen decennia aanzienlijk zijn verbeterd, zijn bepaalde kankertypes en metastatische aandoeningen soms moeilijk of onmogelijk te behandelen met de huidige therapieën.
Tumoren als complexe organen
Het is de afgelopen jaren duidelijk geworden dat een tumor niet alleen bestaat uit abnormale cellen, maar een groot aantal niet-kankercellen omvat, zoals immuuncellen. Tumoren worden als zodanig meer en meer gezien als complexe organen, die zich niet alleen in de tumor bevinden maar ook actieve rollen spelen in progressie en metastase.
Karakterisering van heterogeniteit
Karakterisering van deze heterogeniteit en complexiteit in zowel de mutaties, maar ook in de samenstelling en samenhang van de verschillende cellen in de micro-omgeving rondom een tumor, kan nieuwe indicaties voor behandeling geven. We zijn tegenwoordig in staat om het gedrag van specifieke cellen af te bakenen door te weten welke cellen welke eiwitten maken en hoe andere cellen op deze eiwitten reageren in een tumor, via verschillende methoden om eiwitexpressie in een weefsel te detecteren.
Methoden voor eiwitdetectie
De belangrijkste zijn IHC en IF: (kleur)technieken, gebaseerd op antilichamen, in casu eiwitten die andere eiwitten kunnen herkennen. Het kleuren van dergelijke proteïnes en het uitvoeren van dichtheidsbepalingen vergt momenteel 5 tot 6 dagen.
Doel van het project
In dit project zullen de samenwerkingspartners Gimix en WSK gezamenlijk R&D uitvoeren naar een specifiek te ontwikkelen beeldherkenningstechnologie waarmee het kleuren en selecteren veel sneller moet kunnen worden gerealiseerd, waardoor uiteindelijk een systeem moet ontstaan dat in realtime eiwittypologieën in biopten screent.
Huidige beperkingen
Bestaande beeldherkenningstechnologieën hebben een veel te lage nauwkeurigheid om in deze toepassing te kunnen gebruiken.
Financiële details & Tijdlijn
Financiële details
| Subsidiebedrag | € 200.000 |
Tijdlijn
| Startdatum | Onbekend |
| Einddatum | Onbekend |
| Subsidiejaar | 2018 |
Partners & Locaties
Projectpartners
- WSK Medical B.V.penvoerder
- Gimix B.V.
Land(en)
Vergelijkbare projecten binnen MIT R&D Samenwerking
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
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 |
Trial BoosterVitroScan en Imuno ontwikkelen een screeningsplatform om de effectiviteit van immuuntherapie bij blaaskanker te voorspellen, waardoor patiëntselectie voor klinische studies verbetert. | Mkb-innovati... | € 347.410 | 2022 | Details |
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.
Trial Booster
VitroScan en Imuno ontwikkelen een screeningsplatform om de effectiviteit van immuuntherapie bij blaaskanker te voorspellen, waardoor patiëntselectie voor klinische studies verbetert.
Vergelijkbare projecten uit andere regelingen
| Project | Regeling | Bedrag | Jaar | Actie |
|---|---|---|---|---|
Artificiële intelligentie voor Reproduceerbare Analyse van TumorgroeiHet project ontwikkelt AI-software voor betrouwbare tumorweefselanalyse, gericht op CE-certificering voor de Europese markt. | 1.1 - RSO1.1... | € 373.158 | 2023 | Details |
Non-invasive computational immunohistochemical staining based on deep learning and multimodal imagingSTAIN-IT aims to develop a fast, non-invasive, label-free immunohistochemical staining method using multimodal imaging and deep learning to enhance cancer diagnosis and understanding of disease pathogenesis. | ERC Consolid... | € 1.989.086 | 2023 | Details |
Automatische diagnose van HER2-positieve borstkanker op HE-gekleurde weefselbioptenWSK Medical onderzoekt de haalbaarheid van een Deep Learning model voor automatische detectie van HER2 in H&E-gekleurde borstkankerbiopten, ter vervanging van kostbare IHC-analyse. | Mkb-innovati... | € 20.000 | 2023 | Details |
Identificatie, isolatie en bepaling moleculaire profielen van tumorcellenHet project richt zich op het identificeren en isoleren van tumorcellen uit chirurgisch verwijderde tumoren om hun moleculaire profielen te bepalen en gerichte behandeling met kinase-remmers mogelijk te maken. | Mkb-innovati... | € 20.000 | 2021 | Details |
A Real-time imaging and classification system for low-grade glioma detection during brain surgeryThis project aims to develop a real-time imaging tool for neurosurgeons to accurately identify low-grade glioma tissue during surgery, enhancing tumor removal and improving patient outcomes. | ERC Proof of... | € 150.000 | 2022 | Details |
Artificiële intelligentie voor Reproduceerbare Analyse van Tumorgroei
Het project ontwikkelt AI-software voor betrouwbare tumorweefselanalyse, gericht op CE-certificering voor de Europese markt.
Non-invasive computational immunohistochemical staining based on deep learning and multimodal imaging
STAIN-IT aims to develop a fast, non-invasive, label-free immunohistochemical staining method using multimodal imaging and deep learning to enhance cancer diagnosis and understanding of disease pathogenesis.
Automatische diagnose van HER2-positieve borstkanker op HE-gekleurde weefselbiopten
WSK Medical onderzoekt de haalbaarheid van een Deep Learning model voor automatische detectie van HER2 in H&E-gekleurde borstkankerbiopten, ter vervanging van kostbare IHC-analyse.
Identificatie, isolatie en bepaling moleculaire profielen van tumorcellen
Het project richt zich op het identificeren en isoleren van tumorcellen uit chirurgisch verwijderde tumoren om hun moleculaire profielen te bepalen en gerichte behandeling met kinase-remmers mogelijk te maken.
A Real-time imaging and classification system for low-grade glioma detection during brain surgery
This project aims to develop a real-time imaging tool for neurosurgeons to accurately identify low-grade glioma tissue during surgery, enhancing tumor removal and improving patient outcomes.