Description du projet
L’exploration à distance arrive pour prévenir les ulcères du pied diabétique
En Europe, près de 60 millions de personnes souffrent de diabète. L’ulcère du pied diabétique est l’une des complications les plus graves du diabète et de nombreux patients doivent subir des amputations des membres inférieurs. Les coûts associés au traitement et à la réadaptation sont élevés, créant une lourde charge pour les systèmes de santé. Le projet DELTA, financé par l’UE, développera un appareil à domicile qui ressemble à une balance de salle de bain classique et permet de prédire et prévenir les ulcères du pied diabétique. Ce scanner à distance combine des algorithmes avancés spéciaux, des capteurs, la vision par ordinateur et utilise l’apprentissage automatique. En prévenant les ulcères, cette technologie peut empêcher des centaines de milliers d’amputations, améliorant ainsi des vies et permettant aux systèmes de santé d’économiser des millions d’euros chaque année.
Objectif
Diabetic foot ulcers (DFU) lead to approximately 150,000 amputations and €23 billion in costs in Europe each year. Of the
60 million diabetics in Europe , 1.5 million currently have a diabetic foot ulcer and 15 million will develop on at some point in
their life . Each ulcer takes 3-6 months to heal and costs upwards of €14,000 to treat, however, if hospitalisation or
amputation is required these costs can be as high as €100,000 . Diabetic foot ulcers pose a significant burden on healthcare
systems around the world. The NHS in England spends almost 1% of its entire annual budget (£1.13 billion) on the diabetic
foot. Almost all of these ulcers and amputations are preventable through early identification and proper care. Bluedrop
Medical are developing a remote monitoring system that uses computer vision and machine learning to predict and prevent
diabetic foot ulcers (DFUs). The home-based device, taking the form of a bathroom scales, performs a daily scan of the
patient’s feet. In 10 seconds, thermal and photographic data is collected and sent to the cloud. Advanced algorithms monitor
daily foot scans to detect DFUs before they develop, providing actionable alerts to both patient and healthcare provider. The
technique of temperature monitoring has been proven to prevent 70% of DFUs and Bluedrop Medical are building this
technique into an easy and quick to use device enabled by advanced sensor technology, computer vision algorithms and
machine learning. By preventing ulcers, the technology can prevent hundreds of thousands of amputations, improving lives
and saving healthcare systems millions of euro each year. Bluedrop Medical is targeting the highest risk patients who
currently have a 30-40% annual incidence of ulceration by preventing ulcers in this group a potential average saving of
€3,000 per patient can be achieve
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences naturellesinformatique et science de l'informationintelligence artificiellevision par ordinateur
- sciences médicales et de la santémédecine cliniqueendocrinologiediabète
- ingénierie et technologiegénie électrique, génie électronique, génie de l’informationingénierie électroniquecapteurs
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) H2020-EIC-SMEInst-2018-2020
Voir d’autres projets de cet appelSous appel
H2020-SMEInst-2018-2020-2
Régime de financement
SME-2 - SME instrument phase 2Coordinateur
H91 GALWAY
Irlande
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.