2017.05.08

„Dealmaker Berlin 2017“

Pateikimo terminas: 2017 m. birželio 30 d.

• Galimo projekto sandorio su „Bayer“ sudarymas

• Dalyvavimas vienos dienos bendraminčių paieškos renginyje

• Patrauklus idėjų pristatymas ir galimų projektų aptarimas

 

Reikia pakviesti visas brandžias komandas, startuolius ir įmones, turinčias paruoštą sprendimą! Mūsų naujasis „Dealmaker“ siekia kokybiško jūsų ir mūsų ekspertų susitikimo vieną visą dieną.

 

Jei yra atitiktis, pakviesime į Berlyną, kad pristatytumėte savo sprendimus, aptartumėte bendradarbiavimo galimybes ir sudarytumėte sandorį. Padengsime kelionės išlaidas! Sužinokite, ar yra bendras noras pradėti didesnę kelionę kartu!

 

Nustatėme konkrečius iššūkius, kuriuos ypač norime įveikti kartu su jumis! Pretendentų prašoma įveikti vieną ar kelis iš toliau nurodytų iššūkių. Tačiau taip pat esame atviri kitokiems sprendimams, kurie padėtų sveikatos paslaugų teikėjams ar pacientams, taip pat produktams, skirtiems ligų prevencijai ar ligoms diagnozuoti arba farmacijos procesams pagerinti.

 

Iššūkiai:

Dirbtinis intelektas


Kombinuoto vėžio gydymo prognozavimas.


Kompiuterinio modeliavimo skaičiavimo metodai gali būti naudojami kombinuotųjų preparatų poveikiui modeliuoti ir nurodyti juos eksperimentiniam patikrinimui. Esamų metodikų rezultatas geresnis nei atsitiktinumo, bet vis dar yra didelis skirtumas tarp pagrįstos tiesos ir geriausių prognozavimo algoritmų. Sėkmingas kombinuoto preparato poveikio prognozavimas būtų revoliucinė naujovė onkologijos sferoje. Pretendentai turėtų pateikti naujų sprendimų, pasižyminčių reikšmingais patobulinimais palyginti su esamais metodais.

 

Kombinuotų struktūrų ir struktūros-veikimo santykio (SAR) duomenų gavimas iš patentų.


Būta kelių bandymų nustatyti kombinuotas struktūras iš pacientų, bet tikslumas nebuvo pakankamai didelis. Reikia atskirti realius junginius nuo sukurtų komponentų, atpažinti kombinuotas struktūras ir susieti su eksperimentiniais duomenimis.

 

Kompiuterinis naujų baltymų junginių identifikavimas.


Automatizuotas junginių sudarymas, įskaitant kompiuteriniu įsiminimu pagrįstą modeliavimą, automatizuota chemija, sumažintas eksperimentinis traukos apibūdinimas didelės apimties baltymų tyrimuose ir struktūros nustatymas naudojant krioelektroninę mikroskopiją (viskas kartotiniais ciklais).

 

Sukurkite analizės įrankį „in vivo“ eksperimentams.


Sukurkite kompiuterinio įsiminimo modelius įvairioms „in vivo“ eksperimentų fenotipų reikšmėms (dryžuotosios danijos tyrimai, drozofilos tyrimai, pelių / žiurkių elgesio stebėjimas) charakterizuoti.

Duomenų analizė


Duomenų analizės įrankiai, skirti sistemingai identifikuoti pasaulinę tyrimų ir plėtros veiklą.


Gauti informacijos iš įvairių klinikinių duomenų bazių ir visuotinių informacinių sistemų gali būti sudėtinga. Šie duomenų šaltiniai gali būti skirtingos struktūros, nestruktūrizuoti arba pusiau struktūrizuoti. Todėl gaunant iš jų informaciją susiduriama su sunkumais norint reikiamą informaciją gauti efektyviai. Svarbi informacija yra, pvz., duomenys apie tiriamus vaistus ir vykdomi klinikiniai tyrimai, kuri analizuojant padeda nustatyti tyrimų ir plėtros tendencijas. Iššūkis yra efektyviai ir veiksmingai nustatyti tinkamą informaciją iš skirtingų duomenų bazių, nustatant atitinkamus filtrus norint gauti naujausią ir tinkamiausią informaciją bet kuriuo metu.


Sveikatos ir gyvosios gamtos mokslų duomenų išsamios mokslinių tyrimų ir mokymo paslaugos.


Ieškome sutartinių tyrimų organizacijų, kurios gali teikti mokslinių tyrimų paslaugas apie išsamaus mokymosi technologijas sveikatos sektoriuje. Tai gali reikėti derinti su galimybėmis pirmiausia prižiūrėti, suderinti arba standartizuoti didesnius duomenų rinkinius pusiau automatiškai. Pagrindas yra galimybė dirbti su skirtingais gyvosios gamtos mokslų duomenų tipais.


Elektroninių sveikatos įrašų (EHR) duomenų transformavimas į duomenų rinkinių analizę.

Analizuokite vaistų etiketes norėdami kurti naujas įžvalgas.


Analizuojant vaistų etiketes, pvz., ES preparato charakteristikų santrauką ir JAV recepto išrašymo informaciją, visoje farmakoterapinėje grupėje arba pagal indikaciją ir susiejant tekstą su šaltinio klinikiniais duomenimis galima gauti vertingų žinių apie vaistų kūrimo strategijas ir etikečių turinį. Šiuo metu tokiai peržiūrai reikia nemažai laiko. Sprendimas turi analizuoti konkurentų etiketes ir atsakyti į klausimus, susijusius su turiniu ir pagrindiniais įrodymais, patvirtinančiais reikalavimus. Jis taip pat turi nustatyti naujų patvirtintų etikečių ir esamų etikečių pakeitimų tendencijas. Galimi sprendimai gali naudoti dirbtinio intelekto technologijas, pvz., natūralios kalbos apdorojimą, kompiuterinį įsiminimą, išsamų įsiminimą.


Sukurkite efektyvią didelių mokslinės literatūros šaltinių analizę norėdami generuoti įžvalgas.


Tikslas yra greitai gauti informaciją iš didelių literatūros šaltinių duomenų bazių, pvz., generuojant automatinius žodynus (sinonimų sąrašus / ontologijas) arba vizualizuojant pagrindines temas (išmanusis naršymas).

IT


Kaip įdiegti prognozavimo algoritmus ligoninės informacijos sistemose.


Reikia įdiegti prognozavimo algoritmą – vienas iš sunkumų yra nustatyti pacientus, kuriems tinka gydymas inhaliuojamais antibiotikais. Algoritmai gali padėti nustatyti tinkamus pacientus, remiantis dideliu kiekiu duomenų. Turėtume prognozavimo algoritmą plaučių uždegimo eigai ir progresavimui intensyvios priežiūros skyriuje. Koks būdas būtų geriausias norint įdiegti tokią algoritmų / įspėjimo sistemą į ligoninės procesus / programinės įrangos sistemas?

Klinikiniai tyrimai


Paciento identifikavimas ir atrinkimas klinikiniams tyrimams.


Iššūkiai atrenkant ir registruojant pacientus klinikiniams tyrimams yra viena iš pagrindinių priežasčių, kodėl klinikiniai tyrimai neatliekami laiku. Iššūkis yra padėti gydytojams ir tyrėjams identifikuoti bei atrinkti tinkamus pacientus jų tyrimams ir iš anksto planuoti situaciją, kai galima pradėti kelis to paties tipo pacientų tyrimus vienu metu, galbūt sukuriant konkurenciją ir poreikį nustatyti pagalbos skubotumą. Be to, siūlomas sprendimas / technologija padėtų šiuo metu negydomiems pacientams parinkti tinkamesnius klinikinius tyrimus ir padidintų sėkmingo gydymo tikimybę. Kelios įmonės užsiima dalyvių atrinkimu, bet kaip sukurti elegantišką sprendimą farmacijos įmonėms stebėti galimus ir mūsų tyrimams atrinktus pacientus, bet ir laikytis visų galiojančių duomenų privatumo taisyklių?


Pacientų klinikinių tyrimų patirties pagerinimas.


Norime ištirti paciento perspektyvas dalyvauti klinikiniame tyrime, pagerinti jo / jos potyrius ir galbūt net jo / jos sveikatos būklę.


Sukurkite mobiliąją platformą, skirtą pacientams pranešti apie savo sveikatos būklės parametrus.


Sukurkite ir patikrinkite paprastą, saugią, keičiamo mastelio ir efektyvią mobiliąją platformą, skirtą pacientams įvesti duomenis realiuoju laiku per klinikinius tyrimus – elektroninę pacientų pranešamų rezultatų mobiliąją platformą (ePRO), laikantis galiojančių duomenų privatumo taisyklių.


Instrukcijų laikymosi pagerinimas (klinikiniuose tyrimuose ARBA) realiame gyvenime.


Pacientų instrukcijų nesilaikymas yra didėjanti problema, nes tai vis dažniau susiję su neigiamu poveikiu sveikatos būklei ir didesnėmis priežiūros išlaidomis, ypač lėtinių ligų atveju. Yra daug to priežasčių, pvz., mažai žinių apie ligą, nepakankamas supratimas apie būtinybę gydytis, užmaršumas, šalutinis poveikis ir išlaidos. Norint sukurti gerą sprendimą tikriausiai reikia gerai išmanyti pagrindines gydymo nutraukimo priežastis ir žinoti, ko pacientas iš tiesų nori. Sprendimas turi būti naujoviškas metodas, kad pagerėtų instrukcijų laikymasis ir, idealiu atveju, būtų aiškus privalumas visiems suinteresuotiesiems (pacientui, vaistinei, gydytojui, farmacijos įmonei, draudėjui).

Nefrologija


Lėtinės inkstų ligos (LIL) stebėjimas.


Ūminio inkstų pažeidimo diagnozavimas. Paprasto ankstyvos stadijos ūminio inkstų pažeidimo diagnozavimo ligoninėje sprendimai.

Moterų sveikata


Galimybė anksčiau diagnozuoti endometriozę.


Endometriozė yra lėtinė ginekologinė liga. Apskaičiuota, kad ja serga 5–10 % visų vaisingo amžiaus moterų. Bendrieji simptomai yra lėtinis dubens skausmas, stiprus menstruacijų skausmas ir skausmas lytinių santykių metu. Liga dažnai yra susijusi su nevaisingumu. Šiuo metu užtrunka maždaug 7 metus, kol liga yra diagnozuojama (paprastai per minimaliai invazinę operaciją). Vėlyvo diagnozavimo priežastis yra mažas ligos žinomumas (tarp moterų ir gydytojų) ir nepakankamas kiekis neinvazinių diagnostikos įrankių. Ieškome sprendimų, kurie padėtų moterims ir (arba) teikėjams diagnozuoti ligą žymiai greičiau. Intrauterinio prietaiso įvedimo mokymo paslaugų, skirtų teikėjams, tobulinimas.


Intrauterinių prietaisų įvedimas nėra įprastos rezidentūros dalis daugelyje rinkų.


Pradinį mokymą dažniausiai teikia įmonės ir jis intensyvinamas praktikuojantis vienam ir (arba) su kolegomis.


Paslaugų teikėjų ir pacientų komforto įvedant intrauterinį prietaisą didinimas.


Moters žinių apie procedūrą (intrauterinių prietaisų įvedimą) trūkumas gali prisidėti prie stipriau jaučiamo skausmo; tai parodo konsultacijų svarbą ir patikimos, neskubinančios bei profesionalios atmosferos sukūrimo svarbą, kai paslaugos teikėjo patirtis irgi yra labai svarbi; situacija dažnai vadinama „žodine anestezija“. Ieškome sprendimų, kurie padės paslaugų teikėjams ir (arba) moterims geriau susidoroti su skausmu ir (arba) padidinti komfortą, susijusį su intrauterinio prietaiso įvedimu.


Siūlės / padėties patikrinimo įvedus intrauterinį prietaisą supaprastinimas.


Paslaugų teikėjų taip pat prašoma paaiškinti moterims, kaip tikrinti šalinimo siūles norint nustatyti, ar intrauterinio prietaiso padėtis tinkama. Šiuo metu tai daroma apčiuopiant siūles pirštų galiukais. Ieškome sprendimų, kaip supaprastinti šį procesą moterims.

Pulmonologija


Pagerinkite pacientų, kenčiančių nuo plaučių hipertenzijos, sukeltos lėtinės tromboembolinės ligos (CTEPH), identifikavimą.


Labai sunku diagnozuoti bendrąją plaučių hipertenziją (PH) ir plaučių hipertenziją, sukeltą lėtinės tromboembolinės ligos (CTEPH), nes tai reta liga ir jos simptomai yra panašūs į astmos. Būna daug neteisingų ir pavėluotų diagnozių. Atsižvelgiant į ryšį tarp PE ir CTEPH bei atsižvelgiant į didelį kiekį pasiekiamų duomenų būtų galima sumažinti diagnozavimo delsą ir tai būtų naudinga pacientams. Tikslas: Sukurti instrumentus / mechanizmus, kad būtų galima identifikuoti CTEPH pacientus anksčiau ir tiksliau.


Pagerinti instrukcijų laikymąsi vartojant geriamus vaistus, skirtus plaučių hipertenzijai gydyti.


Plaučių hipertenzija sergantys pacientai dažnai kenčia nuo gretutinių ligų ir turi vartoti kitus vaistus, kurių dozavimas arba skyrimo būdas yra kitoks. Kadangi plaučių kraujagyslių pažeidimas yra negrįžtamas, gydymo režimo laikymasis yra labai svarbus siekiant geresnių pacientų gydymo rezultatų. Tikslas: Pailginti gydymo laiką ir sumažinti atmetimus. Suprasti individualius pacientų ligos suvaldymo iššūkius ir teikti labiau pritaikytus gydymo bei priežiūros planus.


Novatoriška ir efektyvi darbuotojų mokymo, kaip naudoti kombinuotą vaistų ir prietaiso produktą intensyviosios terapijos skyriuje, koncepcija.


Reikalingas naudotojų mokymas, kad būtų užtikrintas saugus ir efektyvus naudojimas – kaip tinkamai išmokyti sveikatos priežiūros specialistus (SPS), įsk. kritinės priežiūros specialistus, kvėpavimo mankštos specialistus, intensyviosios terapijos skyriaus slaugytojus ir kitus ligoninės darbuotojus, naudoti intensyviosios terapijos skyriaus kombinuotą vaistų ir prietaiso produktą, kad nereikėtų mokytis ligoninėje.

Oftalmologija


Nuotolinis / mobilus diabetinės retinopatijos tyrimas.


Keliamas iššūkis sukurti technologiją, kaip diabetinės retinopatijos (DR) tyrimo metodą, kuri leistų užfiksuoti tinklainės plataus lauko / itin plataus lauko vaizdus mobiliuoju prietaisu / išmaniuoju telefonu, kuriuos būtų galima interpretuoti nuotoliniu būdu (pvz., kompiuterinio įsiminimo / dirbtinio intelekto naudojimas). Šiuo metu išmaniaisiais telefonais užfiksuoti vaizdai nėra pakankami tikslūs norint diagnozuoti DR dėl žemo jautrio ir specifiškumo lygio.


Nuotolinis pacientų, gydytų kraujagyslių endotelio augimo blokavimo faktoriais (VEGF), stebėjimas.


Iššūkis yra sukurti technologiją / programinę įrangą, kuri leistų stebėti paciento regėjimo funkciją jam esant namuose / nuotoliniu būdu tarp apsilankymų klinikoje ypač 2-ais metais ir po gydymo. Technologija turi pademonstruoti pakankamo lygio tikslumą diagnozuojant ligos progresavimą, kad pacientai grįžtų į kliniką anksčiau, jeigu liga progresuoja.


Klinikiniais tyrimais pagrįstų įrodymų naudojimas norint prognozuoti poreikį naudoti kraujagyslių endotelio augimo blokavimo faktorių (VEGF) injekcijas.


Šiuo metu negalime prognozuoti, kurie pacientai galėtų pailginti savo dozavimo intervalą 2-ais metais pagal vaisto etiketę. Analitinis metodas, kuriuo būtų nustatyti atitinkami parametrai, kurie galėtų leisti gydytojams numatyti pacientus, kurių injekcijų intervalą būtų galima pailginti, padėtų pasiekti optimalių rezultatų siekiant sumažinti injekcijų dažnį.


Beje, jei dar nežinote, mes taip vykdome programą „Accelerator“. Jei tai taip pat jus sudomino, galite teikti paraišką ir „Dealmaker“, ir „Accelerator“. Rasite atitinkamą klausimą paraiškos formoje.


Pateikite paraišką dabar: https://www.grants4apps.com/berlin/program/dealmaker-berlin-2017/

2017.05.17  Copyright © Bayer Nordic
http://www.bayer.com

Share this page on

Close ×