WILLEM is the first 100% automated cloud platform for electrocardiogram (ECG) analysis, designed to comprehensively identify and diagnose all types of arrhythmias and predict Cardiovascular Diseases (CVDs) behaviour at 6 months si...
ver más
IDOVEN 1903
El estudio, diseño, realización, producción, desarrollo y modificación de programas y aplicaciones informáticas para la gestión de servicios...
TRL
4-5
| 244K€
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo HORIZON EUROPE notifico la concesión del proyecto
el día 2024-10-31
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
TEC2016-75161-C2-1-R
INVESTIGACION TRASLACIONAL Y TRANSFERENCIA DE UN NUEVO SISTE...
206K€
Cerrado
Información proyecto WILLEM: AI to Reduce Cardiovascular Diseases
Duración del proyecto: 24 meses
Fecha Inicio: 2022-10-11
Fecha Fin: 2024-10-31
Líder del proyecto
IDOVEN 1903
El estudio, diseño, realización, producción, desarrollo y modificación de programas y aplicaciones informáticas para la gestión de servicios...
TRL
4-5
| 244K€
Presupuesto del proyecto
4M€
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
WILLEM is the first 100% automated cloud platform for electrocardiogram (ECG) analysis, designed to comprehensively identify and diagnose all types of arrhythmias and predict Cardiovascular Diseases (CVDs) behaviour at 6 months since its detection. WILLEM communicates users and
hospitals-in real time through a unique Cloud Platform, integrable with any other eHealth platform as part of the clinical workflow. WILLEM provides the best prospective and labelled ECG database and, as a hardware-agnostic platform, it uses breakthrough Artificial Intelligence (AI) models
to transform raw ECG signals from any monitoring device into a medical grade ECG report. Today, WILLEM’s AI classifies 73 arrhythmias of the 288 known cardiac patterns, more than 90% of the cases, and it is the only solution that predicts Atrial Fibrillation. The goal is to classify every
arrythmia present in human biology and to predict the 6 most prevalent heart diseases in an automatic and non-supervised way to reduce CVDs.