Két magyar startup is esélyes a 25 ezer eurós fődíjra

Joao Geral, az O Teatro trénere Havlik Károllyal
Vágólapra másolva!
Hat innovatív startupot – köztük két magyart - juttatott tovább a kockázati tőkebefeketetőkből és szakértőkből álló nemzetközi zsűri az EIT Health InnoStars Awards 60 ezer euró összdíjazású startup verseny Portugáliában tartott bootcampjén. A továbbjutó két magyar, valamint egy olasz, egy litván, és két lengyel csapat Budapesten mérkőzik majd meg a pénzügyi támogatásokért a 2018. november 16-án megrendezésre kerülő budapesti döntőn. A fődíj nyertese 25 ezer eurót, a második helyzett 20 ezer eurót, a harmadik helyezett pedig 15 ezer eurót nyer. A versenyt olyan kkv-knak, spin-off és startup vállalkozásoknak írták ki, melyek már rendelkeznek prototípussal.
Vágólapra másolva!

Az egyik esélyes magyar csapat tagjai, Havlik Károly, Havlik Marcell és Havlik Tamás együtt fejlesztették a DiabTrend cukorbetegek számára készült okos naplózó alkalmazását, amely

az adatok folyamatos elemzésével felügyeli a vércukorszintet és figyelmeztet annak veszélyes változásaira.

A másik magyar csapat a HepC, mely Dr. Bakács Tibor tudományos igazgató vezetésével olyan biológiai terápiás módszert dolgozott ki, mely stimulálja a szervezet immunrendszerét, megszünteti a patogén vírusok replikációját, majd az egészségre ártalmas anyag biztonságosan távozik a beteg testéből.

Joao Geral, az O Teatro trénere Havlik Károllyal Forrás: EIT Health

A lengyel FindAir egy egyedülálló, intelligens inhaláló rendszert fejlesztett ki, mely a használat során minden értékes adatot nyomon követ, segítve az asztmás rohamok megelőzését, csökkentve a szükséges gyógyszer dózisokat.

A rendszer megtaníthatja a betegeket arra, hogy mi okozza a rosszulléteket, így a felhasználók magasabb életminőséget élvezhetnek.

A másik lengyel csapat a Genomtech, akik egy innovatív, mobil géndiagnosztikai eszközzel szálltak versenybe.

A fenti négy közép-európai startupon kívül egy olasz és egy litván vállalkozás is bejutott a legjobb hat közé. A litvániai Oxipit egy deep learning alapú rendszert tervezett meg, ahol a kórház adatbázisát felhasználva a radiológiai szempontból leginkább hasonló digitális röntgen képek összehasonlításával a korábbi felvételek tanulságait felhasználva lehet segíteni a diagnózist.

Az olasz Holey pedig egy automatikus 3D szkennert fejlesztett ki, mely 30 másodperc alatt készít egy teljes képet a beteg alakjáról, majd egy 3D szoftver virtuális modellt készít, melyen az orvosok be tudják állítani a paramétereket és egy 3D nyomtatóval testreszabott merevítőket nyomtathatnak ki.

Google News
A legfrissebb hírekért kövess minket az Origo Google News oldalán is!