Uitslag call 1 2019: 3 nieuwe projecten toegevoegd
We maakten al eerder zes projecten bekend die uit de call van begin dit jaar zijn gehonoreerd. Daar zijn nog 3 projecten aan toegevoegd! Lees hieronder waar ze mee aan de slag gaan.
Veilig internetten via openbare wifi
Internetten via openbare wifi is niet veilig. Hackers of cybercriminelen kunnen vrij eenvoudig bij je gegevens. Publicroam wil dat iedereen overal veilig en makkelijk gebruik kan maken van publieke wifi, met respect voor je privacy. Eénkeer aanmelden en je hebt viaPublicroam veilige toegang tot goed beveiligde wifi-netwerkenop aangesloten locaties als overheidsgebouwen, ziekenhuizen, musea, bibliotheken, horeca, etc. Omdat het voor kwetsbare gegevens altijd raadzaam blijft een beveiligde verbinding op te zetten, wordt binnen dit project onderzocht of het haalbaar is om Publicroam gebruikers ook een laagdrempelig, gebruiksvriendelijk en betrouwbaar VPN aan te bieden.
Project: Publicroam VPN Aanvrager: Publicroam
Rechtsgeldig digitaal ondertekenen voor iedereen!
Bij een digitale handtekening worden gegevens ingesloten in een verzegeld digitaal document. Deze rechtsgeldige versie van de handgeschreven handtekening wordt door overheden en bedrijven steeds meer gebruikt. Het geeft zekerheid over de identiteit van de afzender, een document kan niet ongemerkt worden gewijzigd en het maakt printen en scannen overbodig. Voor consumenten zijn er vrijwel geen veilige en betrouwbare oplossingen beschikbaar, maar met de opkomst van digitale identificatiemiddelen komt hier verandering in. Met initiatieven zoals bv. IRMA is het mogelijk de identiteit van iemand vast te stellen. In samenwerking met die partijen kan ook de digitale handtekening vrij toegankelijk beschikbaar worden gesteld voor individuele internetgebruikers.
Project: Veilige online transacties met een digitale handtekening Aanvrager: Zynyo B.V.
Eerder bijsturen van behandeling met AI
Niet elke patiënt knapt op na een GGZ-behandeling voor angst of depressie. Hoe weet je of de behandeling tot het gewenste resultaat zal leiden of dat er juist bijsturing nodig is? Op basis van machine learning technieken is het steeds beter mogelijk om in te schatten hoe de gezondheid van een patiënt zich gedurende een behandeling zal ontwikkelen. Trimbos instituut ontwikkelt een visuele ondersteuningstool waarmee behandelaar en patiënt halverwege een behandeltraject inzicht krijgen in hoe de gezondheid van de meest vergelijkbare patiënten zich ontwikkelde. Met deze informatie kunnen behandelaar en patiënt nagaan of de behandeling nog ‘on track’ is.
Project: Using AI to support treatment decisions in mental health Aanvrager: Trimbos instituut