Giulia Acquaviva
Ik ben van mening dat ik de KIVI EngD-prijs verdien omdat mijn EngD-project een combinatie vormt van technologische
innovatie, empirisch onderbouwde engineering en een duidelijk potentieel voor maatschappelijke en klinische impact.
Mijn onderzoek was gericht op het ontwerpen van een geautomatiseerd hulpmiddel voor het detecteren van baarmoedercontracties aan de hand van
elektrohysterografische (EHG) signalen die worden geregistreerd via elektroden die op de buik van de moeder zijn geplaatst
buik van de moeder. Met behulp van een combinatie van machine learning-modellen heb ik een methode ontwikkeld die
baarmoedercontracties te identificeren, zowel vóór de bevalling als tijdens de bevalling, met als doel bij te dragen
aan een nauwkeurigere en toegankelijkere monitoring van de moeder.
De innovatie van mijn werk ligt niet alleen in de toepassing van signaalverwerkingstechnieken,
zoals machine learning, op baarmoederactiviteit, maar vooral in het aanpakken van de fase vóór de bevalling
fase, die in de literatuur nog relatief weinig is onderzocht. Terwijl de meeste bestaande
benaderingen zich richten op de bevalling, zou inzicht in de baarmoederactiviteit vóór het begin van de bevalling
waardevolle informatie opleveren voor het verbeteren van de monitoring en het ondersteunen van vroegere en beter
geïnformeerde klinische beslissingen. Ik heb het algoritme ontwikkeld en getraind met behulp van een openbaar beschikbare
dataset en heb het vervolgens gevalideerd op een onafhankelijke, besloten dataset, waarbij ik prestaties bereikte
die vergelijkbaar is met bestaande methoden die in de literatuur zijn beschreven. Deze aanvullende validatie
versterkte de robuustheid en praktische relevantie van de voorgestelde aanpak.
De potentiële impact van dit werk reikt verder dan het algoritme zelf. Gedurende mijn EngD heb ik
heb ik ook samengewerkt met Sencure B.V. (R&D) in het kader van het bredere NewLife-project, dat tot doel heeft
de veiligheid van pasgeborenen te verbeteren en tegelijkertijd het welzijn van moeders te ondersteunen. Als onderdeel van mijn werk
was het doel om bij te dragen aan het ontwerp en de ontwikkeling van een buikpleister voor moeders
buikpleister die in staat is om tegelijkertijd verschillende soorten fysiologische en
beeldvormingsgegevens kan vastleggen, waaronder ECG, EHG, echobeelden en IMU-metingen. Binnen deze
multidisciplinaire samenwerking heb ik gewerkt aan het evalueren van de kwaliteit van innovatieve elektroden met
verschillende vormen en textiele substraten, waarbij ik hun potentieel voor integratie in de
pleister. Deze ervaring stelde mij in staat om algoritmeontwikkeling te koppelen aan de praktische
uitdagingen van biomedische hardware te koppelen en nauw samen te werken met een industriële partner
aan een gemeenschappelijk technologisch doel.
Naast de technische resultaten ben ik het meest trots op de persoonlijke inzet, nieuwsgierigheid en
toewijding die ik in dit project heb gestoken. Ik heb veel moeite gedaan om complexe
fysiologische gegevens te doorgronden, de algoritmen te ontwikkelen en te evalueren, en hun
prestaties. Tegelijkertijd heb ik actief samengewerkt met onderzoekers en industriële partners,
waardoor ik heb geleerd hoe verschillende perspectieven kunnen bijdragen aan het oplossen van complexe biomedische uitdagingen.
Het belangrijkste is dat ik oprecht heb genoten van het onderzoeksproces en een diepe passie heb gekregen
voor de mogelijkheid om techniek in te zetten om concrete behoeften in de gezondheidszorg aan te pakken.
Om deze redenen ben ik van mening dat mijn project de waarden van de KIVI EngD Award weerspiegelt: innovatie
door een vernieuwende toepassing van op ensembles gebaseerde machine learning, impact door het streven
naar nauwkeurigere, minder invasieve en toegankelijke monitoring van zwangere vrouwen, en leiderschap en
samenwerking door middel van interdisciplinair onderzoek dat de academische wereld, de techniek en
het bedrijfsleven met elkaar verbindt.

