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.