Our Projects
Ontdek de innovatieve projecten van ons Data Science Pool-team op het gebied van AI, gezondheidszorg, onderwijs en verantwoorde technologieontwikkeling.
BAMBAM
Project BAMBAM (BAby Motor development monitored By A Multisensor wearable) ontwikkelt een verantwoord inzetbaar meetsysteem — een ‘slimme’ romper met sensoren en AI — om het beweeggedrag van baby’s (0-2 jaar) objectief te meten en kinderfysiotherapeuten te ondersteunen in diagnostiek en behandeling.
Determining in Mental Dysregulation
A Delphi study aimed at defining mental dysregulation and analyzing the stability of expert responses over three rounds of data collection.
Ethos, count and de-duplicates
An algorithm (DEDUA) that identifies and de-duplicates homeless person records from point-in-time registrations across multiple organizations in the Netherlands, while preserving privacy and advising on which records contain the most complete information.
Measuring Movement Behavior in People with Chronic Pain (GRIP)
People with chronic pain and their caregivers often struggle to accurately assess movement behavior. Staying active is crucial for reducing limitations, and changing movement behavior is often a key goal in rehabilitation centers. Within the GRIP project, we are developing an objective tool to monitor activity levels and patterns more effectively.
Generative AI for Spatial Planning Tasks
In collaboration with the Province of Utrecht (PU) feasibility studies were performed and generative AI (genAI) systems were built to examine the spatial reasoning capabilities of genAI and their potential value for the Spatial Planning department of the PU.
MAP-IT Simplifying Research Funding Through Smart Technology
A powerful platform simplifying the exploration of European research funding. MAP-IT combines smart data management, cutting-edge AI, and an intuitive web interface to help researchers and policymakers navigate Horizon Europe projects effortlessly.
Responsible Applied Artificial InTelligence (RAAIT)
Het RAAIT programma is een gezamenlijk onderzoekstraject tussen de hogescholen Utrecht, Rotterdam, en Amsterdam. Hierbinnen worden methodes ontwikkelt en gevalideert richting het verantwoordelijk inzetten en ontwikkelen van AI in de praktijk.
Vroegsignalering studentuitval
De inzet van dit project is om een prototype te ontwerpen dat op basis van aanmelddata kwetsbare studenten identificeert in een fase dat aangepaste begeleiding er nog toe kan leiden dat ook zij studentsucces bij de HU kunnen ervaren. Op deze manier draagt het project bij aan het creëren van leading indicators (het organiseren van aangepaste begeleiding) in plaats van lagging indicators (uitval en studievertraging).
VHP4Safety
Advancing Health Risk Assessment,The VHP4Safety Project's AI-Driven Approach to Precision Care