Project BAMBAM
BAby Motor development monitored By A Multisensor wearable richt zich op het begin van de levensloop: de zorg voor kinderen van 0–2 jaar. Doel is het optimaliseren van de motorische ontwikkeling wanneer die niet vanzelf gaat. Kinderfysiotherapeuten begeleiden veel baby’s met zorgen over de motoriek. Een goed ontwikkelde motoriek vormt de basis voor andere ontwikkelingsdomeinen en voor een fysiek actieve leefstijl op latere leeftijd.
Momenteel ontbreekt een geschikt, objectief systeem voor het observeren van motorische ontwikkeling in de kinderfysiotherapeutische praktijk. Daarom ontwikkelen we binnen BAMBAM een meetinstrument dat bewegingsgedrag van baby’s objectief maakt, valide en betrouwbaar is, en verantwoord kan worden ingezet in zowel de thuissituatie als in praktijk en ziekenhuis. Uitgangspunt is een bestaande smartsuit (een ‘slimme’ romper) met sensortechnologie en AI. We ontwikkelen in co-creatie met kinderfysiotherapeuten, ouders en experts.
Daarnaast onderzoeken we hoe de uitkomsten het beste als beslissingsondersteuning kunnen worden aangeboden: we focussen op bewegingsparameters die relevant zijn voor onderzoek en behandeling, en op heldere visualisatie en interpretatie voor professionals en ouders.
Rol van de Data Science Pool (HU)
Wij bouwen het BAMBAM-dashboard en de bijbehorende data & software-architectuur:
-
Architectuur van de applicatie
Modulair ontwerp met duidelijke scheiding tussen data-inname, verwerkingspijplijnen, modelserving en presentatielaag. -
DevOps & CI/CD
Containers (Docker), geautomatiseerde builds, tests en deploys (CI/CD), feature-branch workflows, versiebeheer van modellen en datacontracten. -
Iteratieve API-ontwikkeling
REST/GraphQL-endpoints voor datatoegang, modelinference, en audit-logging; contract-first (OpenAPI) met automatische clients en tests. -
Applicatielaag
Dataverwerking, validatie en businesslogica voor het omzetten van ruwe sensordata naar klinisch bruikbare parameters. -
Presentatielaag / Dashboard
Gebruiksvriendelijke weergave van meetreeksen, samenvattende parameters, trends en drempelwaarden; uitleg bij modellen (explainability) en interpreteerbare feedback voor klinische beslissingen. -
Responsible AI & gegevensbescherming
Privacy-by-design, dataminimalisatie, toestemmingsbeheer, audit-trails, bias-controle, modelvalidatie & -monitoring.
Deliverables
- Productierijp dashboard (web) met rollen & rechten, logging en audit.
- API (OpenAPI/GraphQL) voor data-inname, parameters, en modelinference.
- Datamodel & -pijplijn voor sensordata (ETL/ELT) met validatieregels en datacontracten.
- Modelserving met monitoring en versiemanagement.
- Documentatie: setup, gebruik, datagovernance en verantwoord gebruik (RAI).
Contact
Voor meer informatie over BAMBAM of de rol van de DSP: Rins of de Data Science Pool.