Artificiële intelligentie

Het door Di Mitri ontwikkelde system gebruikt sensoren die registreren hoe de reanimatie wordt uitgevoerd. Het systeem registreert de lichaamshouding van de leerling (met Microsoft Kinect), de armbewegingen en spieractiviteiten (met de Myo armband) en de sterkte en snelheid van de compressiedata (sensoren in de reanimatiepop). Al die data moeten natuurlijk geanalyseerd en gecombineerd worden om persoonlijke, aangepaste feedback te geven. Di Mitri: 'Ik heb een achtergrond in de artificiële Intelligentie. De data gebruik ik dan ook niet alleen voor analyse, maar ook voor het geven van aangepaste, persoonlijke feedback tijdens en na het reanimeren. Daarvoor gebruik ik technieken van machine-leren.' Het systeem geeft onmiddellijk, nog tijdens het trainen, aangepaste feedback, bijvoorbeeld via trillingen tijdens reanimeren. Maar de leerling kan ook achteraf in een samenvattend overzicht zien wat goed en wat niet goed ging.

Promotieonderzoek

De studie is een onderdeel van het promotietraject van Di Mitri. Hij onderzoekt hoe multimodale data het onderzoek naar praktijkgebaseerde leerscenario’s kunnen ondersteunen. Bij praktijkgebaseerde leercenario’s kun je denken aan psychomotorische vaardighedentrainingen in de klas of op de werkplek. Het onderzoek maakt deel uit van het Europese project SafePat, een project dat patiëntveiligheid in grensregio’s bevorderd door gestandaardiseerde procedures, beleid en innovatieve tools.

Meer informatie

Deze zomer presenteerde hij zijn onderzoek tijdens de 19e internationale conferentie Artificial intelligence in Education. De paper Multimodal Tutor for CPR is online beschikbaar.

In september heeft Di Mitri de Martin Wolper’s prijs voor de meest belovende onderzoeker gekregen, een internationale prijs ingesteld door de Research Institute for Innovation & Technology in Education. In het kader daarvan is een video gemaakt waarin hij zijn werk uitlegt.