Smart Health: Blootstelling en Effecten (bij mens, dier en plant)

Met statische, mobiele en zelfs draagbare sensors (wearables) kunnen zowel de milieublootstelling als de biologische en gezondheidseffecten (gelijktijdig) gemeten worden. Dit geeft bijvoorbeeld de mogelijkheid om in ruimte en over tijd de blootstellingsvariaties te monitoren en deze eventueel te verminderen. Denk hierbij aan terugkoppelingssystemen die verkeer automatisch omleiden. Bij mens en dier geeft het de mogelijkheid gelijktijdig het verplaatsings- en bewegingsgedrag, voedingspatroon, het persoonlijke externe exposoom en daarnaast gezondheidsfactoren te bemeten. Denk hierbij ook aan participatie van burgers die zelf in meer of mindere mate blootstelling meten, het zogenaamde Citizen Science, maar ook hun lichaamsfuncties (o.a. fitbit en smart watches) en gezondheidsparameters testen, het zogenaamde Quantified Self. Daarmee kan de sterkte van eventuele individuele blootstelling-gezondheidsrelaties worden bepaald, en kan deze kennis op basis van predictiemodellen en interventies toegepast worden in smart (personal) medicine. Ook bij planten kunnen sensoren worden ingezet om gelijktijdig omgevingsfactoren en groeifactoren te bemeten en deze kennis toe te passen op basis van predictiemodellen en via terugkoppelingssystemen en interventies in smart (sustainable and precision) farming.

Het toegekende Raak MKB project Scout voor het meten in de kas zit in deze lijn. Op het gebied van wearables is aansluiting met TNO en GVS Diëtiek, en zal naast wearables voor milieublootstelling ook gekeken worden naar te ontwikkelen wearables om objectief gedrag, gezondheids- en biologische functies te meten. Ook hebben we een samenwerking met het CBS en de Universiteit Utrecht om subjectieve vragenlijstmetingen te vervangen door goedkope objectieve waarnemingen met sensoren. Deze onderwerpen worden komend collegejaar verder uitgewerkt door een bij ons gedetacheerde TNO-er. Ook zal er gekeken worden naar de gevoeligheid van specifieke groepen mensen voor bepaalde blootstellingen, bijvoorbeeld naar de relatie van elektromagnetische velden met gezondheid. Ook ontwikkelen we in samenwerking met Medux /Digital Angel het Internet of Medical Things voor het monitoren van gedrag, voedselinname, activiteiten en blootstelling van ouderen. Een andere samenwerkingsovereenkomst loopt met de GGD Haaglanden op het gebied van CO monitoring op afstand in huizen boven Sisha lounges.

Smart Safety: Veiligheid en Effectiviteit

Machine Health borgen door smart maintenance, op tijd en slim onderhoud plegen, zorgt naast veiligheid voor een optimale productiecapaciteit. Kleine sensoren en embedded systems geven real-time informatie over de slijtage en levensduur van machines. Door predictiemodellen op basis van deze sensorgegevens over langere tijd en meerdere machines kan het optimale punt van onderhoud gekozen worden. Waarbij de effectiviteit wordt vergroot door de kosten wegens haperen van het productieproces af te wegen tegen de onderhoudskosten. Ook spelen sensoren en predictiemodellen een belangrijke rol in inspectiesystemen en vroegtijdige waarschuwingssystemen (early warningsystems) voor werker en omgeving. Omgevingsveiligheid is een voorwaarde voor het uitoefenen van risicovolle bedrijfsactiviteiten, denk bijvoorbeeld aan de chemische en de metaalindustrie. Veiligheid wordt verzekerd door het plegen van preventief onderhoud en het nemen van maatregelen om risico’s te beperken voor de omgeving en de werknemer. Arboveiligheid gaat naast procesincidenten ook over langdurige blootstelling van werknemers, bijvoorbeeld op het gebied van biologische agentia zoals microben en schimmels, fysische agentia zoals geluid, luchtkwaliteit en straling, chemische agentia zoals bij concentratie van potentieel giftige en explosieve stoffen, en andere niet direct waarneembare risico’s.

In het lopende project Meten-op-de-werkplek  bij wegwerkers van de Leeuwensteingroep en bouwlieden van Heijmans met TNO, ArboUnie, RIVM worden nu multiple exposures gemeten met wearables (locatie, temperatuur, luchtvochtigheid, UV, geluid en fijnstof). In het promotieonderzoek Eminent wordt gekeken naar optimale voorlichting over niet direct waarneembare blootstellingsrisico’s aan blauwe-boordenwerknemers.

Smart Acquisition and Control: Big Data Analytics, sensor fusion, Internet of Things en autonoom bewegen

De kennis die in deze onderzoekslijn wordt opgedaan staat in dienst van de onderzoeken Smart Health en Smart Safety. Immers, metingen moeten gedaan worden door statische of mobiele systemen zoals drones en inspectierobots die bij voorkeur ook autonoom bewegen. Bij autonoom bewegen is het combineren van diverse soorten sensoren, zogenaamd sensor fusion, van groot belang. De data moet via een optimaal acquisitiesysteem slim verzameld worden, dus precies genoeg om de vraag te beantwoorden. De volgende bewerkingsstappen zijn immers tijdsintensief en kostbaar: metingen bijeenbrengen via veilige draadloze netwerken, opslaan en archiveren, cleanen en via big data analytics bruikbaar maken voor observatie, predictiemodellen en terugkoppelingssystemen. Deze lijn is een permanente basis voor de ontwikkeling van andere onderzoekslijnen.

Het LearningLab Urbinn over de ontwikkeling van autonoom rijdende voertuigen bundelt een reeks projecten zoals de Twizzy en de zelfrijdende prullenbak. In het project de Slimme Rolstoel worden verschillende sensoren, zoals Lidar, ultrasoon en 3D vision,gecombineerd om kaarten van statische en dynamische objecten te maken en via algoritmes routes bepaald en vervolgens gereden. In het aangevraagde SIA Raak MKB project Let’s move IT wordt gekeken naar een geïntegreerd fleetmanagement systeem. De HHS zal in dit project autonome navigatie systemen ontwikkelen die veilig kunnen opereren in dynamische omgevingen, met bijvoorbeeld mensen en andere mobiele robots.