Stage 1: Heelkunde, Gynaecologie en Obstetrie, Urologie, LUMC
Het gebruik van protocollaire opdeknormen voor de verbetering van automatische herkenning van chirurgische instrumenten voor een duurzamere operatiekamer.
Klinisch:
Mijn eerste stage ging ik naar de afdelingen heelkunde, gynaecologie & obstetrie en urologie van het LUMC. Dit was een zeer klinische stage waarbij ik het grootste deel van mijn tijd mee liep als coassistent. Ik draaide mee in hun rooster en begon de dag met de overdracht en daarna liep ik mee met de visite op de afdeling. Voor 1 patiënt bereidde ik het gesprek voor en voerde dit vervolgens zelf. Ik keek mee met de gesprekken op de polikliniek en was veel op de operatiekamers. Ik mocht daar een aantal keer steriel meedoen aan operaties – wat meestal betekent dat je haken vasthoudt, maar daardoor heb je wel een perfect zicht op de ingreep. Daarnaast heb ik hier ook geoefend met hechten en katheters plaatsen, iets wat je in het eerste jaar van de master leert.
Technisch project:
Voor mijn technische project heb ik gewerkt aan duurzaamheid op de operatiekamer (OK). Na elke operatie worden álle instrumenten uit het chirurgische net gesteriliseerd, ongeacht of ze gebruikt zijn. Dit kost onnodig veel energie, verhoogt de werkdruk en zorgt voor extra afval. Daarom werkt het LUMC aan een algoritme dat met behulp van videobeelden kan bijhouden welke instrumenten écht gebruikt worden. Dit helpt om chirurgische netten efficiënter en duurzamer samen te stellen.
Eerder onderzoek uit 2021 probeerde al instrumenten op beelden te herkennen, maar dit was niet nauwkeurig genoeg. Mijn taak was om te kijken of de manier waarop operatieassistenten hun instrumententafel indelen, gebruikt kon worden om het algoritme te verbeteren. Als je namelijk precies weet waar elk instrument ligt, hoeft het algoritme niet meer het instrument te herkennen, maar alleen nog maar te registreren of iets is opgepakt of niet. In mijn onderzoek keek ik naar of deze ‘protocollaire opdeknormen’ gebruikt kunnen worden voor een algoritme dat instrumenten kan herkennen.
Stage 2: Orthopedie & Sportgeneeskunde, EMC
Het maken van een statistical shape model voor 3D-reconstructies van botbreuken in onderarmen.
Voor mijn tweede stage ging ik naar de orthopedie afdeling van het EMC. In tegenstelling tot mijn eerste stage was ik hier niet de eerste student, maar de zevende (lees eerst hier de ervaring van de student voor mij). Dit was een project dat dus al goed liep, dus kon ik direct aan de slag. Mijn taak was nu om een statistisch model te maken van de botten van de onderarm. Dit deed ik met behulp van Statistical Shape Modelling, iets waar ik nog helemaal niet bekend mee was, maar ik vond het super leuk om meer technische uitdaging te hebben. Vanuit CT-scans probeerde ik een 3D model te maken van de vorm van zowel gezonde, als gebroken en dus kromme botten. Dit model kan dan door de volgende student samengevoegd worden met de scans. Zo kunnen we van twee 2D röntgenfoto’s een 3D model reconstrueren. Zo kunnen we de onderarm in 3D bekijken met veel minder stralingsbelasting dan een CT scan. De hoop is dat dit in de toekomst gebruikt kan worden om beter te bepalen welke kinderen gebaat zijn bij een operatie na een botbreuk.
Ook de kliniek vond ik erg leuk. Er was hier heel veel mogelijk en ik voelde de vrijheid om zelf aan te geven wat ik wilde leren. Zo was mijn leerdoel hier anamnese en lichamelijk onderzoek zelfstandig uitvoeren en heb ik dit erg goed kunnen oefenen.