Hart- en vaatziekten zijn wereldwijd doodsoorzaak nummer een. De belangrijkste factor voor de overlevingskans bij een hartstilstand is de kwaliteit van de reanimatie. Het feilloos onder de knie krijgen van die handeling, met de exacte diepte en het juiste ritme, is een enorme uitdaging. Ondanks geavanceerde oefenpoppen vol sensoren blijft de huidige training abstract en ineffectief. In mijn onderzoek loste ik dit op door de pop te ‘hacken’ en te transformeren naar een leerrijke, intuïtieve Mixed Reality-ervaring waarin de werkelijkheid versmelt met een digitale laag.
Wie vandaag een reanimatiecursus volgt, krijgt te maken met een vreemde paradox. Aan de ene kant ligt er een hightech oefenpop op de grond die tot op de millimeter nauwkeurig meet hoe diep en snel je borstcompressies zijn. Aan de andere kant word je als student gedwongen om je blik constant van die pop af te wenden.
Om te weten of je goed bezig bent, moet je naar een iPad op de grond of een televisiescherm turen waar live grafieken, percentages en balkjes voorbijflitsen. Kleurt het balkje groen, dan zit je goed. Wordt het rood, dan moet je dieper duwen. Maar zie zo’n abstracte grafiek in het heetst van de strijd maar eens te vertalen naar een fysieke correctie. Je spieren opdracht geven om exact vijf procent harder te drukken op basis van een bewegend lijntje is nagenoeg onmogelijk.
Hierdoor ontwikkelen studenten de reflex om naar data te kijken in plaats van naar de persoon die voor hen ligt. Dit constante heen- en weer kijken verstoort het cruciale reanimatieritme en verhindert dat je leert varen op je intuïtie. Als elke seconde telt, moet een hulpverlener blindelings kunnen vertrouwen op gevoel en spiergeheugen. De technologie meet alles perfect, maar presenteert die data op de verkeerde plek én te abstract om er echt van te leren.
Voor een intuïtieve en realistische trainingsomgeving heb ik één ding absoluut nodig: realtime data. Als een student de borstkas indrukt, moet de feedback er onmiddellijk zijn, niet een seconde later, want dan klopt het ritme niet meer. Maar ik stuitte meteen op een grote muur: de fabrikant had de sensorgegevens zwaar beveiligd.
Omdat die waardevolle informatie achter slot en grendel zat, moest ik aan reverse engineering doen: een apparaat softwarematig achterstevoren uit elkaar halen om te ontcijferen hoe het werkt.
Met een aangepaste smartphone luisterde ik het Bluetooth-verkeer tussen de pop en de officiële app af. Het was puur digitaal spionagewerk. Ik ontdekte al snel dat de pop pas data begon te streamen na een specifieke digitale handdruk. Zonder die exacte code stuurde het apparaat simpelweg niets door.
Na urenlang datastromen analyseren, vond ik de sleutel. De cruciale informatie, hoe diep de borstkas werd ingedrukt, bleek telkens verstopt te zitten in het allerlaatste puzzelstukje van de verzonden digitale pakketjes. Door die logica in een computerprogramma in te bouwen, 'bevrijdde' ik de pop. De meetgegevens stroomden vanaf nu binnen een fractie van een seconde rechtstreeks naar mijn bril.
Zodra je de Meta Quest 3-bril opzet, zie je de vertrouwde ruimte en de pop nog steeds liggen, maar je krijgt er een virtuele trainingspartner bij: een ghost avatar. Deze digitale gids doet de reanimatiebeweging perfect voor recht boven de pop. Volg je het voorbeeld goed en druk je diep genoeg, dan kleurt de avatar groen. Duw je verkeerd, dan kleurt hij rood. Ondertussen tikt de metronoom in je oren om je in het juiste ritme te houden.

Om te voorkomen dat je overspoeld wordt met data, blijft de interface bewust rustig. Pas wanneer je herhaaldelijk dezelfde fout maakt, zoals constant te snel pompen, verschijnt er een gericht feedbackbericht in de lucht om je bij te sturen.
Het uiteindelijke doel is dat je leert reanimeren zónder digitale hulplijnen. Dat proces wordt gestuurd door een kloppend hartje in de interface. Hoe beter en constanter je de reanimatie uitvoert, hoe meer dat hartje zich opvult. Naarmate het hart voller raakt, verdwijnen de visuele hulpmiddelen langzaam. De applicatie bouwt de ondersteuning dus stap voor stap af, zodat je uiteindelijk volledig leert vertrouwen op je eigen gevoel en spiergeheugen.
In plaats van dat je hersenen een abstracte grafiek op een los scherm moeten vertalen naar je spieren, voel en zie je nu alles in één vloeiende beweging. Je zintuigen worden volledig ondergedompeld, waardoor je ogen en je focus voor de volle honderd procent blijven waar ze horen: bij de patiënt.
Bij een echte hartstilstand is er geen tijd om rustig na te denken. Er is stress, adrenaline, en er hangt geen scherm boven het slachtoffer op straat. Dat is exact de reden waarom de focus in mijn applicatie ligt op het opbouwen van puur spiergeheugen.
Door de visuele gidsen en de ghost avatar stap voor stap te laten verdwijnen zodra je de handeling correct uitvoert, dwingt de app je om te vertrouwen op je eigen gevoel. Je stapt niet uit de simulatie als een gamer die een digitaal trucje heeft geleerd, maar als een zelfverzekerde hulpverlener die voelt wanneer een compressie exact de juiste diepte heeft.
Klinische experts uit de zorgsector hebben deze aanpak inmiddels gevalideerd. De focus blijft volledig bij de patiënt, de kwaliteit van de training schiet omhoog en bestaande oefenpoppen kunnen gewoon hergebruikt worden. Mochten robots door de opmars van AI ooit zelfbewust worden, dan hebben we ze hiermee in elk geval alvast met respect behandeld.
Technologie hoeft ons niet af te leiden van de werkelijkheid. Als we het slim inzetten, versmelt het met de realiteit en bereidt het ons voor op de momenten waarop elke seconde telt. Want uiteindelijk hangt een mensenleven niet af van een mooie grafiek, maar van de handen die het werk moeten doen.
https://www.linkedin.com/feed/update/urn:li:activity:745025843717694669…
Carroll, W. M. (2020). Emerging Technologies for Nurses: Implications for Practice.
Springer Publishing Company.
Chaari Fourati, L., & Said, S. (2020). Remote Health Monitoring Systems Based on
Bluetooth Low Energy (BLE) Communication Systems. Smart Homes and
Health Telematics, 12157, 41–54. https://doi.org/10.1007/978-3-030-51517-1_4
Cortegiani, A., Russotto, V., Montalto, F., Iozzo, P., Meschis, R., Pugliesi, M., Mariano, D.,
Benenati, V., Raineri, S. M., Gregoretti, C., & Giarratano, A. (2017). Use of a Real-
Time Training Software (Laerdal QCPR®) Compared to Instructor-Based Feedback
for High-Quality Chest Compressions Acquisition in Secondary School
Students: A Randomized Trial. PLOS ONE, 12(1), e0169591. https://doi.org/10.
1371/journal.pone.0169591
D’Angelo, G., Rodio, A., Donati, M. E., Paternostro, F., Gulisano, M., & Marella, G. (2021).
A Systematic Review of Simulation Techniques Based on Augmented Reality
and Hybrid Simulators in Healthcare. Applied Sciences, 11(5), 2338. https://doi.
org/10.3390/app11052338
Dattani, S., Spooner, F., Ritchie, H., & Roser, M. (2023). Causes of Death [https://ourworldindata.org/causesof-
death]. Our World in Data.
Diller, F., Scheuermann, G., & Wiebel, A. (2024). Visual Cue Based Corrective Feedback
for Motor Skill Training in Mixed Reality: A Survey. IEEE Transactions on
Visualization and Computer Graphics, 30(7), 3121–3134. https : / / doi . org / 10 .
1109/TVCG.2022.3227999
Gerup, J., Soerensen, C. B., & Dieckmann, P. (2020). Augmented reality and mixed
reality for healthcare education beyond surgery: an integrative review. International
Journal of Medical Education, 11, 1–18. https://doi.org/10.5116/ijme.
5e01.eb1a
Glover, J., & Linowes, J. (2019). Complete Virtual Reality and Augmented Reality Development
with Unity: Leverage the power of Unity and become a pro at
creating mixed reality applications. Packt Publishing.
Hurt, G. J. (2024). Untethered Displays: The Effects of Mixed Reality on Split-Attention
in Fine-Motor Tasks [Bachelor of Philosophy Thesis]. University of Pittsburgh.
http://d-scholarship.pitt.edu/46363/
Miller, R. B. (1968). Response time in man-computer conversational transactions. AFIPS
’68 (Fall, part I): Proceedings of the December 9-11, 1968, fall joint computer
conference, 267–277. https://doi.org/10.1145/1476589.1476628
Olasveengen, T. M., Semeraro, F., Ristagno, G., Castren, M., Handley, A., Kuzovlev, A.,
Monsieurs, K. G., Raffay, V., Smyth, M., Soar, J., Svavarsdottir, H., & Perkins, G. D.
(2021). European Resuscitation Council Guidelines 2021: Basic Life Support.
Resuscitation, 161, 98–114. https://doi.org/10.1016/j.resuscitation.2021.02.009
Raymer, E., MacDermott, Á., & Akinbi, A. (2023). Virtual reality forensics: Forensic analysis
of Meta Quest 2. Forensic Science International: Digital Investigation, 47,
301658. https://doi.org/https://doi.org/10.1016/j.fsidi.2023.301658
Sigrist, R., Rauter, G., Riener, R., & Wolf, P. (2013). Augmented visual, auditory, haptic,
and multimodal feedback in motor learning: A review. Psychonomic Bulletin
& Review, 20(1), 21–53. https://doi.org/10.3758/s13423-012-0333-8
Smyth, M. A., van Goor, S., Hansen, C. M., e.a. (2025). European Resuscitation Council
Guidelines 2025: Adult Basic Life Support. Resuscitation, 215, 110771. https :
//doi.org/10.1016/j.resuscitation.2025.110771