Het onderzoek beoogt het optimaliseren van monitoringtechnieken om de cardiovasculaire, respiratoire en neurologische functies correct in te schatten tijdens de perioperatieve fase.  Er wordt ingezet op een kritische analyse van klinisch gebruikte meettechnieken waarvan de accuraatheid en beperkingen tot op heden nauwelijks in kaart werden gebracht. Daarnaast worden nieuwe algoritmes ontwikkeld om de beperkte toepasbaarheid van meetmethodes om circulerend volume in te schatten uit te breiden. 

Om tot een gepaste behandeling te komen moet informatie afkomstig uit diverse meettoestellen worden geintegreerd.  Tijdens chirurgie is snelheid van interventie belangrijk, wat aanleiding kan geven tot fouten.   We willen de bijdrage van semantic AI als bedside adviesbron onderzoeken.  Met semantische kennisgrafen zullen we een model ontwikkelen dat gebaseerd is op bestaande pathofysiologische inzichten en getraind wordt met klinische gegevens binnen het perioperatieve data managementsysteem.