WearM.AI is een healthtech-startup en spin-off van de Universiteit Twente op het snijvlak van sportwetenschap, wearables en zorg. Het bedrijf ontwikkelt een kleine sensor die aan de schoen kan worden bevestigd en gedetailleerde bewegings- en belastinganalyses mogelijk maakt. In tegenstelling tot veel bestaande wearables, die zich vooral richten op hartslag of algemene activiteit, kijkt WearM.AI specifiek naar het gebruik van gewrichten en spieren. Daarmee ontstaan nieuwe toepassingen, niet alleen in de sport, maar ook in medische revalidatie.
Sportblessure
De motivatie van Wang is zowel wetenschappelijk als persoonlijk. “Tijdens mijn onderzoek in de sportwetenschap deed ik veel blessureanalyses in het lab,” vertelt hij. “Toen ik zelf een sportblessure kreeg, vroeg ik me af hoe ik mijn onderzoeksuitkomsten kon toepassen op mijn eigen situatie.” Daarbij werd een duidelijke kloof zichtbaar: buiten het lab bestaat er geen toegankelijke technologie die deze basismetingen ondersteunt.
Hoewel wearables zoals smartwatches en polsbanden inmiddels veel sportdata verzamelen, richten ze zich vooral op cardiovasculaire parameters. Ze bieden volgens Wang nauwelijks inzicht in de belasting van gewrichten en spieren – juist de factoren die cruciaal zijn voor blessurepreventie en revalidatie. Samen met een collega besloot Wang daarom WearM.AI op te richten, met als doel een gebruiksvriendelijk, draagbaar systeem te ontwikkelen dat juist op het spierniveau inzicht biedt.
Van sport naar zorg
Tijdens de ontwikkeling van het eerste prototype onderzocht WearM.AI verschillende markten. Dat leidde tot een belangrijk inzicht: in de sport verwachten gebruikers direct toepasbaar advies, geen complexe datasets. “In de sportmarkt lever je niet alleen data,” zegt Wang. “Je moet een volledig systeem bouwen dat de data interpreteert en vertaalt naar concrete acties en adviezen.” Dat vraagt om een volwassen ecosysteem en verdere ontwikkeling.
De zorg bleek daarom een logisch startpunt. Fysiotherapeuten en artsen beschikken al over de expertise om gedetailleerde bewegingsdata te duiden. Het is een natuurlijke stap om het probleem op te splitsen,” legt Wang uit. “We beginnen met het ontwikkelen van een eenvoudige, betrouwbare meetoplossing en werken samen met professionals die weten hoe ze deze informatie moeten gebruiken." Zo kan het systeem stap voor stap worden opgebouwd, met de zorg als eerste toepassingsgebied.
Health~Holland-project Rehab@Home
Deze aanpak komt samen in het Health~Holland-project Rehab@Home, een nieuw consortium met een toegezegde financiering van €1.500.000. Via AI-hub Oost-Nederland kwam Wang in contact met onder andere onderzoekers van de Vrije Universiteit Amsterdam (VU) en diverse revalidatiepartners. Samen ontwikkelden zij een onderzoeksvoorstel waarin revalidatie- en bewegingswetenschappen, kunstmatige intelligentie en ondernemerschap samenkomen om zelfstandige revalidatie in de thuissituatie te ondersteunen. Het project werd in februari 2026 goedgekeurd.
De urgentie is groot. Door personeelstekorten in de Nederlandse zorg krijgen beroertepatiënten vaak slechts twee tot drie weken intensieve revalidatie in gespecialiseerde centra. Daarna volgt een revalidatieperiode van zes tot twaalf maanden thuis, met beperkte begeleiding. “Feedbackmomenten zijn schaars, soms maar eens per twee weken,” zegt Wang. “Patiënten weten dan niet altijd of ze oefeningen goed uitvoeren of dat het programma te zwaar is. Dat kan ten koste gaan van motivatie en herstel.”
AI ondersteunt revalidatie
WearM.AI wil dit verbeteren met een digitaal platform gebaseerd op wearable sensoren en AI. De sensor meet dagelijkse revalidatie-oefeningen en deelt deze data met zorgprofessionals, zodat zij frequenter kunnen evalueren. Tegelijkertijd krijgen patiënten directe feedback, bijvoorbeeld via animaties op het televisiescherm die laten zien hoe een oefening bedoeld is en hoe hun uitvoering zich verhoudt tot het gewenste niveau.
AI vervult hierin een ondersteunende rol. Het systeem neemt geen medische beslissingen over, maar fungeert als assistent. “Artsen willen niet elke dag het revalidatieplan aanpassen,” aldus Wang. “Maar patiënten hebben goede en minder goede dagen. Onze AI-modellen kunnen binnen vooraf vastgestelde marges dagelijkse routines aanpassen op basis van prestaties en herstelgeschiedenis.” Zo wordt de revalidatie persoonlijker, terwijl de regie bij de zorgprofessional blijft.
Samen met de VU en revalidatiecentra werkt WearM.AI met beroertepatiënten in verschillende stadia van herstel. Hun feedback bepaalt welke functionaliteiten echt waarde toevoegen en hoe de oplossing in het dagelijks leven past. “We moeten dit rechtstreeks van patiënten leren,” zegt Wang. “Dat kun je niet achter een bureau ontwerpen.”
Toepassingsmogelijkheden
Hoewel de focus nu ligt op beroerterevalidatie, ziet WearM.AI bredere toepassingsmogelijkheden, bijvoorbeeld bij andere neurologische of orthopedische hersteltrajecten. Het uitgangspunt blijft daarbij hetzelfde: technologie moet zorgprofessionals ondersteunen en patiënten versterken, niet menselijke expertise vervangen.
Door geavanceerde biomechanische inzichten te vertalen naar toegankelijke toepassingen voor thuisgebruik, laat WearM.AI zien hoe AI kan bijdragen aan het verlichten van de druk op de zorg, terwijl patiënten actief betrokken blijven bij hun eigen herstel.
Nieuwsgierig naar de oplossingen die WearM.AI ontwikkelt? Kijk dan eens op wearM.AI of stuur Huawei een berichtje op Huawei Wang | LinkedIn
