Apr 25, 2017 Last Updated 2:09 PM, Apr 21, 2017

Big data helpt nood- en hulpdiensten

Gepubliceerd in Digital Analytics
Lees 230 keer
Beoordeel dit item
(0 stemmen)
Big data helpt nood- en hulpdiensten illustratie Ricky Booms

Drie mannen met een maatschappelijke missie: nood- en hulpdiensten zo efficient mogelijk inzetten om ze sneller op die locatie krijgen waar de kans het grootst is dat ze nodig zijn.

Het kan met de modellen van Prof. Dr. Rob van der Mei, hoogleraar Toegepaste Wiskunde aan de VU Amsterdam en verbonden aan het Centrum Wiskunde & Informatica (CWI), Guido Legemaate, data scientist bij Brandweer Amsterdam-Amstelland, en Dick Willems, data scientist bij Politie Amsterdam-Amstelland.

tekst Rob van Bodegom, illustratie Ricky Booms

‘Hoe ziet een gemiddeld jaar of dag eruit bij de brandweer? Hoeveel grote branden zijn er? Niemand die het wist’, aldus Guido Legemaate die vanaf zijn 18de bij de brandweer werkt. Mede doordat hij bij zijn huidige werkgever, brandweer Amsterdam-Amstelland, een aantal lesboeken voor het korps schreef, liep hij tegen dergelijke vragen aan. De antwoorden zaten verborgen in de systemen. Hij besloot de data te gaan ontsluiten, er analyses op los te laten en risicoprofielente maken, dus: waar kan een brand uitbreken? Waar is een risico op een incident? Zo ontstond het contact met Rob van der Mei van CWI die al samenwerkte met ‘brandweerprofessor’ Ricardo Weewer. Zo kon het gebeuren dat de in verpleegkunde en gezondheidswetenschappen afgestudeerde Legemaate nu een promotieonderzoek doet met Van der Mei als promotor. De praktische behoefte van Legemaate sloot direct aan bij het doel van het door Van der Mei geleide wetenschappelijke onderzoeksproject REPRO: van Reactieve naar Proactieve planning van ambulancediensten. CWI werkt daarvoor samen met de TU Delft. Ze verrichten fundamenteel onderzoek naar maatschappelijke problemen op het gebied van logistiek en mobiliteit en ontwikkelen modellen die rekening houden met allerlei onzekere factoren die een rol spelen bij de ambulancedienstverlening. ‘Bij CWI doen we alles met kansberekening en voorspellingen, maar Delft kijkt naar de combinatorische aspecten, zoals naar de optimale locatie van een standplaats. CWI onderzoekt dynamisch ambulancemanagement. Dan zet je op basis van voorspellingen wagens op plekken waar ze nodig zullen zijn, van reactief naar proactief dus. Dat is heel mooi, maar als je op het wiskundig optimum zit, is iedereen de hele dag aan het bewegen. Dan worden die chauffeurs helemaal gek.’ Het begon bij Van der Mei met wachtrijen (‘Hoeveel loketten heb je nodig?’, dat soort dingen.) waarop hij in 1995 promoveerde. Precies rond die periode nam de telecomsector een grote vlucht waardoor het fenomeen digitale wachtrij zijn intrede deed. Tien jaar deed hij onderzoek in de telecomsector. Zijn beslissing om er ook wat mee in andere sectoren te doen, bleek achteraf het zaadje voor REPRO. ‘Ik kwam toen in aanraking met de baas van de GGD die bij een ongeluk de dood in de ogen had gekeken. Hij kwam me toen vertellen dat hij nu wist hoe belangrijk planning en tijd is. Toen is REPRO gestart.’

Anticiperen op criminaliteit

Niet geheel toevallig natuurlijk, maar ook bij de politie leven vergelijkbare vragen als bij brandweer en ambulancediensten. Dick Willems zei de wereld van (commerciële) marketing intelligence vaarwel om zich te wijden aan ‘betekenisvoller’ intelligence. Sinds 2012 werkt hij bij Politie Amsterdam-Amstelland aan predictive policing, ook wel aangeduid als CAS, het Criminaliteit Anticipatie Systeem. Doel is om de politiecapaciteit zo efficiët mogelijk te alloceren, dus op het juiste moment op de juiste plek. ‘Bij de politie was de situatie anders dan bij de brandweer in die zin dat er vanuit de organisatie zelf al een vraag bestond en de data al redelijk op orde waren’, zegt Willems. ‘We hadden een datawarehouse en mensen die analyses konden maken. Er kwam vanuit de organisatie een vraag om advies voor best practices en dit leidde uiteindelijk tot CAS.’ Bij CAS wordt Amsterdam verdeeld in kleine vakjes en worden per vakje data verzameld en historische verbanden met misdaad vastgelegd. Er worden locatiespecieke kenmerken in kaart gebracht (zoals de afstand tot dichtstbij wonende bekende verdachte) en cijfers van de criminaliteitshistorie. Uiteindelijk ontstaat per vakje inzicht in het risiconiveau, ofwel hoe groot de kans op een incident is.

Geen copy paste

Hoewel alle drie de diensten op dezelfde problematiek inzetten, kunnen de model-len niet zomaar gekopieerd worden. Daarvoor zijn de verschillen te groot. Brandweer en ambulance zijn relatief straight forward, zij werken meldinggestuurd, ze vertrekken pas vanaf hun standplaats bij een incident. Een politie-agent daarentegen wacht niet de gehele dag en bovendien is de follow-up er veel minder eenduidig. Bij brand moet er ‘gewoon’ een brandweerauto komen en bij een verkeersongeluk een ambulance, maar welke politie-inzet is bij welk incident de best passende? Bij de politie spelen veel meer factoren en menselijke variabelen. Maar ook brandweer en ambulance verschillen weer. Legemaate: ‘Bij de ambulance zijn veel minder verschillende voertuigen en ook minder verschillende normtijden. Maar de brandweer brengt weer geen patiënten naar het ziekenhuis.’ En dan is er het volumeverschil; de brandweer krijgt veel minder meldingen per dag dan de ambulancediensten.

Acceptatie en betrouwbaarheid

Prof. Dr. Dirk Helbing zei in Clou 81 zei dat we ondanks alle data nog altijd niet in staat zijn om het filepobleem op te lossen. Dat – en de grote hoeveelheid toevalligheidsvariabelen – roept de vraag op of de modellen die de heren ontwikkelen wel betrouwbaar zijn. Worden onze nood- en hulpdiensten straks niet per abuis de verkeerde richting opgestuurd? Legemaate zegt dit soort vragen vaak te krijgen, mede daarom vermijdt hij het woord voorspellen. ‘Dat brengt vaak de verkeerde lading met zich mee. Wij communiceren daarom in risicokansen en plakken daar effecten aan. Daar kunnen we dan naar handelen.’ Om dit ‘nieuwe denken’ bij de diensten geaccepteerd te krijgen, vraagt soms om een cultuurverandering. Willems: ‘We zijn bezig om deze werkwijze uit te rollen op landelijk niveau, dan kan elk gebied bijvoorbeeld zien welke tijdstippen het meeste risicovol zijn. Daar wordt heel wisselend op gereageerd. Soms zeggen ze, daar heb je die goochelaar met zijn computersysteem. Maar vooral jongere collega’s vinden het vaak geweldig. Die snappen beter hoe je met data kan werken.’ De brandweer werkt er nu ook aan om de data in de voertuigen te krijgen en zichtbaar te maken voor de manschappen. Legemaate: ‘We willen het vooral gebruiken om tijdwinst te boeken, maar vooralsnog is de grootste winst tot nu toe dat er intern veel is geleerd over hoe onze organisatie werkt.’ Bij de ambulances zijn de algoritmes geïmplementeerd en draait het systeem mee met de meldkamercentralist die de wagens op basis hiervan aanstuurt. ‘De vraag is wel’, zegt Van der Mei, ‘hoe ver wil je gaan? Een ambulance kun je bijvoorbeeld midden in een weiland zetten, maar willen ze dat wel?’ Hier draait het in feite om (interne) acceptatie. Bij de politie zou dit nog een extra – ethische – dimensie kunnen krijgen, denk aan de recente maatschappelijke ophef over etnisch profileen. Willems is daar niet zo bang voor omdat de modellen uitgaan van locaties en niet van personen. ‘De incidenten spreken dan voor zich.’

De kunst van modelleren

Wel erkent hij dat het kan spelen, afhankelijk van de activiteiten die je baseert op de informatie. ‘Als je een risicogebied hebt en dan zegt: we controleren iedereen met een donker uiterlijk, dan kan dat niet, daar moet je eerlijke criteria voor opstellen.’ Daarom is het dus ook zeer belangrijk alert te zijn op pseudo-causaliteit. Dat vermijden noemt Van der Mei de kunst van modelleren. ‘Je hebt altijd allerlei potentiële factoren die invloed kunnen hebben en dus moet je statistisch kijken welke écht invloed hebben. Dan maak je een ranking, want je model moet simpel genoeg zijn om het nog te snappen. Je kunt er niet de hele wereld in meenemen.’

 

Dit artikel is overgenomen uit Clou© nr 82, mei 2017

Laatst aangepast op donderdag, 20 april 2017 13:16