CbusineZ investeert in machine learning om de aanrijtijden van ambulances te verkorten
Als onderdeel van het investeringsproces werd YieldDD gevraagd om de Stokhos-software grondig door te lichten.
In Nederland hoort een ambulance binnen 15 minuten na een noodoproep ter plaatse te zijn. Ongeveer 35.000 keer per jaar, of in zo'n 7% van alle gevallen, zijn ambulances echter te laat en kunnen ze de benodigde zorg mogelijk niet op tijd leveren. Dit kan ernstige gevolgen hebben voor de gezondheid van de patiënten die wachten op hulp. Voor zorgverzekeraar CZ is dit een duidelijke drijfveer om de responsetijd van ambulances te verbeteren. Stokhos, een start-up mede voortgekomen uit de Technische Universiteit Delft, ontwikkelde daarvoor een bijzonder slimme methode en vormde daarom een aantrekkelijke investeringskans voor CbusineZ, het venture capital fonds van CZ. Als onderdeel van het investeringsproces vroeg CZ aan YieldDD om de software van Stokhos grondig door te lichten.
Het berekenen van de optimale dekking
De voor de hand liggende manier om aanrijtijden te verkorten zou zijn om meer ambulances te laten rijden, maar vanwege beperkte budgetten en de schaarste aan gekwalificeerd medisch personeel is dit moeilijk te realiseren. De oplossing schuilt daarom in het efficiënter inzetten van de bestaande vloot ambulances. Stokhos ontwikkelde daarvoor een machine learning algoritme dat op basis van historische data over noodgevallen, de actuele verkeerssituatie, de locatie van andere ambulances in de omgeving en een reeks overige paramaters, voortdurend berekent wat de optimale dekking van ambulances over een regio is.
Tegenintuïtief maar veelbelovend
In plaats van ambulances te laten wachten op een vast punt, vaak het ziekenhuis, stuurt het algoritme ze nu proactief naar een locatie dichter bij de plek waar een volgend ongeval met een grotere waarschijnlijkheid plaats gaat vinden. Hoewel het voor de meldkamer en bemanningen van ambulances in het begin tegenintuïtief is om een ambulance naar een plek te sturen waar niets is gebeurd, zijn de eerste resultaten zeer veelbelovend. De keren dat een ambulance te laat arriveert kan al terug worden gebracht van 7% tot 5% en mogelijk zelfs verder tot 3 à 4%.
Goede programmeurs en goede software engineers
Het ontwikkelen van een slim algoritme dat zulke indrukwekkende resultaten bereikt is één ding. Het inbouwen van zo'n algoritme in een software-omgeving waarmee in de dagelijkse praktijk goed kan worden gewerkt, die opgeschaald kan worden en die meerdere regio's kan afdekken, die beveiligd is tegen hackers en vrij van mogelijke IP-inbreuken, is iets heel anders. "Data scientists en machine learning specialisten zijn misschien goede programmeurs, maar dat maakt ze nog niet automatisch ook goede software engineers", is hoe Marco van Os van YieldDD het formuleert. De oplossing van Stokhos bleek echter niet alleen goed te presteren, maar ook bedrijfsmatig en vanuit een investeringsperspectief bekeken goed ontworpen te zijn. Voor wat betreft softwarekwaliteit kon YieldDD daarom aan CbusineZ het groene licht geven voor het doorzetten van zijn investeringsplannen.
De samenwerking met YieldDD heeft ons laten zien hoe waardevol software due diligence kan zijn, niet alleen voor doelbedrijven, maar voor al onze portfoliobedrijven."
Helpen bij enorme waardecreatie
Tijdens het dealproces is CbusineZ overtuigd geraakt van de toegevoegde waarde van software due diligence. CbusineZ en YieldDD ontwikkelden daarom samen een nieuwe software- en IT-module als onderdeel van de evaluatiemethode waarmee CbusineZ jaarlijks al zijn portfoliobedrijven waardeert. "Dat is precies het soort relatie dat we met onze klanten willen opbouwen", zegt Marco van Os. "We zijn er namelijk van overtuigd dat we ze kunnen helpen om enorme waarde te creëren als ze software due diligence op een reguliere basis gaan doen, en niet vooral als een deal-gedreven activiteit."