CbusineZ investeert in machine learning om responstijden van ambulances te verbeteren

Case

YieldDD werd gevraagd om de software van Stokhos grondig te bekijken.

YieldDD case - CbusineZ

Stokhos heeft ingenieuze software ontwikkeld

Een Nederlandse ambulance moet binnen 15 minuten na een noodoproep ter plaatse zijn. Ongeveer 35.000 keer per jaar, of in 7% van de gevallen, komen ambulances echter te laat en kunnen ze mogelijk niet op tijd de juiste zorg bieden. Dit kan leiden tot ernstige nadelige gezondheidseffecten voor de patiënten in kwestie. Stokhos, een start-up met wortels in de TU Delft, heeft een bijzonder slimme manier ontwikkeld om de responstijden van ambulances te verbeteren. Daarom was het een aantrekkelijke kans voor CbusineZ, de durfkapitaalpoot van CZ. CbusineZ vroeg YieldDD om de software van Stokhos grondig te onderzoeken als onderdeel van het investeringsproces.

Optimale ambulancedekking berekenen

Een eenvoudige manier om de aanrijtijden van ambulances te verkorten zou zijn om meer ambulances in te zetten, maar dit is nauwelijks haalbaar vanwege budgettaire beperkingen en een schaarste aan gekwalificeerd medisch personeel. Het komt er dus op aan om het bestaande wagenpark efficiënter in te zetten.

Stokhos ontwikkelde een algoritme voor machinaal leren dat op basis van historische gegevens over noodgevallen, de huidige verkeersomstandigheden, de locatie van andere ambulances in de buurt en een reeks andere parameters continu de optimale dekking van ambulances binnen een regio berekent.

In plaats van te wachten op de volgende noodoproep op een vaste locatie, zoals het ziekenhuis, stuurt het algoritme nu proactief ambulances naar locaties dichter bij de plaats waar de volgende noodsituatie zich waarschijnlijk zal voordoen. Hoewel het rijden van een ambulance naar een schijnbaar willekeurige locatie waar niets is gebeurd in eerste instantie contra-intuïtief kan zijn voor de betrokken centralisten en ambulancepersoneel, zijn de eerste resultaten veelbelovend. Het aantal late aankomsten kan al worden teruggebracht tot 5% (in plaats van 7%) en mogelijk nog verder tot ongeveer 3 of 4%.

Goede programmeurs en goede software-ingenieurs

Een slim algoritme ontwikkelen dat zulke indrukwekkende resultaten behaalt is één ding. Het inbedden in een softwareomgeving die er een praktische oplossing van maakt die klaar is voor dagelijks gebruik en die kan worden opgeschaald en ook andere regio's kan bestrijken, die beveiligd is tegen hackers en vrij is van potentiële IP-inbreuken, is iets heel anders. “Data science- en machine learning-specialisten zijn misschien wel goede programmeurs, maar niet per se ook goede software engineers”, zoals Marco van Os van YieldDD het zegt. Maar in dit geval presteerde de oplossing van Stokhos niet alleen goed op het gebied van functionaliteit, maar bleek deze ook goed ontworpen te zijn vanuit een zakelijk en investeringsperspectief. Dus wat softwarekwaliteit betreft kon YieldDD groen licht geven aan CbusineZ om door te gaan met hun investeringsplannen.

Quote

Rogier van der Hooft - CbusineZ

"De samenwerking met YieldDD bij deze deal liet ons zien hoe waardevol software due diligence kan zijn, niet alleen voor targetbedrijven, maar voor al onze portfoliobedrijven."
YieldDD case - CbusineZ - Quote

Enorme waarde vangen

Al doende ontdekte CbusineZ de toegevoegde waarde van software due diligence. Samen met YieldDD ontwikkelden ze een extra software- en IT-module voor de evaluatiemethode die ze gebruiken voor de jaarlijkse beoordeling van al hun portfoliobedrijven. “Dit is precies het soort relatie dat wij graag met onze klanten ontwikkelen”, zegt Marco van Os. “Dat komt omdat we ervan overtuigd zijn dat we hen kunnen helpen enorme waarde te vangen door software due diligence regelmatig uit te voeren, in plaats van als een voornamelijk deal-gedreven activiteit.”

Cases

Vorige
Volgende