Tijdens mijn carrière heb ik aan diverse consultancy-projecten deelgenomen. Hieronder staan enkele van mijn projecten, waarvan ik de meeste tevens geleid heb. De projecten zijn uitgevoerd onder de vlag van het Centrum Wiskunde & Informatica, het door mij mede opgerichte Stokhos en op persoonlijke titel. Deze projecten staan grotendeels los van mijn wetenschappelijke output.

 

Softwarekoppeling en uitrol in landelijk meldkamersysteem (2017–2019)

Met de komst van de landelijke meldkamer samenwerking (LMS), de nieuwe structuur waarin de nooddiensten hun meldkamers inrichten, voldeed onze oude software-koppeling met GMS niet meer. Een doelstelling van de LMS is namelijk om de werkplekken landelijk centraal te hosten en onderhouden, waardoor de lokale beheersorganisaties op termijn kunnen verdwijnen. Het was een behoorlijke taak om onze software in deze structuur werkend te krijgen, vanwege uitdagingen die zowel managementmatige als technische aspecten kenden. Dit komt mede doordat de LMS voor iedereen nieuw was, er vooraf geen gepolijst pad bekend was en er tijdens het proces sprake was van een veranderende regelgeving. Behalve dat de software aangepast moest worden om in deze omgeving te presteren, was er ook toestemming nodig op zeer hoog beleidsniveau, diende er voor het datapad verscheidene firewalls goed gezet te worden en moesten er certificaten uitgegeven worden opdat alleen de geautoriseerde centralisten toegang verkrijgen. Ook dit ging niet zonder slag of stoot.

In de realisatie van dit alles had ik de spilfunctie. Ik hield het overzicht inzake de processen die gedaan moesten worden, werkte nauw samen met de ambulancediensten, landelijke en regionale politie-organisaties, integratiespecialisten en data-centra. Wanneer er nieuwe uitdagingen zich voordeden zocht ik naar een oplossing en verzocht de juiste persoon om het op te lossen. Daarnaast heb ik de software getest voor live-gang.

De software uitrol naar nog niet aangesloten meldkamers is veel makkelijk geworden doordat dit hele traject doorlopen is.

Vernieuwing ambulancebeleid vanwege de ziekenhuissluitingen (2018)

De sluiting van diverse Nederlandse ziekenhuizen heeft in 2018 meermaals het landelijke nieuws gehaald. De sluiting van een ziekenhuis heeft behoorlijk negatieve gevolgen op de beschikbare capaciteit van ambulancezorg. De ambulances doen er langer over om de patiënten bij de verdergelegen ziekenhuizen te bezorgen en zijn dus minder inzetbaar voor nieuwe spoedritten. Een bijkomend gevolg is dat ambulances vaker hun patiënt naar een ziekenhuis brengen dat buiten de eigen regio ligt, waardoor ze pas weer inzetbaar zijn nadat ze teruggereden zijn naar de eigen regio; ook deze tijd zijn ze beperkt inzetbaar. Aan mij was gevraagd om in kaart te brengen wat het effect van de ziekenhuissluiting zou zijn op de prestatiecijfers, hoeveel extra ambulances er nodig zouden zijn en hoe deze ingezet moesten worden om ervoor te zorgen dat alsnog de landelijke prestatienormen gehaald zouden worden.

Ik maakte de modellen, coördineerde de doorrekeningen en rapporteerde de bevindingen. Doordat de ziekenhuissluitingen plots gebeurden en hier direct op ingespeeld moest worden door de ambulancedienst, zat er een aanzienlijke tijdsdruk achter deze opdracht.

Mijn aanbevelingen waren een-op-een overgenomen door de ambulancedienst, en aan de hand van mijn werk gaf de zorgverzekeraar direct toestemming voor de nodige financiering. Binnen enkele dagen na de ziekenhuissluiting reden de extra ambulances om de patiënten hoog-kwalitatieve zorg te bieden.

Klankbordgroep herverdeling macrobudget ambulancezorg (2015–2016)

Er is een rekenmodel dat bepaalt hoe het macrobudget over de verschillende ambulancediensten verdeeld wordt. In dit model wordt er rekening gehouden met de verwachte zorgvraag die gegenereerd wordt door zowel de spoedritten als het laag urgent besteld vervoer (de laatstgenoemde bestaat uit vervoer van patiënten van en naar de ziekenhuizen voor bijvoorbeeld een dagbehandeling). Ook zit er compensatie voor landelijkheid in; in een stad zijn er immers minder ambulances per inwoner nodig vanwege schaalvoordelen. Een onnauwkeurigheid in deze modellen heeft tot gevolg dat er tijdelijk een verhoogde kans bestaat op het niet-tijdig beschikbaar zijn van ambulancezorg in een gebied. Om te heroverwegen of het bestaande model nog accuraat was, werd er een klankbordgroep (en later stuurgroep) opgericht, bestaande uit deskundigen vanuit o.a. het ambulancemanagement, een zorgverzekeraar, het RIVM en het ministerie VWS.

Als expert op het gebied van wiskundige modellen in de ambulancezorg werd ik uitgenodigd om ook deel aan deze klankbordgroep te nemen. We bestudeerden de effecten van de modellen en toetsten die aan praktijkvoorbeelden.

Onze adviezen zijn naar de stuurgroep gegeven voor verdere beleidsvorming.

Softwarekoppeling aan landelijke meldkamerservers (2015–2016)

Het geïntegreerde meldkamersysteem (GMS) wordt door elke centralist in Nederland gebruikt om noodmeldingen aan te nemen en ritopdrachten uit te geven. Dit door de politie ontwikkelde en beheerde systeem bevat de brondata betreffende de ritten en eenheden die op een gegeven moment aanwezig zijn. Ik heb onze software succesvol en storingsvrij aan GMS weten te koppelen, waardoor adviezen aan centralisten direct op hun beeldscherm weergegeven werden. Voor deze koppeling met de meldkamersoftware was een intensieve samenwerking met de ambulancedienst en beheersorganisatie van de meldkamer nodig.

Zowel op het gebied van het projectmanagement als in de ontwikkeling van software had ik de leiding.

Hoewel door deze koppeling de software direct reageert (de vorige oplossing was storingsgevoelig doordat de data eerst door allerlei andere systemen sijpelde), was er bij deze oplossing wel een server nodig die in het serverrack van de desbetreffende meldkamer zelf aanwezig was. Wegens netwerkbeveiliging kon daardoor onderhoud alleen op locatie gebeuren.

Voorspellen van high impact crime - Politie Amsterdam (2013–2014)

High impact crime, waaronder o.a. straatroof en woninginbraak valt, heeft een zeer verstorende werking op de samenleving. Door een beter inzicht te krijgen op de plaats en tijd waarop er een verhoogde kans op dit soort criminaliteit is, kan de politie beter preventief optreden. Door mijn ervaring binnen de andere hulpdiensten is aan mij gevraagd om aan te schuiven bij dit project.

Binnen de dienst regionale informatie van Politie Amsterdam kreeg ik de taak om datakoppelingen tot stand te brengen tussen diverse politiebronnen en de onderzoekerssystemen. In deze brugfunctie dacht ik ook mee met de modelvorming.

Mede door mijn inzet heeft het onderzoek kunnen plaatsvinden.

Rode Kruis - Groot geneeskundig bijstandsmodel (2013)

De capaciteit van ambulancezorg wordt afgestemd op de dagelijkse praktijk. In het geval dat er plots veel slachtoffers zijn, bijvoorbeeld bij een vliegtuigcrash of treinontsporing, treedt er een specifiek protocol in werking dat snel de capaciteit opschroeft: het groot geneeskundig bijstandsmodel (GGB). In het jaar 2016 werd het voormalige protocol door het GGB vervangen. Het Nederlandse Rode Kruis, dat deze opschaling verzorgt, vroeg in de voorstadia aan mij om advies uit te brengen betreffende de haalbaarheid en optimale uitrukstrategie.

Ik heb een rekenmodel ontwikkeld dat voor een gegeven strategie inzicht verschaft in de responstijd voor elke plek in Nederland. Hiervoor heb ik nauw samengewerkt met het landelijke management in Den Haag.

Mijn adviezen zijn goed ontvangen en gebruikt in het latere beslisproces.

Voorspellen van brandweer-inzetten in Amsterdam (2012–2013)

Na diverse successen binnen de ambulancewereld toonde ook de brandweer van Amsterdam-Amstelland interesse in onze modellen. Wegens omstandigheden was de beste manier om dit onderzoek te doen aan de hand van afstudeerders.

Ik heb de opdracht geformuleerd en afstudeerders begeleid om deze studie uit te voeren.

Mede door de resultaten die hieruit voortkwamen zijn er meerdere onderzoeken en publicaties vanuit onze onderzoeksgroep gekomen.

Team Change - Personele herverdeling over de posten (2012)

In het jaar 2012 kwamen er nieuwe ambulanceposten in Amsterdam bij. Hierdoor moest het medewerkersbestand van twee posten herverdeeld worden over vier posten.

Door in gesprek te gaan met betrokkenen heb ik een model opgesteld dat aan de hand van de voorkeuren van individuele medewerkers de toewijzing doet naar de nieuwe postenstructuur. De vragenlijsten zijn ingevuld en aangevuld met data uit de managementsystemen werden de berekeningen uitgevoerd.

De uitkomst van het rekenmodel is gebruikt voor de definitieve toekenning. Hierdoor kon het management garanderen dat zoveel mogelijk ambulancepersoneel op de gewenste voorkeurspost kwam te werken.

Voorspellen zorgvraag van Ambulance Amsterdam (2011)

Elke ambulanceregio bouwt een database op die gegevens bevat uit de ritten uit het verleden. Die data bevat behalve adresinformatie ook gegevens over diverse tijdstippen, statussen, urgenties en soort rit. Aan mij is gevraagd om een wiskundig model te maken dat inzichtelijk maakt hoeveel zorgvraag er op elke ambulancepost verwacht kan worden en welke bezetting daarbij hoort.

Ik heb hiervoor een model gemaakt, een data-opschoningsalgoritme ontwikkeld en een tool geprogrammeerd die automatisch hiervoor voorspellingen doet.

De resultaten uit de tool gaf het management team van Ambulance Amsterdam nieuwe inzichten en bevestigde bestaande vermoedens. Dit heeft bijgedragen aan nieuwe beleidsvorming.