Tagarchief: LMS

Voorspellen van de spoedvraag met live databronnen

Geef een reactie

Technologische en maatschappelijke ontwikkelingen hebben ertoe geleid dat er steeds meer sensoren en data beschikbaar komen. Slimme, voorspellende algoritmes kunnen deze data gebruiken om op de spoedvraag te anticiperen en zo een belangrijke bijdrage leveren aan het noodhulpproces.

Dat blijkt uit onderzoek naar hoe het gebruik van live data kan leiden tot specifiekere voorspellingen van de spoedvraag. In samenwerking met het Ministerie van Justitie en Veiligheid, de Landelijke Meldkamer Samenwerking en de hulpverleningsdiensten voerde TNO in het najaar van 2018 dit onderzoek naar het voorspellen van de spoedvraag uit.

Betrouwbaar voorspellen
Het gebruik van (big) data voor het aansturen van het noodhulpproces is niet nieuw. Een voorbeeld hiervan is het Criminaliteits Anticipatie Systeem (CAS) dat de politie gebruikt om te voorspellen waar en wanneer misdrijven als straatroof en inbraak plaatsvinden. De voorspellingen van CAS en vergelijkbare systemen zijn grotendeels gebaseerd op trendanalyses van historische data, zoals het aantal incidenten in het verleden en demografische factoren. De voorspellingen geven informatie over de kans dat een bepaald type incident zal plaatsvinden gegeven de locatie en datum. Deze voorspellingen kunnen gebruikt worden bij het plannen van de benodigde inzet of voor het positioneren van eenheden. Maar deze voorspellingen geven alleen een trend aan en houden geen rekening met de huidige situatie. Hierdoor is het meestal niet wenselijk om op basis van deze informatie direct uit te rukken; in veel gevallen zal er namelijk helemaal geen incident plaatsvinden. In dit onderzoek is verkend in hoeverre het gebruik van live data kan helpen om specifieke incidenten te voorspellen met een dusdanige betrouwbaarheid dat het loont om ook direct op de voorspellingen te acteren.

Challenge in de meldkamer
Dit onderzoek is uitgevoerd in de vorm van een challenge. In samenwerking met de meldkamer Rotterdam heeft een team van onderzoekers van TNO in één week een prototype algoritme gebouwd dat op basis van historische en live data specifieke incidenten in het gebied Rotterdam-Rijnmond kan voorspellen. Het algoritme gebruik hiervoor onder andere meldingen uit het Generieke Meldkamer Systeem, weersvoorspellingen en evenementen kalenders. Tijdens de challenge zijn drie type meldingen uitgewerkt: openbare schennispleging, wateroverlast en liftopsluiting. Deze drie soorten zijn gekozen op basis van het aantal relevante meldingen in de dataset en de verwachte voorspelbaarheid van het type incident gegeven de bronnen die op dat moment beschikbaar waren. Met de huidige dataset bleek de liftopsluiting het beste te voorspellen, voor de andere twee type incidenten maakte het gebruik van live data geen significant verschil ten opzichte van standaard trendanalyses.

Conclusies
De resultaten van de challenge tonen aan dat de betrouwbaarheid van de voorspelling (de kans dat een incident ook echt plaatsvindt op de voorspelde plaats en tijd) erg verschilt per type incident. De meldkamer beschikt op dit moment vooral over databronnen die informatie bevatten over openbare fenomenen zoals weer en drukte; hierdoor zullen op korte termijn de incidenten die sterk met dergelijke factoren samenhangen het beste te voorspellen zijn. Het onderzoek toonde aan dat wanneer het algoritme een incident voorspelde dit in 30% van de gevallen juist was. Of deze en mate van betrouwbaarheid voldoende is om proactief op te treden is aan de hulpdiensten om te bepalen.

Gerichte experimenten kunnen meer inzicht bieden in de toegevoegde waarde van verschillende databronnen en de te verwachte betrouwbaarheid van voorspellingen voor deze specifieke incident types. Om de precisie van de voorspellingen in het algemeen te verbeteren moeten vervolgstappen zich richten op het aanvullen van voorspellingen met data van slimme sensoren zoals camera’s met automatische beeld- en geluidsanalyses.

Er blijft sprake van een continue schaal waarop de spoedvraag voorspeld kan worden: aan de ene kant is de precisie van de voorspelling hoog, maar is er weinig tijdswinst, aan de andere kant is voorspelling onbetrouwbaarder maar is er nog veel tijd om te reageren. Per type incident moet worden bepaald waar op dit spectrum de kosten, zowel in privacy als in geld, in balans zijn met de baten.

Meer weten
Wil je meer lezen over de aanpak, uitkomsten en conclusies van dit onderzoek? Lees dan de flyer Het Nieuwe Melden: voorspellen spoedvraag:

[slideshare id=142988155&doc=flyer-challenge-voorspellen-spoedvraag-april-2019-190430164742&type=d]

Bron: K-LMO

Videobellen naar 112?

Geef een reactie

Tekst?Charlotte van den Berg,?Foto?Rob Acket

Wie alarmnummer 112 belt, krijgt een hulpverlener van de meldkamer aan de telefoon. Deze centralist luistert en informeert zo goed mogelijk om snel te bepalen welke hulp nodig is. Hoe mooi zou het zijn als de beller niet alleen kan beschrijven wat er speelt, maar de noodsituatie ook kan laten zien? Deze manier van melden ? m?t beeld – is dit najaar getest met centralisten in twee meldkamers. ?Wat telt is hoe het w?rkelijk gaat, daarom is beeld zo waardevol.?

Wanneer een centralist iemand aan de telefoon krijgt, is het eerste doel: zorgen dat de juiste hulpverlening op de plek belandt waar hulp nodig is. Ambulance, brandweer, politie en marechaussee (of alle vier) moeten zo snel mogelijk de juiste kant op. Zodra eerste hulp onderweg is, vraagt de centralist verder. Hoe is de situatie nu? Hoe reageert een slachtoffer? Alle informatie wordt vermeld in een centraal systeem waar meerdere hulpdiensten uit kunnen putten.

Mobiel

?Als een melder foto?s of filmpjes heeft die de situatie kunnen verduidelijken, wil je zulk beeld als hulpdienst natuurlijk gebruiken?, vertelt Marjan Dol, directeur van?meldkamer Noord-Nederland. Maar hoe krijg je die beelden goed en snel de meldkamer in? ?Als iemand ons nu beelden wil sturen, lossen we dat hier op dit moment praktisch op: we geven het nummer van een mobiele telefoon van de meldkamer en bekijken de beelden daarop. Ik houd wel van die pragmatische aanpak; wat telt is dat we iemand zo snel en goed mogelijk te hulp kunnen komen.?

‘Het kan toch niet zo zijn dat we als meldkamer alleen de telefoon kunnen opnemen?’

Marjan Dol, directeur van meldkamer Noord-Nederland in Drachten

Wil je beeld structureel, goed en snel gebruiken, dan moet melden met beeld een solide plek krijgen op het computerscherm van de centralisten. En dat willen de meldkamers, omdat ze op die manier zo goed mogelijk kunnen aansluiten bij mensen die hulp zoeken. Dol: ?Het kan toch niet zo zijn dat we alleen de telefoon kunnen opnemen? Daarom willen we graag meedoen aan experimenten die alle meldkamers beter laten aansluiten bij de samenleving.? Bij jongeren bijvoorbeeld, die gewend zijn elkaar foto?s en video?s te sturen. ?De samenleving communiceert al met beelden. Wat je zou willen is dat de melder in staat is dat beeld snel aan ons over te brengen, in aanvulling op het telefoongesprek. Zodat je als melder je camera kunt aanzetten en de beelden?live?kunt laten zien aan onze centralist.?

Camerabeelden

Meldkamers maken al gebruik van beelden: livebeelden die gemaakt worden door openbare camera?s, politiehelikopters of ?drones. Maar de hulpverleningsdiensten willen meer, vertelt Dol: ?Je zorgt als meldkamer dat je de basis van je werkzaamheden op orde houdt, zodat je betrouwbare hulpverlening kunt bieden. Daarnaast is het belangrijk je bezig te houden met onderzoek, zodat je met innovaties en ontwikkelingen ook in de toekomst de goede dingen blijft doen.? Daarom staat ook de?Landelijke Meldkamer Samenwerking (LMS) achter meer gebruik van beeld.

Levensecht

Voor het experiment, dit najaar gehouden in meldkamers van Noord-Nederland en Noord-Holland, zijn acht levensechte meldingen nagebootst door acteurs. Deze fictieve meldingen bevatten zo veel mogelijk elementen van een gecompliceerde noodsituatie. Groot verschil met eerder onderzoek: de twaalf centralisten konden nu ook gebruik maken van foto?s, video?s en zelfs live beeld van de calamiteit. Beeldmateriaal dat zogenaamd gemaakt is door de melder aan de telefoon.

Regie

Alle centralisten waren na afloop van het experiment positief: het gebruik van beeld gaat volgens hen werken in de praktijk. Vooral een verbinding die het mogelijk maakt rechtstreekse beelden van de noodsituatie te zien, helpt hen met meer zekerheid in te schatten wat er gebeurd is. En ook in welk perspectief ze de melding moeten zien. Want wat voor een melder een gigantische wond is, kan voor de centralist heel anders zijn.

De belangrijkste ervaring die de centralisten deelden, was dat ze zelf regie willen behouden: ze willen zelf bepalen of en wanneer ze beeld te zien krijgen. ?Zodat zij vanuit hun vakmanschap kunnen beoordelen wanneer het zien van beelden kan helpen en in welke situatie het alleen zou afleiden?, aldus Dol.

Scherp

Voldoet de huidige situatie in de meldkamers dan niet? Dol: ?Op basis van de woorden van de beller analyseren centralisten een noodsituatie. Ze zijn daar geoefend in en doen dat uitstekend. Maar het blijft zo dat je gebaseerd op wat je hoort, een beeld vormt dat altijd enigszins afwijkt van de werkelijkheid. En wat telt is natuurlijk hoe het buiten w?rkelijk gaat, daarom is beeld zo waardevol. Het helpt ons zo veel mogelijk feitelijke informatie naar boven te krijgen en daarmee de situatie zo scherp mogelijk te krijgen. Daarom gaat het werken met beeld echt helpen.?

Melden met Beeld

Een ander experiment in dezelfde meldkamers testte het effect dat beeld heeft op centralisten zelf. Hoe belastend is het voor hen om een werkdag lang geconfronteerd te worden met heftige beelden? Dol: ?Stel je voor dat je in de meldkamer de hele dag beelden ziet van gewonde mensen. Ik vergelijk het altijd zo: een centralist maakt op een dag ongeveer vijftig keer zo veel mee als hulpverleners die op straat werken. Daar bestaat dus wat zorg over.? Samen zullen de?twee experimenten?antwoord geven op de vraag: ?Wanneer heeft welk soort beeld impact bij het doen van een 112-melding en welke impact is dat??

Bron: JenV Magazine 2018 nr4

Landelijke Meldkamer Samenwerking en het Nieuwe Melden

Geef een reactie

De wereld verandert continu. Technologische ontwikkelingen en nieuwe toepassingen daarvan in de maatschappij volgen elkaar in rap tempo op. Nieuwe communicatiemiddelen tussen mensen onderling, met bedrijven en de overheid zorgen voor nieuwe mogelijkheden voor het melden van ongevallen en noodsituaties. Het ministerie van Justitie en Veiligheid, de hulpverleningsdiensten (in de vorm van de LMS, de Landelijke Meldkamer Samenwerking) en TNO onderzoeken binnen het programma ?Het Nieuwe Melden? samen hoe de overheid zich slimmer kan organiseren en beter gebruik kan maken van de kansen die nieuwe communicatievormen bieden voor het melden van veiligheidsincidenten. De kennis die deze onderzoeken oplevert, draagt eraan bij om nu en in de toekomst burgers in nood sneller en effici?nter te helpen en de ambulancezorg, brandweer, marechaussee en politie beter te faciliteren bij hulpverlening en bestrijding van crisis en rampen.

Bijeenkomst op de CCR Summit 2018

Visie vormen en experimenteren

Visievormend en experimenteel onderzoek is de kern van de aanpak van Het Nieuwe Melden. Met visievormend onderzoek brengen we de huidige trends en transities in kaart en bedenken samen met de verschillende stakeholders in het meldkamerdomein hoe hier effectief op ingespeeld kan worden. Met experimenten onderzoeken we de invloed van technologische ontwikkelingen op de meldkamer en het meldproces. We beantwoorden vragen als: ?Hoe sturen we hulpverleners voorbereid op weg met big data?? of ?Welke input kunnen sensoren leveren aan de meldkamer??. In het programma werken we nauw samen met de LMS. De LMS, de ‘scale-up’ van het programma Landelijke Meldkamer Organisatie, is het nieuwe organisatieonderdeel van de politie en werkt van en voor alle partijen in het meldkamerdomein. E?n van de belangrijke opdrachten van de LMS is het moderniseren en vernieuwen van meldkamerprocessen, -systemen en ?organisatie, onder andere met sensoren, datascience en netcentrisch opereren. In samenwerking met het meldkamerveld kunnen we onderzoek doen met impact ? waarin de eindgebruiker wordt meegenomen. We vertellen graag meer over de trends en transities en lichten twee recente experimenten toe.

Trends

Er zijn verschillende trends in kaart gebracht die van invloed zijn op het meldproces:

  • Smart community: We leven in een smart community, waarin informatie-uitwisseling explosief toeneemt en mensen altijd en overal met elkaar verbonden zijn. Dit betekent dat er meer kanalen komen via welke burgers meldingen kunnen of willen doen. In deze genetwerkte samenleving is iedereen steeds meer altijd en overal met elkaar verbonden. Daarnaast wordt burgerparticipatie, bijvoorbeeld via sociale media, gemakkelijker.
  • Vermenging digitale en werkelijke wereld: De digitale en werkelijke wereld versmelten, waarbij er een toenemende afhankelijkheid is van digitale systemen. De digitale wereld is in staat tot steeds betere nabootsing of zelfs ?verbetering? van de echte wereld. Denk hierbij bijvoorbeeld aan Augmented Reality of Mens Machine Interfaces. Activiteiten en systemen in het digitale domein krijgen daarmee steeds meer invloed op onze activiteiten in de fysieke wereld. Digitale veiligheid zal daarmee steeds meer impact hebben op de fysieke veiligheid van de burger.
  • Beeldcultuur: We leven in een beeldcultuur, waar de technologie in een stroomversnelling zit en de behoefte aan beeld steeds groter wordt. De impact van deze trend is momenteel al voelbaar in de meldkamers, die steeds vaker toegang hebben tot (live-)beelden uit de regio. Bij dit toenemende aanbod moet rekening gehouden worden met de regie ? voegt het beeld nog wat toe aan reeds ontvangen informatie en in hoeverre draagt het bij aan snellere hulpverlening? Daarnaast is het van belang om de impact op de centralist te duiden; beelden kunnen schokkender zijn of juist een melding afzwakken.
  • Autonome besluitvorming: Er is steeds meer sprake van autonome besluitvorming op basis van data. Wanneer er geen gebruik gemaakt wordt van de toenemende input van data ten behoeve van veiligheid zal de burger zich afvragen waarom niet. Aan de andere kant moet er ook geen overload zijn aan data of beslismodellen die het hulpverleningsproces kunnen verstoren.
  • Digital trust: We worden ons bewust van de keerzijde van het opslaan en transporteren van data, mede omdat de kwetsbaarheid voor digitale veiligheidsincidenten groter wordt en het onderscheid tussen nep en echt steeds moeilijker. Privacy zal soms opgegeven moeten worden ten behoeve van veiligheid, maar waar ligt deze grens? Transparantie over welke gegevens waarvoor worden gebruikt blijkt hierin een belangrijke factor. Daarnaast moeten nieuwe databronnen (zoals beeld) die aangewend worden voor besluitvorming betrouwbaar zijn.
  • Smarter world: We leven in een smarter world, waarin ?dingen? steeds slimmer worden en mens-machine interfaces steeds intu?tiever. Veiligheidsdiensten moeten dus steeds beter kunnen communiceren met dingen in plaats van mensen. Op deze manier zouden slimme voer-, vaar- en vliegtuigen of gebouwen zelf meldingen kunnen doen.

Transities

Om in te spelen op de hierboven beschreven trends en ontwikkelingen zijn verschillende transities voor de meldkamer gedefinieerd: van beperkte gegevens naar relevante multimediale informatie, van volgend naar voorspellend, van menselijke naar kunstmatige intelligentie, van begrensd naar virtueel grenzeloos, van intern hi?rarchisch naar extern genetwerkt, van blind vertrouwen naar transparantie. Aan deze transities worden samen met stakeholders, zoals de verschillende kolommen en het ministerie, actierichtingen gedefinieerd die eind dit jaar gepubliceerd zullen worden.

Transities op de weg naar Het Nieuwe Melden

Beeld in de meldkamer

?Ja mevrouw, ik zie het?!? Een nieuw geluid op de 112-meldkamer tijdens het experiment ?Melden met beeld?. In oktober is een onderzoek uitgevoerd in de Meldkamers Noord-Nederland en Noord-Holland om te onderzoeken wat de invloed is van het gebruik van beelden bij 112-meldingen. Beeld kan namelijk het proces versnellen en de juistheid van informatie vergroten maar mogelijk ook tijd kosten om te interpreteren en afleiden van wat wordt gezegd. Centralisten van verschillende disciplines deden mee aan twee experimenten. Het eerste (quasi) experiment richtte zich op het effect van beeld op het proces en met name op de snelheid, juistheid en volledigheid van de verwerkte informatie. Elke centralist handelde tijdens het experiment acht cases af waar tijdens de intake beeldmateriaal aan werd toegevoegd. Op die manier konden onderzoekers van TNO de prestaties van de centralisten die eerder de cases hebben afgehandeld zonder beeldmateriaal worden vergeleken met de prestaties van de centralisten die wel beeldmateriaal kregen aangeboden. Het tweede experiment was verkennend van aard en richtte zich op de emotionele en cognitieve impact van beeld op de centralist. De eerste conclusies en inzichten van de experimenten worden nu verwerkt en later dit jaar gepresenteerd. Want, de toekomst komt in beeld.

Voorspellen van meldingen

Het voorspellen van de spoedvraag is een ander voorbeeld van een experiment, dit keer in samenwerking met de meldkamer Rotterdam. In dit experiment wordt een algoritme ontwikkelt om 112-meldingen te voorspellen op basis van historische en live bronnen. Verschillende databronnen kunnen gebruikt worden door zogeheten ?machine learning algoritmes? om trends te ontdekken en voorspellingen te doen. Politie, brandweer en ambulance maken al gebruik van voorspellende algoritmes om te bepalen waar de kans op incidenten het grootst is. Maar deze algoritmes zijn nu nog voornamelijk gebaseerd op historische incident data. De vraag is of andere (live) databronnen zoals weer en verkeer kunnen worden benut om beter te kunnen anticiperen op de spoedvraag. Deze vraag wordt op het moment van schrijven getoetst waarbij experts van politie, brandweer en TNO samenwerken om voor dit probleem werkbare oplossingen te realiseren.

Conclusie

Door een gedegen visie te vormen over de nabije en verdere toekomst en te leren van experimenteren in de praktijk geeft het onderzoeksprogramma Het Nieuwe Melden inzicht in de meldkamer van de toekomst: wat is er mogelijk en hoe pakken we dit aan? Een mooie uitdaging waar nu en in de komende jaren hard aan gewerkt wordt. Doet u mee?

[slideshare id=124470879&doc=20178ccrsummitmagazinev1-181130084220]

Bron: RB&W