Wiskunde maakt weerbaar tijdens pandemie

Toen de pandemie begon was het allereerst zaak om zo snel mogelijk zicht te krijgen op een nog onzekere situatie. Gerrit Timmer, mede-oprichter en Chief Science Officer van ORTEC: “Vergelijk het met een vulkaanuitbarsting waardoor willekeurige bedrijven hun processen moeten aanpassen. In normale omstandigheden gebruik je wiskunde om uit te rekenen hoe je iets handig kunt doen. Nu ontstonden er plotseling extra randvoorwaarden en eisen. De onderliggende wiskunde bleef echter hetzelfde. Wie allerlei processen toch al op semi-geautomatiseerde manier liet verlopen kon snel op de nieuwe werkelijkheid inspelen. Dat is aan de logistieke kant dan ook veelvuldig gebeurd.”

Voorspellen snelheid virus

Natuurlijk lopen ook mét wiskundig inzicht dingen anders dan gedacht, geeft Timmer volmondig toe. Het ging tenslotte om een onbekend virus. Maar zonder wiskunde was de situatie in de eerste coronagolf nog veel onduidelijker geweest, zegt hij, met alle gevolgen van dien. “Er is heel veel data science gebruikt om beter inzicht te krijgen in hoe het virus zich verspreidt. Zonder data science hadden we helemaal in het duister getast. In het begin was er niets bekend; ook medische kennis over het virus ontbrak. En je hebt wel enige medische kennis nodig om überhaupt een model te maken dat ergens op slaat. Modellen zijn zo goed als de medische waarheid die je erin stopt. Wiskunde kan helpen bepaalde patronen te herkennen. Maar dat duurt altijd even; het loopt iets achter. Toch is het is al verbazingwekkend dat je dat voor elkaar krijgt. Dat geldt ook voor voorspellingen over de snelheid waarmee het virus zich zou ontwikkelen, afhankelijk van overheidsmaatregelen en sociaal gedrag. En je bent niet alleen geïnteresseerd in het aantal besmettingen, maar ook in wat dat betekent voor ziekenhuis- en IC-opnames. Wiskunde kan daarnaast bijdragen aan het vinden van de juiste balans tussen de voor- en nadelen van maatregelen voor allerlei aspecten van de samenleving.”

COVID-19 radar voor analyse

Timmer zei het al: juist in het geval van grote verstoringen moet je een analyseapparaat hebben om te kunnen zien wat het effect van die verstoring is. “Zo heeft Leids Universitair Medisch Centrum een covid-radar gemaakt die inzicht geeft in de effecten van social distancing. TNO heeft onze data geanalyseerd: daar bleek uit dat mensen zich slechter aan social distancing hielden in augustus, toen het aantal besmettingen dreigde op te lopen. Maar dat gold juist niet voor de relevante groepen. Ouderen bleven nog steeds voornamelijk thuis. Het waren de jongeren die meer contacten hadden, maar zij werden niet ernstig ziek. Er bleek ook uit dat de grote demonstratie in Amsterdam niet heeft geleid tot meer besmettingen. Om dit soort zaken te signaleren is de covid-radar heel nuttig: dankzij wiskunde kun je blijkbaar betere maatregelen nemen dan zonder analyses. Dat geldt ook voor ziekenhuizen. Toen in oktober de tweede golf zich aan leek te dienen zijn ziekenhuizen de reguliere zorg eerder af gaan schalen. Ze maakten bijvoorbeeld 30% minder gebruik van OK’s, zodat ze op IC-afdelingen plaats hielden voor coronapatiënten. Dat percentage was gebaseerd op wiskunde. Daarmee was voorspeld hoe de tweede golf zich zou ontwikkelen en hoeveel IC-bedden nodig zouden zijn.”

Aan het begin van de coronacrisis werden er bij de ziekenhuizen opeens nieuwe eisen gesteld aan de roosterplanning, vanwege de grote hoeveelheid oproepkrachten die nodig was. In maart waren er 20.000 mensen extra in de zorg werkzaam. Voor sommige van die mensen gold andere regelgeving dan voor reguliere zorgprofessionals. ORTEC voegde extra modules toe aan de standaard-roosterplanners om deze oproepkrachten gemakkelijker te kunnen inroosteren, zegt Goos Kant, managing partner van ORTEC. “In veel ziekenhuizen plande voorheen de teamleider vaak het personeel in. Juist door de coronacrisis hebben verschillende ziekenhuizen nu de planning gecentraliseerd en geprofessionaliseerd. Medewerkers en bestuurders hebben gezien dat een professioneel roosterpakket op basis van data science heel veel kan schelen. Die verhoogde vraag naar centrale personeelsplanning zien we ook terug in de logistiek. Door meer ziekte-uitval en uitval vanwege quarantaine wordt het steeds belangrijker dat je snel kunt schakelen. Het is ook ingewikkelder, omdat de vraag plotseling toe- of afneemt als gevolg van veranderende omstandigheden en overheidsmaatregelen. Daarom helpen we ook mee met het collegiaal in- en uitlenen van personeel tussen bedrijven.”

Wiskunde kan het bedrijfsleven weerbaarder te maken, zegt Frans van Helden, managing director van ORTEC Data Science & Consulting: “Zo hebben we een multinational geholpen bij het besluit wanneer en in welke vorm van capaciteit ze wilden investeren, gegeven de grote onzekerheid in de markt. Je wilt er natuurlijk niet met de ogen dicht op gokken dat de situatie van voor de coronacrisis gewoon doorloopt. We hebben daar dus een model voor gemaakt dat heel veel scenario’s evalueert, om zo de juiste keuze te maken en beredeneerd risico te nemen. Dat model is succesvol gebleken, ook omdat het management inhoudelijk-technisch stevig geschoold is. Men begrijpt de complexe maar grondige analyse van de onzekerheid die zich voordoet in de markt en in de supply chain, en de output van die analyse. Het helpt om scenario’s expliciet te maken en beslissingen te modelleren tegen de achtergrond van een groot aantal scenario’s. Dan krijg je aanbevelingen die robuust zijn voor die verstoringen. Momenteel zijn we bezig om niet alleen aan de datakant beter te voorspellen en er slimmer mee om te gaan, we proberen ook het proces zodanig in te richten dat je op een later moment kunt kiezen. Stel je een productieproces voor dat twaalf weken duurt. Omdat het proces veel afhankelijkheden kent worden de laatste beslissingen over het precieze eindproduct al gemaakt in week zes. Als je die beslissingen kunt uitstellen tot week acht zit je ineens twee weken dichter bij de opleverdatum. Dat betekent dat je veel betrouwbaarder data hebt en dus betere beslissingen kunt nemen.”