Het kan: algoritmes toepassen in humanitaire hulp
Betere logistieke beslissingen kunnen humanitaire hulp verbeteren, zowel direct als indirect – door kostenbesparingen te gebruiken voor extra hulp. Grondige kennis van de praktijk van humanitaire hulpverlening is echter wel vereist, stelt econometrist Harwin de Vries in zijn proefschrift. Hij promoveert donderdag 9 november 2017 aan de Erasmus Universiteit Rotterdam.
In zijn proefschrift bespreekt Harwin de Vries hoe algoritmes kunnen worden gebruikt om de logistiek achter humanitaire hulp te optimaliseren. Die vormt een enorme kostenpost bij rampbestrijding en ontwikkelingshulp en heeft een directe impact op hun effectiviteit. Lijden en sterfte na een ramp wordt bijvoorbeeld in grote mate bepaald door de snelheid waarmee hulp kan worden geleverd.
De Vries won eerder de INFORMS Health Application Society Student Paper Competition in Nashvillevoor zijn paper ‘The Roadside Healthcare Facility Location Problem’.
Lastig
Algoritmes kunnen in potentie bij helpen, maar hun toepassing is vaak geen succesverhaal. Behalve het gebrek aan nauwkeurige data is het probleem dat algoritmes te traag, te duur, te weinig transparant, of te “bekrompen” zijn. Ze kunnen leiden tot beslissingen die verre van optimaal zijn en passen ook niet altijd binnen de cultuur van humanitaire organisaties en de omstandigheden waaronder ze werken, aldus De Vries.
Slaapziekte epidemie
Op basis van nauwe samenwerking met humanitaire organisaties zoals bijvoorbeeld WFP, UNHCR en slaapziektebestrijdingsprogramma Programme National de Lutte contre la Trypanosomiase Humaine Africaine (PNLTHA) bespreekt Harwin hoe met deze uitdagingen kan worden omgegaan. Ook illustreert hij hoe algoritmes succesvol kunnen worden toegepast, bijvoorbeeld bij de bestrijding van slaapziekte in de DRC. Om deze gevaarlijke epidemie onder controle te houden worden mobiele teams ingezet die uitbraken proberen op te sporen. Logistiek speelt hier een grote rol. Beslissingen over welke dorpen te bezoeken en wanneer hebben een directe impact op de epidemie. Harwin laat zien dat algoritmes de inzet van teams substantieel kunnen verbeteren en daarmee de epidemie verder kunnen indammen. Bovendien laat hij zien dat zulke algoritmes helemaal niet complex hoeven te zijn. Simpele beslisregels presteren bijna net zo goed als complexe algoritmes.
HIV-klinieken
Een tweede toepassing is het kiezen van locaties voor klinieken langs snelwegen in Afrika. Deze klinieken bieden basale gezondheidszorg aan vrachtwagenchauffeurs, waarvan er veel besmet zijn met HIV en ook bijdragen aan de verspreiding daarvan. De locaties moeten dus aantrekkelijk zijn voor de chauffeur en de klinieken moeten goed worden “verspreid” over het wegennetwerk. Dit zorgt ervoor dat de chauffeur altijd in de buurt is van een kliniek als hij medische hulp nodig heeft. Slimme algoritmes helpen bij het balanceren van deze doelen en daarmee bij het bouwen van effectieve netwerken van klinieken.
Wantrouwen
De humanitaire sector krijgt steeds meer data tot haar beschikking, onder andere door drones, satellieten, en GIS teams. Aangezien mensen beperkte capaciteit hebben al deze data te verwerken kan de behoefte aan algoritmes die aansluiten bij de humanitaire context alleen maar groter worden.
Veel organisaties hebben een gezonde dosis wantrouwen tegenover zulke methodes, simpelweg omdat ze vaak lastig te begrijpen en weinig transparant zijn. In plaats daarvan kunnen algoritmes suggesties doen, data inzichtelijk maken en visualiseren, en helpen bij het ontdekken van goede richtlijnen en beslisregels.
Dit artikel is een ingezonden bericht en valt buiten de verantwoordelijkheid van de redactie.