Redder in nood: hoe data mensenlevens kan redden in crisissituaties

aardbeving data sas

Elke seconde telt wanneer een ramp plaatsvindt. Data-analyse kan helpen om in noodsituaties snel te schakelen en de juiste beslissingen te nemen. We onderzoeken hoe data mensenlevens kan redden.

Op 6 februari sloeg het noodlot toe in het zuidoosten van Turkije en het noorden van Syrië. Twee zware aardbevingen richtten een enorme schade aan en de menselijke tol is al opgelopen tot meer dan vijftigduizend gekende slachtoffers. Een maand later worden nog steeds elke dag mensen vanonder het puin gehaald.

Hoewel de totale impact van de natuurramp nog ongeweten is, heeft het gebruik van technologie wellicht nog erger voorkomen. Vrijwel onmiddellijk na de aardbeving werden drones uitgestuurd om de getroffen gebieden waar menselijke hulpverleners moeilijker kunnen komen, in kaart te brengen. De analyse van duizenden berichten op sociale media moest slachtoffers helpen lokaliseren onder het puin.

In noodsituaties kan data-analyse letterlijk het verschil tussen leven en dood betekenen. Ludo Wijckmans, Country Lead Public Sector and Strategy Development bij SAS Belux, legt ons uit hoe data zowel voor, tijdens als in de nasleep van een crisis een heldenrol opnemen.

Alle hens aan dek

Vandaag de dag probeert de wetenschap zo accuraat mogelijk te voorspellen waar en wanneer een natuurramp gaat plaatsvinden. Daarbij wordt gekeken naar onder meer historische data en actuele klimatologische gegevens. Valt er bijvoorbeeld opvallend veel neerslag in een gebied dat kwetsbaar is voor overstromingen, dan kan aan de hand van data-analyse de nodige preventieve voorbereidingen worden getroffen.

“Voorbereiding is goed maar als een ramp gebeurt, dan gebeurt ze. Ook als je kan voorspellen wanneer een ramp gaat gebeuren, kan je die niet verhinderen”, zegt Wijckmans. In de eerste uren na een ramp is het dan ook altijd alle hens aan dek om de nodige data te verzamelen.

“Welke data nodig is, hangt af van situatie tot situatie, maar men zal eerst onderzoeken waar mensen uit het getroffen gebied terecht zijn gekomen en of ze veilig zijn, en of de omgeving voldoende stabiel is om hulpverlening te sturen. Dit kan aan de hand van geografische data, maar ook sociale data zoals sociale mediaberichten”, gaat hij verder.

Met vereende krachten

Voor die eerste analyse dienen vaak miljoenen berichten onder de loep genomen te worden, waarbij de betrouwbaarheid van de informatie twijfelachtig kan zijn. In noodgevallen is er echter geen tijd om elk bericht afzonderlijk door het menselijke oog te laten lezen en verifiëren. Geautomatiseerde analyseplatformen nemen deze taak op zich.

Een mooi voorbeeld volgens Wijckmans is AI for Digital Response, een opensourceplatform dat opgericht is om sociale mediaberichten uit rampgebieden te analyseren. “Dankzij internationale samenwerking en open platformen is de infrastructuur vandaag aanwezig om hoge volumes data aan een hoge snelheid te verwerken en het nuttige eruit te halen. De truc is om op miljoenen posts er slechts duizend uit te halen die hetzelfde zeggen.”

De volgende stap is om die data ter beschikking te stellen aan hulpverleners en lokale besturen. Hiervoor is het van belang dat de openheid van de platformen behouden blijft. Wijckmans: “Niemand beschikt over het eigendomsrecht; de data staan ter beschikking van iedereen die ze nodig heeft. Het is natuurlijk dan wel aan het beleid om daar ook iets mee te doen.”

Tijdens de aardbeving in Nepal in 2015 bewees data-analyse zijn nut in het bijstaan van de hulpverlening, herinnert Wijckmans zich nog levendig. “In het land was er een structureel tekort aan opvangplaatsen voor slachtoffers. De Internationale Organisatie voor Migratie zocht opvang voor 45.000 gezinnen waarvan de woning verwoest was geraakt door de aardbeving. Door tientallen jaren aan handelsgegevens te analyseren, wisten we leveranciers van bouwmaterialen te identificeren waardoor sneller opvangplaatsen konden worden gebouwd.”

Leren uit het verleden

De conclusie van Wijckmans luidt dat uit elke ramp ook nuttige lessen voor de toekomst kunnen worden getrokken. “Data-analyse leert je wat precies nodig is om de impact van toekomstige crisissen te voorspellen en verminderen. Bepaalde gebieden zullen altijd meer vatbaar zijn voor rampen; het zou niet wijs zijn om niet te leren uit wat in het verleden gebeurd is.”

“Als iedereen zijn krachten samenlegt, kunnen data voor mooie dingen worden gebruikt. Op het moment zelf is dat misschien niet meer dan een pleister op een houten been, maar in de toekomst zullen we steeds beter kunnen reageren. Dankzij data-analyse is in verschillende rampsituaties veel erger leed voorkomen. Ik vind dit dan ook een mooi voorbeeld van hoe we met data iets kunnen terugdoen voor de maatschappij”, besluit Wijckmans.

Data-analyse leert je wat precies nodig is om de impact van toekomstige rampen te voorspellen en verminderen. Het zou niet wijs zijn om niet te leren uit wat in het verleden gebeurd is.

Ludo Wijckmans, SAS Belux 

nieuwsbrief

Abonneer je gratis op ITdaily !

  • This field is for validation purposes and should be left unchanged.
terug naar home