Dertig uur zoeken naar één incident

Thomas Alflen, medeoprichter van Oddity.ai, hoorde dit verhaal en herkende het probleem onmiddellijk. Zijn Utrechtse startup had jarenlang gewerkt aan geweldsdetectie voor Nederlandse gemeenten en gevangenissen. De vraag was of diezelfde technologie zou werken in de Amerikaanse zorgsector, waar privacyregelgeving strenger is en vertrouwen in technologieleveranciers schaars.

Het antwoord bleek niet alleen in technologie te liggen. Het zat in aanwezig zijn: locaties bezoeken, naar personeel luisteren en de AI afstemmen op elke omgeving.

Van het volgen van influencers naar een forensisch-psychiatrische kliniek

Thomas Alflen, Gerwin van der Lugt en Nick Mulder leerden elkaar kennen tijdens hun studie aan de Universiteit Utrecht. Alle drie begin twintig, alle drie met de ambitie om een bedrijf te starten. Hun eerste idee was een AI-tool om socialmedia-accounts van influencers te monitoren [1].

"Een leuk speeltje, maar we waren niet blij met de impact die het had op de maatschappij", zegt Alflen. Ze gingen op zoek naar een echt probleem.

Dat vonden ze bij de politie. Een agent zocht hulp bij het identificeren van geweldsincidenten op camerabeelden. De oprichters doken donkere surveillanceruimtes in en zagen wat daar gebeurde. Mensen die probeerden om veel schermen tegelijk in de gaten te houden. Ze besloten een "onvermoeibare waarnemer" te bouwen.

Toevallige samenloop. Hun eerste kantoor was gevestigd in het voormalige Pieter Baan Centrum in Utrecht, Nederlands beruchtste forensisch-psychiatrische kliniek, waar spraakmakende criminelen hun proces afwachtten [1]. Het algoritme dat binnen die muren werd getraind, heeft inmiddels tienduizenden geweldsincidenten gedetecteerd.

Niet de dader pakken, maar het slachtoffer helpen

Wat Oddity anders maakt dan de meeste surveillancetechnologie zit in een subtiele verschuiving.

"We ontwikkelen onze software primair voor het slachtoffer, dat zo snel mogelijk geholpen moet worden. Gemeenten hebben soms de neiging om te focussen op het pakken van de dader." — Gerwin van der Lugt, medeoprichter [2]

Het algoritme herkent geen gezichten, geen identiteiten. Het analyseert lichaamstaal, bewegingspatronen en fysieke interacties om agressie te detecteren. De AI stuurt een melding, de mens beslist. Er verlaten geen persoonsgegevens het systeem, er gaan geen beelden naar derden. Alles draait in een versleutelde private cloud-omgeving, volledig HIPAA-compliant voor de Amerikaanse markt.

Die architectuur lost een dieper probleem op dan alleen regelgeving. Zorginstellingen zijn te vaak teleurgesteld door leveranciers die veiligheid beloofden terwijl ze stilletjes data oogstten voor modeltraining. Wanneer Alflen zegt "de data blijft van jou", is dat geen marketing.

In de Amerikaanse zorg zijn deze cijfers cruciaal. Zorgmedewerkers vormen 13% van de beroepsbevolking, maar zijn goed voor 73% van alle geweldsgerelateerde verwondingen op de werkplek [3]. Uit een onderzoek in 2024 bleek dat 81,6% van de verpleegkundigen jaarlijks ten minste één geweldsincident meemaakt [4]. Een verbijsterende 88% van die incidenten wordt nooit gemeld [5]. Het probleem is groter dan wie dan ook kan zien.

Oddity richt zich nu op zorgaanbieders die mensen met een beperking ondersteunen. Volgens het Bureau of Justice Statistics worden mensen met een beperking geconfronteerd met een geweldsslachtofferschap van 46,2 per 1.000 — bijna vier keer hoger dan bij mensen zonder beperking. Dit risico is het grootst bij mensen met een cognitieve beperking, die het hoogste geweldspercentage kennen: 83,3 per 1.000.

De oceaan oversteken met een koekje

Begin 2025 stak Oddity de Atlantische Oceaan over. Niet met durfkapitaal en een salesteam van vijftig man, maar met een klein team en een doos stroopwafels bij elke meeting.

Voor de niet-ingewijden: een stroopwafel is een geliefd Nederlands lekkernij. Twee dunne, krokante wafellagen met karamelstroop ertussen. Nederlanders nemen ze overal mee als cadeau. Ze zijn een soort nationaal visitekaartje geworden.

"Er zijn daar meer kansen dan in Europa", zegt Alflen [2]. Maar de aanpak is verre van Silicon Valley. Waar anderen proberen op afstand te schalen, vliegt Oddity naar de locatie: door de gangen lopen, personeel ontmoeten en de AI kalibreren op elke setting, zodat de implementatie past bij de zorgverlener — niet andersom. Een echte operationele fit tussen zorgverleners en AI garanderen.

Hun eerste Amerikaanse klant, Amego Inc. in Massachusetts, had een concrete frustratie. Amego had camera's, maar geen systeem om direct bruikbare informatie uit de beelden te halen. Ze wilden een systeem dat proactief waarschuwt wanneer significante incidenten plaatsvinden.

"De adviserende aanpak van Oddity viel op — ze namen de tijd om onze behoeften te begrijpen en zich aan te passen aan onze omgeving", aldus John Randall, CEO van Amego Inc. [6].

De integratie was plug-and-play. Maar het echte verschil zat in wat daarna kwam. Constante communicatie, snelle aanpassingen, fijnafstemming van detectiedrempels. Te gevoelig en het personeel negeert de constante valse meldingen. Te conservatief en echte incidenten glippen erdoor. Die kalibratie is complexer in de gedragszorg, waar bewegingen van cliënten agressief kunnen lijken zonder gewelddadig te zijn.

Die dertig uur zoeken? Verleden tijd. Incidenten die wekenlang onzichtbaar bleven, komen nu in real-time boven water.

Bootstrapped als strategie

Nog steeds bootstrapped en bewust beheerst in tempo, gebruikte Oddity vorig jaar een op Massachusetts gerichte uitrol om de product-solution fit met zorgaanbieders te bevestigen. Met dat fundament is hun focus uitgebreid naar de gehele VS.

In een sector waar vertrouwen fundamenteel is, wordt langzaam en persoonlijk beginnen een concurrentievoordeel.

De AI-markt in de zorg groeit naar verwachting van 29 miljard dollar in 2024 naar meer dan 500 miljard in 2032 [7]. Bijna alle aandacht gaat naar diagnostiek en medicijnontwikkeling. Agressiedetectie blijft een niche. En precies daar wil Oddity zijn.

De les

De les van Oddity is geen blitzscaling, maar fit-first scaling. Bewijs het in het veld, verdien vertrouwen bij zorgverleners, breid dan uit. Het bedrijf won vroege adoptie door aanwezig te zijn: locaties bezoeken, het systeem afstemmen op echte routines en personeel ondersteunen na go-live.

Met live productie-implementaties en resultaten in de hand, is de vraag nu uitvoering op nationale schaal: kunnen ze hetzelfde hands-on, provider-first ritme vasthouden terwijl ze groeien door de VS?

De voorsprong hier is niet het luidste model of de grootste fundingronde; het is het terugbrengen van een taak van 30 uur naar een halve seconde — en dan toch nog even bellen om te vragen of het echt geholpen heeft.

Willem Blom
Founder Dutchstartup.ai