Het Diakonessenhuis en VeiligheidNL slaan de handen ineen om de verkeersveiligheid in de provincie Utrecht te verbeteren. Het Diakonessenhuis deelt als eerste ziekenhuis in Nederland volledig geautomatiseerd data met VeiligheidNL over verkeerslachtoffers die worden behandeld op de Spoedeisende Hulp (SEH). Deze data worden gepseudonimiseerd aangeleverd als input voor de MOnitor VErkeersslachtoffers (MOVE). Hierbij worden geavanceerde AI-technologieën ingezet.
SEH data geven meer inzicht
De data die het Diakonessenhuis aan VeiligheidNL levert, geven een gedetailleerd beeld van verkeersongevallen waardoor duidelijker wordt waar verbeteringen mogelijk zijn. Beleidsmakers en wegbeheerders waren voor informatie over verkeersslachtoffers tot nu toe primair afhankelijk van politiedata (BRON), maar deze zijn niet volledig. De politie is immers vaak alleen betrokken bij een ongeval met gemotoriseerde voertuigen.
De SEH data bieden inzicht in de aard en de ernst van letsel, evenals andere factoren die van invloed zijn de zoals infrastructuur en het gedrag van mensen. Via de SEH-data worden met name kwetsbare verkeersdeelnemers, zoals fietsers en voetgangers, veel beter zichtbaar. "Goede en volledige data zijn cruciaal om de verkeersveiligheid te verbeteren, vooral nu het aantal verkeersslachtoffers stijgt, wordt meer inzicht in gedrag en knelpunten cruciaal. Dankzij nieuwe technologie verloopt dit proces automatisch, zonder extra (administratieve) druk op de Spoedeisende Hulp”, zegt directeur/bestuurder VeiligheidNL, Martijntje Bakker.
Geen extra administratie
Het aanleveren van deze data over verkeersongevallen brengt voor het Diakonessenhuis geen extra administratieve lasten met zich mee. Er worden namelijk data gebruikt die standaard al worden geregistreerd in het elektronisch patiëntendossier (EPD) voor het reguliere, medische zorgproces. De benodigde data worden volledig geautomatiseerd uit het EPD van het ziekenhuis gehaald. Het Diakonessenhuis is het eerste ziekenhuis in Nederland dat is aangesloten op dit volledig geautomatiseerde proces om gepseudonimiseerde data voor de preventie van verkeersongevallen, beschikbaar te stellen.
Tegelijkertijd wordt er op de SEH ook aandacht besteed aan tijdsbesparing van administratieve lasten. Een voorbeeld hiervan is een cloud-based oplossing die werkt met spraakherkenning, Dragon Medical One. Het stelt zorgprofessionals in staat om in veel werksituaties hun stem te gebruiken, in plaats van hun toetsenbord.
AI-technologie beschermt privacy
VeiligheidNL gebruikt geavanceerde AI-technologieën. Deze brengen alleen de strikt noodzakelijke gegevens over die nodig zijn om de aard en de omvang van verkeersongevallen inzichtelijk te maken. De privacy van de patiënten is dus beschermd. Op basis van de verkregen data kunnen provincies en gemeenten preventieve maatregelen treffen om het aantal verkeersslachtoffers te verminderen.
In het elektronisch patiëntendossier staat in open tekst beschreven hoe een ongeval is ontstaan. Bij VeiligheidNL wordt deze informatie omgezet in gecodeerde gegevens over verkeersongevallen. Hiervoor wordt gebruikt gemaakt van machine learning modellen. Deze modellen vullen steeds meer gegevens automatisch in (bijvoorbeeld de vervoerswijze van het slachtoffer), waardoor de administratieve lasten kleiner worden en de kans op fouten kleiner wordt. Het uiteindelijke doel is om het model zo goed te trainen dat handmatig werk door onderzoekers van VeiligheidNL helemaal niet meer nodig is. Wel blijven zij het AI-model controleren en trainen.
SEH data voor verkeersveiligheid
Regionale samenwerking is cruciaal om aantal verkeersslachtoffers te verminderen De regio Utrecht staat model voor de ambitie in de andere provincies (of voor de ambitie van MOVE). De samenwerking tussen het Diakonessenhuis, de andere ziekenhuizen en de Ambulancevoorziening in de regio, het kenniscentrum letselpreventie VeiligheidNL, de provincie Utrecht en gemeenten in Utrecht is een significante/cruciale stap in het gezamenlijke doel om verkeersletsel terug te dringen. Ook in andere provincies zijn en worden vergelijkbare samenwerkingsverbanden gevormd om verkeersongevallen te voorkomen.
