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 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. 

Martijntje Bakker, directeur/bestuurder VeiligheidNL: "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.” 

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 geregistreerd zouden worden in het elektronisch patiëntendossier (EPD) ten behoeve van 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, ten behoeve van de preventie van verkeersongevallen, beschikbaar te stellen. David Baden, SEH-arts bij het Diakonessenhuis: “Het is heel goed om te zien dat we dankzij deze aanpak betrouwbare informatie kunnen verzamelen voor de verkeersveiligheid in Utrecht, zonder extra administratie”. 

VeiligheidNL gebruikt geavanceerde AI-technologieën. Deze brengen alleen de strikt noodzakelijke gegevens over die nodig zijn om de aard en 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 Electronisch patiëntendossier staat in open tekst beschreven hoe het 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 zullen zij het model altijd blijven controleren en trainen.

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.