VeiligheidNL registreert op de SEH van ziekenhuizen met welke letsels en vergiftigingen slachtoffers binnenkomen en wat de oorzaken zijn. Deze LIS registratie werkt met een steekproef van ziekenhuizen en alle data zijn strikt anoniem. LIS vormt al jarenlang de basis van onze landelijke preventie-aanpak.
Letselgegevens van SEH’s kunnen ook in lokale en regionale preventie een cruciale rol spelen. In samenwerking met de ziekenhuizen in een regio is exact te bepalen wáár het fout gaat, waar de letsels worden opgelopen en wat specifieke risico’s zijn voor de betreffende regio.
VeiligheidNL werkt samen met relevante partijen (ziekenhuizen, gemeenten, GGD’en, regionale verkeersveiligheidsorganisaties, politie, zorgverzekeraars, etc.) om ook lokale preventie vanuit de SEH te versterken. Dit gebeurt op basis van LIS-gegevens of gegevens van ziekenhuizen die niet in LIS zijn opgenomen. Veiligheids- en gezondheidsproblemen in de buurt kunnen op die manier gerichter en effectiever voorkómen worden. Of dat nu gaat over vallen bij ouderen, geweld, alcoholmisbruik of ongevallen in het verkeer.
In 2015 en 2016 werkte VeiligheidNL samen met het Medisch Centrum Leeuwarden om voor het Regionaal Orgaan Verkeersveiligheid Friesland (ROF) verkeersongevallen in kaart te brengen. Zowel de totale aantallen fiets-, auto-, en scooterongevallen werden gerapporteerd, als de locatie waar het ongeval plaatsvond. De informatie uit deze pilot bleek van grote toegevoegde waarde ten aanzien van bestaande bronnen (85% van de gevallen was eerder onbekend) en dus van cruciaal belang voor het verkeersveiligheidsbeleid in de regio.
Op basis van de resultaten van de Pilot Verkeer Friesland is door de provincie Friesland besloten om data van alle Spoedeisende Hulpafdelingen en de ambulancedienst (RAV Fryslân) over verkeersongevallen te verzamelen om bij te dragen aan het voorkomen van verkeersongevallen. Ook in de provincie en gemeente Utrecht is inmiddels begonnen met verzamelen van verkeersongevalsdata bij Spoedeisende Hulpafdelingen en de ambulancedienst. Uit de geanonimiseerde data die voor medische doeleinden gebruikt worden, wordt op basis van automatische tekstherkenning informatie over type vervoer en vervoer tegenstander, verkeersmechanismes en de geografische ongevalslocatie geëxtraheerd en gecodeerd.