Initiative details
Wegbeheerders en beleidsmakers verkeersveiligheid in Nederland monitoren hun beleid op basis van politiedata over verkeersongevallen en -slachtoffers. Ook beleid wordt, naast op Safety Performance Indicators (SPI’s), gebaseerd op deze ongevalsdata. Bekend is echter dat de politieregistratie een onderregistratie kent, met name voor verkeersongevallen waarbij geen gemotoriseerd verkeer betrokken was. De politie komt bij een groot deel van deze ongevallen niet ter plaatse. Ook is bekend dat de registratiegraad van die ongevallen waarbij politie wel ter plaatse is geweest over de jaren heen niet stabiel is. Hierdoor hebben wegbeheerders en beleidsmakers geen compleet beeld en geen betrouwbare trend van risicolocaties, risicogroepen, oorzaken en gevolgen van verkeersongevallen. Om te komen tot effectieve preventiemaatregelen is dit noodzakelijke informatie.
Uit eerdere studies is bekend dat Regionale Ambulancevoorzieningen (RAV’s) en Spoedeisende Hulp (SEH) afdelingen een veelvoud aan verkeersslachtoffers behandelen ten opzichte van het aantal verkeersslachtoffers dat kan worden teruggevonden in de politieregistratie. Data van RAV’s en SEH-afdelingen (samen spoedzorgdata genoemd) geven met name een completer beeld van ongevallen met kwetsbare verkeersdeelnemers als fietsers en voetgangers die slachtoffer zijn geworden van een ongeval waar geen gemotoriseerd verkeer bij betrokken was. Spoedzorgdata kunnen ons hierdoor helpen om de negatieve trend in verkeersveiligheid in Nederland te breken. Hiervoor is echter wel technologische innovatie nodig. De voor verkeersveiligheidsbeleid benodigde data is niet kant en klaar voorhanden in de medische registraties van de spoedzorgpartners. De juiste gegevens moeten met behulp van machine learning modellen onttrokken worden uit open tekstvelden.
Uit eerdere studies is bekend dat Regionale Ambulancevoorzieningen (RAV’s) en Spoedeisende Hulp (SEH) afdelingen een veelvoud aan verkeersslachtoffers behandelen ten opzichte van het aantal verkeersslachtoffers dat kan worden teruggevonden in de politieregistratie. Data van RAV’s en SEH-afdelingen (samen spoedzorgdata genoemd) geven met name een completer beeld van ongevallen met kwetsbare verkeersdeelnemers als fietsers en voetgangers die slachtoffer zijn geworden van een ongeval waar geen gemotoriseerd verkeer bij betrokken was. Spoedzorgdata kunnen ons hierdoor helpen om de negatieve trend in verkeersveiligheid in Nederland te breken. Hiervoor is echter wel technologische innovatie nodig. De voor verkeersveiligheidsbeleid benodigde data is niet kant en klaar voorhanden in de medische registraties van de spoedzorgpartners. De juiste gegevens moeten met behulp van machine learning modellen onttrokken worden uit open tekstvelden.
Initiative date
Who was/is your target audience?
Policy makers
Public authorities
Educational staff
Emergency services
Topic
Create awareness
Education in school or in community organizations
Improve vehicles and infrastructure
Knowledge building and sharing
Organisation details
VeiligheidNL
School / Research centre
Netherlands
Amsterdam
Contact name
Susanne Nijman
Telephone number
+31638694939
s.nijman@veiligheid.nl
Project activities
If you work together with external partners, list the most important partners and briefly describe their role.
Het ministerie van Infrastructuur & Waterstaat: subsidieverstrekker voor het ontsluiten van RAV-data
Rijkswaterstaat: stakeholder Rijkswegen
Ambulancezorg Nederland: koepelorganisatie Regionale Ambulancevoorzieningen
Regionale Ambulancevoorzieningen: dataleverancier
Spoedeisende Hulp afdelingen: dataleverancier
Provincies: financiers voor het ontsluiten van SEH data
Landelijke, regionale en gemeentelijke wegbeheerders en beleidsmakers: gebruikers van de data
Rijkswaterstaat: stakeholder Rijkswegen
Ambulancezorg Nederland: koepelorganisatie Regionale Ambulancevoorzieningen
Regionale Ambulancevoorzieningen: dataleverancier
Spoedeisende Hulp afdelingen: dataleverancier
Provincies: financiers voor het ontsluiten van SEH data
Landelijke, regionale en gemeentelijke wegbeheerders en beleidsmakers: gebruikers van de data
Please describe the project activities you carried/are carrying out and the time period over which these were implemented.
In 2016 is VeiligheidNL gestart met de eerste samenwerking met een SEH-afdeling om in opdracht van het Regionaal Orgaan verkeersveiligheid Fryslân (ROF) regionale data over verkeersslachtoffers te verzamelen, verwerken en ontsluiten. Eén van de belangrijkste aanbevelingen uit dit project was om, naast ook met de andere SEH-afdelingen in de provincie, ook te gaan samenwerken met de RAV. In zowel Friesland als in de provincie Utrecht zijn succesvolle projecten opgezet waarin SEH- en RAV-data zijn ontsloten naar wegbeheerders. Vanuit de landelijke overheid is het verzoek gekomen om deze projecten, waar het RAV-data betreft, op te schalen naar een landelijk dekkende Monitor Verkeersslachtoffers (MOVE).
Het project om op te schalen naar een landelijke monitor is medio 2021 van start gegaan met een pilotfase. Doel van de pilot was om te onderzoeken wat er juridisch en technisch mogelijk is om ambulancedata over verkeersslachtoffers op landelijke schaal te ontsluiten naar wegbeheerders en beleidsmakers, zodat deze data ingezet kunnen worden voor de preventie van verkeersongevallen. Ook hebben we in deze pilotfase, met input van een klankbordgroep van potentiële eindgebruikers, een interactief dashboard voor de ontsluiting van de data ontwikkeld.
Na een succesvolle afronding van de pilotfase medio 2023 zijn we nu bezig met de landelijke uitrol. Op dit moment is de helft van de 25 Nederlandse RAV’s aangesloten. Medio 2025 verwachten we landelijk dekkend te zijn.
Het project om op te schalen naar een landelijke monitor is medio 2021 van start gegaan met een pilotfase. Doel van de pilot was om te onderzoeken wat er juridisch en technisch mogelijk is om ambulancedata over verkeersslachtoffers op landelijke schaal te ontsluiten naar wegbeheerders en beleidsmakers, zodat deze data ingezet kunnen worden voor de preventie van verkeersongevallen. Ook hebben we in deze pilotfase, met input van een klankbordgroep van potentiële eindgebruikers, een interactief dashboard voor de ontsluiting van de data ontwikkeld.
Na een succesvolle afronding van de pilotfase medio 2023 zijn we nu bezig met de landelijke uitrol. Op dit moment is de helft van de 25 Nederlandse RAV’s aangesloten. Medio 2025 verwachten we landelijk dekkend te zijn.
In terms of implementation, what worked well and what challenges did you need to overcome?
Wat goed werkt is dat we nauw samenwerken met stakeholders en spoedzorgpartners. Als VeiligheidNL zijn we de verbinder tussen de spoedzorgpartners en de eindgebruikers, wij maken het mogelijk om de juiste data op de juiste manier te ontsluiten. Het zijn echter de eindgebruikers die de data nodig hebben voor hun beleid. We laten de eindgebruiker het woord voeren in de eerste gesprekken met spoedzorgpartners om nut en noodzaak van deelname aan dit project toe te lichten.
De grootste uitdaging was het ontwikkelen van machine learning modellen om geautomatiseerd verkeersslachtoffers te kunnen selecteren op basis van open tekstvelden in de ritadministratie en de vervoerswijze van het slachtoffer (en indien aanwezig de tegenpartij) te coderen. Deze modellen zijn nodig omdat de benodigde informatie niet gecodeerd is vastgelegd in de systemen van de RAV’s. Alle benodigde informatie moet uit open tekstvelden gefilterd worden.
Een andere grote uitdaging betrof het samenstellen van een dataset die enerzijds voldoet aan de Algemene Verordening Gegevensbescherming (AVG) en de Wet Geneeskundige Behandelovereenkomst (WGBO) rondom het gebruiken van bijzondere persoonsgegevens en anderzijds voldoende informatie bevat op basis waarvan wegbeheerders en beleidsmakers gerichte maatregelen kunnen nemen om de verkeersveiligheid te verbeteren. Na een langdurig en zorgvuldig doorlopen juridisch traject is vastgesteld welke dataset de RAV’s geanonimiseerd aan VeiligheidNL kunnen leveren. Ook is bepaald onder welke voorwaarden VeiligheidNL welke data via het dashboard beschikbaar mag stellen aan wegbeheerders en beleidsmakers.
De grootste uitdaging was het ontwikkelen van machine learning modellen om geautomatiseerd verkeersslachtoffers te kunnen selecteren op basis van open tekstvelden in de ritadministratie en de vervoerswijze van het slachtoffer (en indien aanwezig de tegenpartij) te coderen. Deze modellen zijn nodig omdat de benodigde informatie niet gecodeerd is vastgelegd in de systemen van de RAV’s. Alle benodigde informatie moet uit open tekstvelden gefilterd worden.
Een andere grote uitdaging betrof het samenstellen van een dataset die enerzijds voldoet aan de Algemene Verordening Gegevensbescherming (AVG) en de Wet Geneeskundige Behandelovereenkomst (WGBO) rondom het gebruiken van bijzondere persoonsgegevens en anderzijds voldoende informatie bevat op basis waarvan wegbeheerders en beleidsmakers gerichte maatregelen kunnen nemen om de verkeersveiligheid te verbeteren. Na een langdurig en zorgvuldig doorlopen juridisch traject is vastgesteld welke dataset de RAV’s geanonimiseerd aan VeiligheidNL kunnen leveren. Ook is bepaald onder welke voorwaarden VeiligheidNL welke data via het dashboard beschikbaar mag stellen aan wegbeheerders en beleidsmakers.
Evaluation
Please summarise how you have evaluated the initiative’s impact (e.g. social media reach, survey, feedback forms, statistics).
Ons project bevindt zich op dit moment nog in de uitrolfase. Eindgebruikers die toegang hebben tot het interactieve dashboard zijn op kleine schaal geïnterviewd over hun ervaringen tot nu toe. Voor de tweede helft van 2024 staat een grote evaluatie gepland onder alle gebruikers van het dashboard tot nu toe.
Het gebruik van het interactieve dashboard wordt door VeiligheidNL gelogd en gemonitord. Voordat eindgebruikers de data gebruiken in openbare stukken wordt hiervan melding gemaakt bij VeiligheidNL, ook deze meldingen worden gelogd.
Het gebruik van het interactieve dashboard wordt door VeiligheidNL gelogd en gemonitord. Voordat eindgebruikers de data gebruiken in openbare stukken wordt hiervan melding gemaakt bij VeiligheidNL, ook deze meldingen worden gelogd.
What has been the effect of the activities?
Nederland heeft 25 RAV’s en op dit moment nemen er 12 al deel aan MOVE. Met de overige 13 RAV’s zijn we in gesprek om ook hun aansluiting te realiseren. Van de 12 provincies in Nederland zijn er 7 die VeiligheidNL gevraagd hebben om ook SEH-data toe te gaan voegen aan MOVE.
Op dit moment hebben 123 wegbeheerders/beleidsmakers van 3 provincies, 1 vervoerregio en 34 gemeenten toegang tot het interactieve dashboard.
Het gebruik van de data varieert van het oplossen van zeer concrete problemen op lokaal niveau (het verhelpen van een gat in het wegdek, waardoor in één week meerdere fietsers ten val kwamen), tot het opnemen van de data in raadsbrieven of in uitvoeringsplannen verkeersveiligheid van gemeenten en provincies (meer aandacht/budget voor kwetsbare verkeersdeelnemers), tot het raadplegen van de data voor een herinrichtingsproject van een bepaalde wijk/straat.
Naast dat VeiligheidNL data uit MOVE ontsluit, worden voor wegbeheerders en beleidsmakers door de Nederlandse overheid Safety Performance Indicators (SPI’s) ontsloten. Door de combinatie van politiedata, SPI’s en data uit MOVE kunnen gerichter maatregelen genomen worden om de verkeersveiligheid, met name voor kwetsbare verkeersdeelnemers, te verbeteren.
Op dit moment hebben 123 wegbeheerders/beleidsmakers van 3 provincies, 1 vervoerregio en 34 gemeenten toegang tot het interactieve dashboard.
Het gebruik van de data varieert van het oplossen van zeer concrete problemen op lokaal niveau (het verhelpen van een gat in het wegdek, waardoor in één week meerdere fietsers ten val kwamen), tot het opnemen van de data in raadsbrieven of in uitvoeringsplannen verkeersveiligheid van gemeenten en provincies (meer aandacht/budget voor kwetsbare verkeersdeelnemers), tot het raadplegen van de data voor een herinrichtingsproject van een bepaalde wijk/straat.
Naast dat VeiligheidNL data uit MOVE ontsluit, worden voor wegbeheerders en beleidsmakers door de Nederlandse overheid Safety Performance Indicators (SPI’s) ontsloten. Door de combinatie van politiedata, SPI’s en data uit MOVE kunnen gerichter maatregelen genomen worden om de verkeersveiligheid, met name voor kwetsbare verkeersdeelnemers, te verbeteren.
Please briefly explain why your initiative is a good example of improving road safety.
Door dit project ontstaan regionale sterke netwerken waarin partijen zich gezamenlijk verantwoordelijk voelen voor de maatschappelijke opgave waar we voor staan: het verbeteren van de verkeersveiligheid. Zowel juridisch als technisch liggen blauwdrukken klaar om alle resterende RAV’s en SEH-afdelingen aan te sluiten op MOVE. Bekend is dat ook in andere landen in Europa de politieregistratie van verkeersongevallen een onderregistratie kent, dus andere landen kunnen leren van deze Nederlandse aanpak om ook spoedzorgdata beschikbaar te maken voor verkeersveiligheidsbeleid.
How have you shared information about your project and its results?
Informatie over dit project delen we via onze website en social mediakanalen. We hebben een korte animatievideo (van 3,5 minuut) over de werking van dit project (ook in het Engels beschikbaar). We geven presentaties op relevante (inter)nationale congressen en bijeenkomsten over letselpreventie in het algemeen of verkeerveiligheid in het bijzonder, zoals de EuroSafe conferences, het Nationaal Verkeersveiligheidscongres en het Nationaal Fietscongres. Voor regionale en lokale wegbeheerders en beleidsmakers geven we ook presentaties in regionale of lokale bijeenkomsten over verkeersveiligheid. Dit project is daardoor bekend bij (nagenoeg) alle mensen in Nederland die werken aan verkeersveiligheid.
Voor onze spoedzorgpartners geven we op locatie klinische lessen over wat we doen met de data die vastgelegd worden door het medisch personeel. Hiermee beogen we de vastlegging van relevante (detail)informatie over oorzaken van verkeersongevallen te stimuleren en een nauwe samenwerking tussen de spoedzorgpartners en het werkveld te bewerkstelligen.
Voor onze spoedzorgpartners geven we op locatie klinische lessen over wat we doen met de data die vastgelegd worden door het medisch personeel. Hiermee beogen we de vastlegging van relevante (detail)informatie over oorzaken van verkeersongevallen te stimuleren en een nauwe samenwerking tussen de spoedzorgpartners en het werkveld te bewerkstelligen.