Transportforum 2018: Hur kan liv räddas och trafikskadorna reduceras genom att utveckla och förbättra vård och räddningsinsatser?
Välkommen till SAFERs session på Transportforum i Linköping den 10 januari 2018!
Enligt WHO och andra aktörer inom t.ex. EU spelar räddningsarbete och vård en viktig roll för att minska dödlighet och skadegrad efter en trafikolycka. Korrekta bedömningar av de skadade tillsammans med korrekt behandling och snabb transport till ”rätt” vårdinstans och vårdnivå är av yttersta vikt för utfallet. Förbättringar på detta område kommer att avsevärt minska samhällskostnader och mänskligt lidande. Forskning inom Care & Rescue är ett prioriterat område inom SAFER:s verksamhet och kunnandet hos centrets forskare är stort. Seminariet tar lyssnarna genom den senaste statistiken och rönen inom området och diskuterar vilka åtgärder som bedöms mest effektiva och viktiga för att minska skadorna och rädda liv efter en trafikolycka.
1. Introduktion till forskningsområdet Care & Rescue
2. Stora busskrascher i Sverige - räddningstekniska utmaningar; problem och lösningar; Professor Ulf Björnstig, Umeå Universitet. Att hantera en stor busskrasch med många inblandade och där brand kan tillkomma är en stor utmaning på många sätt. Vilka problem och lösningar ser vi idag?
3. Från forskning till innovation; Detecht – ett eCall för MC; Niklas Ohlsson och Tobias Goldman, Chalmers Entreprenörsskola. Inom SAFER har smartphone-baserade algoritmer för olycksdetektion hos olika trafikantgrupper utarbetats. Genom samarbete med Chalmers entreprenörsskola utformas nu en kommersiell lösning för MC- Detecht. Förutom olycksdetektion innehåller lösningen en uppsättning av verktyg och funktioner som MC-förare har daglig nytta och intresse av.
4. Prehospital skadeprediktion vid trafikolyckor baserad på machine learning algoritmer och ”Big Data”; Forskarassistent Stefan Candefjord, Chalmers. Möjligheten att på olyckplats eller redan i samband med olycksdetektion kunna prediktera risken för allvarlig skada är av stort värde för val av insatser, vårdprocess och destination för patienttransport. I detta projekt har machine learning och “Big Data” metodik utnyttjats för att skapa skadeprediktions-modeller potentiellt användbara på olycksplats och på sikt även vid larmcentral.
5. Via Appia – att knyta ihop smart olycksdetektion med optimalt utnyttjande av samhällets blåljusresurser. Professor Bengt Arne Sjöqvist, Chalmers. Smart olycksdetektion i fordon och trafikantappar möjliggör en optimerad användning av samhällets begränsade blåljusresurser samtidigt som dödsfall och skador kan reduceras. Via Appia kan skapa förutsättningar för detta samt möjliggöra kvalificerad forskning runt olyckor samt stödja blåljusaktörer under utryckning och varna andra trafikanter.
6. Att våga köra värdshus förbi – hur skapar vi förutsättningar för en optimal handläggning av traumapatienter; Dr Robert Sinclair, medicinsk rådgivare, Västra Götalandsregionen. En trafikolycka kräver en optimal handläggning av de drabbade för att reducera döda och allvarligt skadade. Hur skall vi organisera vården så att de som är i behov av specialistkompetens på ett traumacenter verkligen hamnar där snabbast möjligt, och detta utan att samtidigt överbelasta med de som bäst handläggs på annat sjukhus.
Välkommen!
