Planering av Räddningssystem. Fö 6: Kvantitativ analys av räddningssystem 2. Tobias Andersson Granberg

Planering av Räddningssystem Fö 6: Kvantitativ analys av räddningssystem 2 Tobias Andersson

Planning Districting Divide the area of responsibility into a number of smaller areas (sectors) Station location Deployment Assign resources to the sectors Fleet/Equipment planning Scheduling Dispatch Decide which resource(s) that should be assigned to a new emergency Relocation 2

Passningsuppdrag + Dålig beredskap + 1 3 3 1

Beredskapskalkylator Kan sätta en siffra på beredskapen Beräknar beredskapen i olika delar (zoner) av ett område (tex ett län) Kan visualiseras i ett GIS Dålig beredskap = Rött Hygglig beredskap = Orange God beredskap = Grönt 4

Gruppuppgift Diskutera med varandra Hitta ett uttryck för att beräkna beredskap Gör rimliga antaganden gällande indata 5

Detta är beredskap! p = L 1 γ c l= 1 t l l 6

c = tex f(# uppdrag i zon ) 7

+ + 8

0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 5 1 0 0 1 4 3 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 5 0 0 0 1 3 5 3 2 2 2 2 2 3 3 2 2 2 2 2 2 6 4 0 0 0 1 3 10 4 4 4 4 4 5 10 10 5 2 2 2 2 8 10 4 0 0 0 1 2 4 2 2 2 2 2 4 10 10 5 5 5 5 5 10 10 4 0 0 1 2 2 3 2 2 2 2 2 4 5 4 4 2 2 2 2 7 10 2 0 0 1 2 2 3 2 2 2 2 2 5 4 2 2 2 2 2 2 2 5 2 0 0 1 2 2 3 2 2 2 2 4 5 2 2 2 2 2 2 2 2 5 2 0 0 2 2 3 3 2 2 2 2 7 8 4 2 2 2 2 2 2 2 4 4 0 0 1 2 4 3 2 2 2 3 5 8 4 3 2 2 2 2 2 3 4 4 0 0 1 2 4 2 2 2 2 5 5 2 3 4 4 3 3 4 4 4 4 5 1 0 1 2 4 3 2 3 7 8 3 2 2 2 3 5 4 3 2 2 4 4 0 0 + 1 3 5 6 6 6 10 10 5 2 2 2 2 4 2 2 2 2 4 4 0 0 1 5 5 3 4 5 10 10 8 2 2 2 2 3 3 2 2 2 3 5 1 0 0 2 2 2 2 2 5 7 4 4 3 2 2 4 2 2 2 2 2 5 1 0 0 2 2 2 2 2 5 3 2 3 4 4 4 8 3 2 2 2 2 5 2 0 0 1 2 2 2 2 5 2 2 2 2 2 4 8 5 4 4 4 3 5 3 0 0 0 1 1 1 2 5 2 2 2 2 2 2 2 2 2 2 3 4 5 10 0 0 0 0 0 1 1 3 1 1 1 1 1 2 2 2 2 2 2 2 2 5 1 + 30 January, 0 2017 0 0 0 0 0 0 TNSL13 0 0 0 Tobias 0 0Andersson 1 1 1 1 2 2 2 2 3 5 9

0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 5 1 0 0 1 4 3 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 5 0 0 0 1 3 5 3 2 2 2 2 2 3 3 2 2 2 2 2 2 6 4 0 0 0 1 3 10 4 4 4 4 4 5 10 10 5 2 2 2 2 8 10 4 0 0 0 1 2 4 2 2 2 2 2 4 10 10 5 5 5 5 5 10 10 4 0 0 1 2 2 3 2 2 2 2 2 4 5 4 4 2 2 2 2 7 10 2 0 0 1 2 2 3 2 2 2 2 2 5 4 2 2 2 2 2 2 2 5 2 0 0 1 2 2 3 2 2 2 2 4 5 2 2 2 2 2 2 2 2 5 2 0 0 2 2 3 3 2 2 2 2 7 8 4 2 2 2 2 2 2 2 4 4 0 0 1 2 4 3 2 2 2 3 5 8 4 3 2 2 2 2 2 3 4 4 0 0 1 2 4 2 2 2 2 5 5 2 3 4 4 3 3 4 4 4 4 5 1 0 1 2 4 3 2 3 7 8 3 2 2 2 3 5 4 3 2 2 4 4 0 0 1 3 5 6 6 6 10 10 5 2 2 2 2 4 2 2 2 2 4 4 0 0 1 5 5 3 4 5 10 10 8 2 2 2 2 3 3 2 2 2 3 5 1 0 0 2 2 2 2 2 5 7 4 4 3 2 2 4 2 2 2 2 2 5 1 0 0 2 2 2 2 2 5 3 2 3 4 4 4 8 3 2 2 2 2 5 2 0 0 1 2 2 2 2 5 2 2 2 2 2 4 8 5 4 4 4 3 5 3 0 0 0 1 1 1 2 5 2 2 2 2 2 2 2 2 2 2 3 4 5 10 0 0 0 0 0 1 1 3 1 1 1 1 1 2 2 2 2 2 2 2 2 5 1 30 January, 0 2017 0 0 0 0 0 0 TNSL13 0 0 0 Tobias 0 0Andersson 1 1 1 1 2 2 2 2 3 5 10

+ + p 11

+ = + / + / = + / + / =0,1286 + t 2 t 3 2 t 1 12

0,1286 + + 13

0,1286 + = t 3 + / + / = + / + / =0,0676 + t 2 t 1 3 14

+ + 15

+ + 3 16

17

Användningsområden för beredskapskalkylator Operativt se var beredskapen är dålig Löpande mäta och föla upp för att kontrollera effektiviteten Beräkna när förändringar ska utvärderas 18

Modul för resursförslag Listar lämpliga ambulanser för ett visst ärende Prio 1: Sorterar efter förväntad körtid Lägre prio: Sorterar efter hur ambulansernas icke-tillgänglighet påverkar beredskapen Sid 19

Modul för förslag på passningsuppdrag Ett passningsuppdrag görs för att öka beredskapen i ett område där den är låg Automatiserat: Om p < P min, utförs passningsuppdrag så att p > P min för alla (om möligt, annars max p ) Mål: Att åstadkomma ovanstående så fort som möligt. Villkor: Hur långt ambulanserna får köra Hur många ambulanser som flyttas Sid 20

Sid 21 DYNAROC {0,1} 1,..., 1.. 1,..., 1 1,..., min 1 1 = = = = = x x N P ) ( t c B x s t A k x A k x z z min L l l l A k N k N k N k k k k k γ τ

22

23

Kalibrering av parametrar för OPAL 11 olika scenarier konstruerades I vare scenario fanns 3 6 områden markerade 20 dirigenter fick för vare område pricka in om beredskapen i området var bra (1) eller dålig (0) Beredskapen (P) för de olika områdena beräknas för olika parameterval, och ämförs med medelvärdena. L En kvadrerad körtid ger bättre l 1 γ p = överensstämmelse! c l l= 1 t ( ) 2 24

Kalibrering av parametrar för OPAL 11 olika scenarier konstruerades I vare scenario fanns 3 6 områden markerade 20 dirigenter fick för vare område pricka in om beredskapen i området var bra (1) eller dålig (0) Beredskapen (P) för de olika områdena beräknas för olika parameterval, och ämförs med medelvärdena. L En kvadrerad körtid ger bättre l 1 γ p = överensstämmelse! c l l= 1 t ( ) 2 25

Kalibrering av parametrar för OPAL 11 olika scenarier konstruerades I vare scenario fanns 3 6 områden markerade 20 dirigenter fick för vare område pricka in om beredskapen i området var bra (1) eller dålig (0) Beredskapen (P) för de olika områdena beräknas för olika parameterval, och ämförs med medelvärdena. L En kvadrerad körtid ger bättre l 1 γ p = överensstämmelse! c l l= 1 t ( ) 2 26

Area Op4 Op3 Op5 Op20 Op7 Op9 Op18 Op13 Op2 Op8 Op17 Op1 Op12 Op6 Op15 Op19 Op10 Op11 Op14 Op16 Mean 8-2 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0,05 6-2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 0,10 11-2 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0,10 7-2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 0 0,15 11-4 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0,20 6-1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0 0 1 0 1 0,25 2-4 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 1 1 1 1 0,35 4-2 0 0 0 0 0 0 1 1 1 0 0 0 1 0 1 1 0 0 0 1 0,35 9-1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 1 0,35 9-2 0 0 1 0 0 0 0 0 0 1 0 0 1 1 0 0 1 1 1 1 0,40 7-3 0 0 1 0 0 0 0 1 0 0 1 0 1 1 1 1 1 0 1 1 0,50 9-3 0 0 1 0 0 0 1 0 0 1 0 0 1 1 0 1 1 1 1 1 0,50 3-2 0 0 0 0 0 0 0 1 1 1 1 1 0 1 1 0 1 1 1 1 0,55 10-1 0 1 0 0 0 0 1 0 1 1 0 1 1 1 1 1 1 1 1 0 0,60 11-5 0 0 1 0 1 1 0 0 0 0 1 1 0 1 1 1 1 1 1 1 0,60 1-3 0 0 0 0 0 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0,65 4-3 0 0 0 0 1 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 0,65 6-5 0 1 0 0 1 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 0,70 10-2 0 1 0 0 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 0 0,70 2-3 0 1 0 0 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0,80 4-4 0 0 0 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0,80 4-5 0 0 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 0,80 6-3 0 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,80 6-4 0 0 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,80 8-5 0 1 0 1 0 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0,80 1-2 0 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 0,85 3-1 0 0 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,85 7-1 0 1 0 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,85 11-6 0 1 0 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 0,85 4-6 0 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,90 5-1 0 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,90 11-1 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,90 4-1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,95 5-3 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,95 8-1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,95 8-4 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,95 8-6 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,95 9-4 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0,95 1-1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 2-1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 2-2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 3-3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 5-2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 8-3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 10-3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 10-4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 10-5 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 11-3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1,00 Mean 0,23 0,52 0,54 0,58 0,60 0,60 0,69 0,73 0,75 0,75 0,75 0,77 0,79 0,81 0,83 0,85 0,88 0,88 0,88 0,88 0,72 27

Kalibrering av parametrar för OPAL 11 olika scenarier konstruerades I vare scenario fanns 3 6 områden markerade 20 dirigenter fick för vare område pricka in om beredskapen i området var bra (1) eller dålig (0) Beredskapen (P) för de olika områdena beräknas för olika parameterval, och ämförs med medelvärdena. 28

Kalibrering av parametrar för OPAL Fölande förändringar ger bättre överensstämmelse γ = 1, 0.9, 0.8, etc (tidigare 1, 0.5, 0.25, etc) Kvadrerade körtider p 1 ( ) ( ) ( ) 1 0.9 0.8 = + + +... 2 2 3 2 c 1 2 t t t 29

Beredskapsmått Ambulansdirigering Ambulanser homogena Kan vara upptagna p = L l 1 γ c t l= 1 l Räddningstänst Flera fordonstyper Olika personkompetenser Oftast tillgängliga = + $ + " #! " Kalibrering? 30/01/2017 Tobias Andersson, tobias.andersson.granberg@liu.se 30

Bedömningar av utgångsläget 50 45 40 35 30 25 20 Dålig Försämrad Bra 15 10 5 0 A B C D E F G H I J K L M 30/01/2017 Tobias Andersson, 31 tobias.andersson.granberg@liu.se

Hur skapa god beredskap Nya initiativ och trender Organisation Nya aktörer Sambruk Planering Evidensbaserade beslut Dynamisk planering Datorbaserade beslutstödshälpmedel Utvärdering Kostnad/nytta har genomslag 30/01/2017 Tobias Andersson, tobias.andersson.granberg@liu.se 32

Vad är dynamisk planering? Att operativt anpassa lokalisering och hantering av resurserna efter förändringar i omgivningen Exempel Hälpbehovet varierar med tiden Resurserna anpassas efter hur riskbilden förändras? Resurserna är inte alltid på stationen Resurserna omplaceras för att upprätthålla beredskapen? En station som tömts på resurser orsakar nedgång i beredskap Resurser från andra stationer skickas på passning? Förväntade körtider kan variera pga händelser, årstid eller tid på dygnet Alternativa larmplaner och utryckningsvägar används? 30/01/2017 Tobias Andersson, 33 tobias.andersson.granberg@liu.se

Syften med dynamisk planering Att operativt anpassa lokalisering och hantering av resurserna efter förändringar i omgivningen Exempel Hälpbehovet varierar med tiden Resurserna anpassas efter hur riskbilden förändras? Resurserna är inte alltid på stationen Resurserna omplaceras för att upprätthålla beredskapen? En station som tömts på resurser orsakar nedgång i beredskap Resurser från andra stationer skickas på passning? Förväntade körtider kan variera pga händelser, årstid eller tid på dygnet Alternativa larmplaner och utryckningsvägar används? 30/01/2017 Tobias Andersson, 34 tobias.andersson.granberg@liu.se

OPT-i 2014 35

Delade resurser FIP är ett exempel på delade resurser Fördelar med att dela upp resurserna Kortare förstainsatstider Större möligheter till förebyggande arbete Nackdelar med att dela upp resurserna Arbetsmilö Svårare att hålla rätt på resurserna Svårare att planera resurserna mht till beredskapen i området Beslutsstöd 30/01/2017 Tobias Andersson, 36 tobias.andersson.granberg@liu.se

Vilka stöd behövs? Hålla reda på resurser Både fordon och personkompetenser Förslag på utlarmning Rätt resurs i rätt tid till rätt plats Planera mht till beredskap Undvik dålig beredskap 30/01/2017 Tobias Andersson, 37 tobias.andersson.granberg@liu.se

Beslutsstödsverktyg Visualisering av beredskap Förslag på resurser Beredskapsplanering 30/01/2017 Tobias Andersson, 38 tobias.andersson.granberg@liu.se

Visualisering av beredskap 30/01/2017 Tobias Andersson, 39 tobias.andersson.granberg@liu.se

Förslag på resurser Klicka i kartan Specificera vilka resurser som önskas 30/01/2017 Tobias Andersson, 40 tobias.andersson.granberg@liu.se

Beredskapsplanering 30/01/2017 Tobias Andersson, 41 tobias.andersson.granberg@liu.se

Slutsatser Beslutstödsverktygen kan hälpa till Risk att det sker på bekostnad av längre beslutstider Lättare att acceptera stöd som är likt nuvarande planering Beredskapsvisualiseringen kan bidra till att synen på vad beredskap innebär standardiseras 30/01/2017 Tobias Andersson, 42 tobias.andersson.granberg@liu.se

Utveckling Körtidsmodeller Baserade på historisk data (loggade positioner) -> körtid baserat på sträcka, tidpunkt, typ av fordon, status, händelsetyp, prioritet, vägtyp, etc. Baserade på dynamisk data (avstängda vägar, olyckor, köbildning, etc) Fusion av flera källor och modeller Händelseprognostisering Vad händer, var och när? Baserat på historiska händelser samt annan data, tex socioekonomiska faktorer, byggnadsindex, etc. Spatial fördelning speciellt utmanande. Systemsamband: Händelse, respons, konsekvens Givet att vissa resurser kommer till en viss händelse vid vissa tidpunkter och gör vissa åtgärder: vad blir utfallet? Underlag för planering och dirigering Underlag för händelseförloppsprognoser 30/01/2017 Tobias Andersson, tobias.andersson.granberg@liu.se 43

Mer dynamisk data Anta att mer realtidsdata kommer att finnas tillgänglig i framtiden Från sensorer på fordon, personer, utrustning Från kameror, mobiltelefoner, drönare Från webb och sociala medier Vem ska ta emot denna data? Hur ska den hanteras? Hur ska den filtreras, sammanfogas, vidarebefordras och presenteras för att passa respektive beslutsfattares behov? 30/01/2017 Tobias Andersson, tobias.andersson.granberg@liu.se 44

Uppgift 4 Föreslå och analysera möliga förbättringar av länets organisation för räddning och respons. Flytt av resurser, nya typer av resurser, nya kommunikationskanaler, ny typ av utlarmning, nya former för samverkan och ledning, nya tekniska hälpmedel, ny typ av data, etc. Kravspecifikation: Analysen ska innehålla en kvantitativ del där körtiderna för relevanta resurser till prognosticerade händelser beräknas och ämförs med dagens organisation (såsom framställd i Uppgift 1). Olika kvantitativa mått på systemets effektivitet ska konstrueras, beräknas och redovisas, tex täckningsgrad, medelinsatstider, beredskap, etc. Som en komplettering av behovsinventeringen i Upg 1 ska prognoserna från Upg 3 (punkt 3 och 4) redovisas, med tillhörande beskrivningar över hur prognoserna togs fram. Analysen ska innehålla en kvalitativ del där icke-kvantifierbara aspekter av förändringarna diskuteras, tex upplevd trygghet, samverkansaspekter, implementeringssvårigheter, etc. De händelser som analyserades i Uppgift 2 ska användas som exempel för att illustrera konkreta resultat av den nya responsorganisationen. Kopplingar till kurslitteratur och/eller annan relevant vetenskaplig litteratur ska göras, tex för att motivera era förbättringar. 45

Kvantitativ analys av förändringsförslag Hur vet ag om det förslag ag har är bra/acceptabelt/dåligt? Matematisk modell kan ge delsvar Använd gärna olika modeller varianter av en modell (tex olika målfunktioner) Lös problemet för olika parametrar (Antal resurser som ska lokaliseras, prognoser, tider, zoner, krav, vikter etc ) 46

Kvantitativ analys av förändringsförslag Från resultaten Ta fram olika Mätvärden, Medelvärden, Nyckeltal etc. Exempelvis; Täckningsområden Responstider Beredskap Olika täckningsgrader Jämför resultaten (de olika värdena) med varandra Förbättringar/Försämringar/Fördelar/Nackdelar ämfört med utgångsläget Fördelar/Nackdelar med olika använda modeller, metoder, parametrar, prognoser etc. Förhållanden mellan de olika lösningarna som tagits fram 47

Kvantitativ analys av förändringsförslag Kalibrera, verifiera, validera Jämför med kända värden Jämför med andra modeller Variera indata och kolla så att förändringen i resultat är rimlig (känslighetsanalys, extremvärdestester) 48