Met onze oplossingen voor de-identificatie & pseudonimisatie, governance, en FHIR Station kan je snel en gecontroleerd allerhande projecten opzetten om gegevens te ontsluiten in HL7, FHIR of ander formaat. Of het nu gaat om gestructureerde of ongestructureerde data.
Nieuwe technologieën openen ongeziene mogelijkheden in de gezondheidszorg. Ze helpen om medicijnen sneller en doelgerichter te ontwikkelen, om diagnoses te stellen, om klinische zorgpaden te optimaliseren en nog zoveel meer. Maar voor je de vruchten van dit alles kunt plukken, moeten er enorme hoeveelheden klinische gegevens vergaard en uitgewisseld worden.
Ook de overheid heeft een steeds grotere honger naar data om er een coherent gezondheidsbeleid mee uit te stippelen. Verder kan je nog tal van situaties bedenken waarin je als ziekenhuis data extern ter beschikking stelt, onder meer aan andere zorginstellingen en aan patiënten.
Omdat we hier te maken hebben met patiëntendata, persoonsgegevens dus die extra gevoelig zijn, willen we koste wat het kost vermijden dat er problemen rond privacy ontstaan of de data in de verkeerde handen terechtkomen. Technieken die je kan inzetten om het risico op misbruik in te perken, zijn anonimisering en pseudonomisering.
Voortbouwend op onze bestaande oplossingen voor interoperabiliteit en procesautomatisering hebben we een totaaloplossing voor data-ontsluiting ontwikkeld. Hiermee kan je snel en veilig allerhande projecten opzetten, met minder tijd en moeite.
De oplossing is modulair opgebouwd en bestaat uit verschillende componenten: governance, de-identificatie en pseudonimisatie en FHIR Station.
Welke toepassingsgebieden kan je ondersteunen met de Amaron-oplossingen?
We bieden koppelingen voor een zeer uitgebreid gamma van toepassingen:
| Toepassingsgebied | Type patiëntendata | Uitwisseling met |
| Wetenschappelijk onderzoek/ Klinische studies | Anonieme data |
|
| Diagnostiek (AI) en data-exploitatie | Gepseudonimiseerde data |
|
Centraal beschikbaar maken van data (administratief en medisch) aan:
|
Relevante data op naam |
|
| Communicatie met patiënt | Relevante data op naam |
|
Uit welke componenten bestaat onze oplossing?
Anonieme data versus gepseudonimiseerde data?
In de zorg vormen anonieme data belangrijke bronnen onder meer voor medisch onderzoek; ze leveren ook statistische input bij het ontwikkelen van gezondheidsbeleid. Een typisch voorbeeld hiervan zijn de geanonimiseerde data die zorginstellingen ter beschikking stellen van Sciensano/Healthdata in het kader van epidemiologische monitoring.
Wanneer je data anoniem maakt (of de-identificeert), is het in principe niet meer mogelijk om te traceren over welke persoon het gaat. Toch bestaat er zelfs dan nog steeds een risico op identificatie. Aan de hand van de geboortedatum van een 100-jarige bijvoorbeeld kan je vrijwel moeiteloos achterhalen over welk individu het gaat. Ook wanneer een bepaalde dataset op een later tijdstip gecombineerd wordt met een andere dataset kan dit ertoe leiden dat het risico op identificatie weer opduikt. Het is dus te allen tijde verstandig om vooraf grondig af te wegen welke en hoeveel data je gaat uitwisselen, zelfs als het om anonieme data gaat.
In bepaalde situaties is het nodig om data ter beschikking te stellen van een derde partij, maar moet heridentificatie achteraf onder strikte voorwaarden mogelijk zijn. Denk maar aan radiologiebeelden die je door een AI-algoritme in de cloud laat analyseren voor triage- of andere doeleinden. Of een extern algoritme dat op basis van patiëntgegevens berekent welke componenten je nodig hebt voor het plaatsen van een knieprothese. Of tekst en ongestructureerde verslagen die je ter beschikking stelt van een softwaretoepassing die de data verwerkt en analyseert met als doel de zorgtrajecten te optimaliseren.
Om in dergelijke situaties medische gegevens veilig en verantwoord te delen, kan je ze pseudonimiseren. Dat is een beveiligingsmaatregel waarbij je de persoonsgegevens die te herleiden zijn naar de patiënt (bv. naam, geboortedatum en patiëntnummer) verwijdert en/of vervangt (bv. geboortedatum door leeftijd; gemeente door regio). Vervolgens worden de gegevens gekoppeld aan een code die enkel nog in het ziekenhuis te herleiden valt tot de desbetreffende patiënt.
Wat doet Amaron al binnen het ziekenhuis om data te delen?
Amaron is in België marktleider en trusted partner op het gebied van interfaces tussen de verschillende deelsystemen in het ziekenhuis. Denk maar aan elektronische patiëntendossiers die informatie over patiëntenbewegingen en afspraken ophalen uit het ziekenhuisinformatiesysteem, of orders en resultaten uitwisselen met de informatiesystemen van het laboratorium en medische beeldvorming, enz.
Meer informatie
EFFICIËNT
Eén centrale, modulaire oplossing voor al je projecten.
RETURN
Je bouwt voort op je bestaande architectuur. De investering is snel terugverdiend.
SNEL
Nieuwe projecten zijn vlot op te zetten. Je bespaart heel wat tijd.
VEILIG
Je respecteert op elk moment de privacy van de patiënt tijdens het verwerken van gevoelige persoonsgegevens.
COMPLIANT
Alle stappen die gezet worden in het governance proces, zijn gedocumenteerd en aantoonbaar. Je hebt ook gedetailleerd in beeld welke data wanneer benaderd zijn, en door wie.
“Wat we gemaakt hebben, is een building block die je kunt hergebruiken voor verschillende cases. Op die manier kunnen we heel wat tijd besparen. En dat niet alleen: deze oplossing is ook een stuk veiliger. Met onze nieuwe oplossing kunnen we zonder extra werk voor elke service een ander pseudoniem gebruiken. Hierdoor kunnen verschillende exports nooit aan elkaar gelinkt worden.”
Goedele Antonissen, IT-directeur OLV Ziekenhuis, Aalst