Teken in op onze oplossingen voor anonimisering, pseudonimisering en governance, en bespaar je een hoop gedoe.
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.
Het anonimiseren en/of pseudonimiseren van data vergt technisch en organisatorisch heel wat van je organisatie: het is een tijdrovend en complex proces dat een andere werkwijze vergt naargelang het type document of het specialisme.
Om dit proces in goede banen te leiden en medische data op een veilige en correcte manier te ontsluiten, kan je een breed pakket van Amaron producten en diensten inzetten.
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, 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. Anonimisatie is hier geen optie.
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
KENNIS & EXPERTISE
Je hebt met Amaron een partner die doorheen de jaren bijzonder veel expertise en kennis heeft opgebouwd inzake interoperabiliteit en procesondersteuning. De veilige uitwisseling van data – zowel intern als extern – is nu eenmaal waar we goed in zijn.
CORRECTE AFSPRAKEN
Je kunt erop rekenen dat enkel de strikt noodzakelijke data worden gedeeld. We maken hierover de juiste afspraken met het ziekenhuis en alle andere betrokken partijen.
INZICHT
Alles verloopt transparant. De Amaron-tools geven je inzicht in de diverse datastromen. Een eventuele afwijking wordt direct gesignaleerd zodat je indien nodig onmiddellijk actie kunt ondernemen.
CONTROLE
Jij behoudt de controle en blijft de eigenaar van alle data. Samen met jou doen we er alles aan om te verhinderen dat de data worden gebruikt voor onrechtmatige doeleinden.
GOVERNANCE
Amaron ondersteunt je niet alleen bij het technische aspect van de ontsluiting van data, maar helpt je ook het administratieve proces op het gebied van governance een stuk lichter te maken.
We staan pas aan het begin van de mogelijkheden. Nieuwe toepassingen en de data die ze genereren, kunnen ons helpen om meer in te zetten op preventie en om het ziekteverloop beter te voorspellen. Die informatie laat ons toe om sneller en gerichter in te grijpen wat de zorgkwaliteit ten goede komt.
Data spelen eveneens een rol bij het operationeel management en administratieve vereenvoudiging. We zullen er ook op grotere schaal gebruik van moeten maken, willen we de zorg betaalbaar houden.