Wat kunnen Real-World Data (RWD) betekenen voor de Belgische gezondheidszorg?
Inleiding
Real-World Data (RWD) - routine kwalitatieve gezondheidsdata uit o.a. EPD’s, registers en zorgprocessen - beloven snellere inzichten voor geneesmiddelenonderzoek én meer gepersonaliseerde zorg. In België is het potentieel groot, maar realisatie vraagt robuuste kaders, gestandaardiseerde methoden en samenwerking over de hele zorgketen. De RWD4BE-beleidsaanbevelingen schetsen hoe België dat kan waarmaken via een parallelle “bottom-up” (ziekenhuizen) en “top-down” (beleid) aanpak.
Waarom het ertoe doet: waarde voor patiënt, zorgverlener en systeem
RWD ondersteunt ten minste drie pijlers van het Quadruple Aim: betere kwaliteit van zorg, efficiëntie/ervaring voor zorgprofessionals en betere populatie-uitkomsten. Ze leveren ook evidentie over prestaties van therapieën in brede populaties - cruciaal voor evidence-based vergoeding en uitkomstgerichte overeenkomsten (Outcome-Based Managed Entry Agreement, OB-MEA). RWD versnelt bovendien onderzoek, mechanisme-inzicht en klinische besluitvorming op individueel niveau.
Het Quadruple Aim is een kader om de prestaties van een zorgsysteem te sturen langs vier doelen:
- Betere patiëntervaring (kwaliteit en tevredenheid).
- Betere populatiegezondheid.
- Lagere kosten per persoon (doelmatige inzet van middelen).
- Meer werkplezier en welzijn van zorgverleners (voorkomen van burn-out).
De Belgische context: sterk ecosysteem, maar versnipperd en achterop
België heeft een toonaangevend zorg- en onderzoeksklimaat, maar verliest terrein op digitale paraatheid. Volgens “Health at a Glance 2023” (OECD) scoort België zwak op beschikbaarheid van data voor primaire en secundaire inzet, communicatie met het publiek, cybersecurity en digitale vaardigheden - waardoor versnelling van RWD-hergebruik urgent is.
Tegelijk bestaan veel losse initiatieven. RWD4BE - opgestart door Belgische ziekenhuizen en verbreed naar een breed multistakeholder-front - wil die versnippering ombuigen naar een gezamenlijk kader en veilige data-omgeving, complementair aan de rol van de Health Data Agency (HDA).
Waar staan we nu? Bevindingen uit het veld
Een RWD4BE-e-survey in 2023 (16 datamanagers, 13 ziekenhuizen) toont dat:
- Datatoegang en -kwaliteit grootste pijnpunten zijn voor benchmarking en prospectieve studies;
- Doorlooptijden lang zijn om juiste data te extraheren;
- Capaciteit onder druk staat (tekort aan (competente) data-experts), ondanks aanwezige governance (ethiek- en data-accesscomités).
Kortom: de bottleneck is niet zozeer “de overdracht”, wél de processen en systemen eromheen (structuur, kwaliteit, juridische helderheid, definities rond (pseudo)anonimisering en consent). Dat vraagt een cultuur van data-toegang in plaats van enkel data-deling, plus (open) standaardisatie, templates en educatie.
Wat RWD concreet kan betekenen voor België
1. Gepersonaliseerde zorg in de praktijk
Gestandaardiseerde, kwalitatieve herbruikbare data laten toe om uitkomsten per aandoening te volgen, best practices te benchmarken en beslisondersteuning te voeden - van symptoom tot einde behandeling.
2. Snellere, robuustere evidence voor vergoeding en beleid
Reële uitkomsten in brede populaties ondersteunen uitkomstgerichte vergoeding en beleid dat focust op waarde, niet op volume (VBHC).
3. Onderzoek en innovatie versnellen
Door FAIR-data en federatieve modellen worden multicenterstudies en post-marketing surveillance efficiënter, met minder registratielast voor klinieken en snellere hypotheses-generatie. (RWD4BE positioneert zich expliciet richting FAIR en sluit aan bij EHDS-aanbevelingen.)
FAIR-data staat voor Findable (Vindbaar), Accessible (Toegankelijk), Interoperable (Interoperabel) en Reusable (Herbruikbaar). Het is een set principes die ervoor zorgen dat gegevens niet alleen voor mensen, maar vooral ook voor machines vindbaar, toegankelijk, uitwisselbaar en herbruikbaar zijn, met als doel het optimaliseren van datagebruik en -hergebruik.
Federated Learning is een decentrale en privacy-vriendelijke vorm van machine learning (ML). Dat wil zeggen dat er geen centrale database nodig is waar alle gevoelige data in moet worden gestopt. Zo kan de data ook niet lekken.
4. Operationele excellentie in ziekenhuizen
“Enter data only once” en kwaliteitschecks aan de bron verminderen administratie, fouten en doorlooptijd - én maken automatische harvesting voor registers mogelijk.
5. Versterking van vertrouwen en betrokkenheid
Transparante communicatie en educatie (naar patiënten, Health Care Professionals (HCP) en publiek) zijn randvoorwaarden voor draagvlak en duurzame datacultuur.
Hoe geraken we daar? Zes beleidshefbomen (RWD4BE)
RWD4BE bundelt zes top-down aanbevelingen die de bottom-up-vooruitgang in ziekenhuizen versterken:
(1) Voldoende en gebundelde financiering; (2) Eén governance-model voor België; (3) Data-kwaliteitslabel/certificering en monitoring; (4) Verplichte/aanbevolen interoperabiliteitsstandaarden; (5) Educatie en bewustmaking (Health Care Professionals, patiënten, publiek); (6) Structurele multistakeholder-co-creatie.
Deze agenda is expliciet opgezet als parallelle top-down & bottom-up route: beleid maakt randvoorwaarden en prikkels; ziekenhuizen bouwen data-kwaliteit, governance en use-cases uit.
Praktische vertaling per laag
Enabling foundation
Financiering & governance. Bundel middelen (vermijd doublures), stuur op oplossingen die (internationaal) schaalbaar en generaliseerbaar zijn, en borg nationale governance in lijn met European Health Data Space (EHDS). Vermijden van "parochiale oplossingen" die België internationaal isoleren (in tijden van schaarste en crisis).
Dataprocesstappen
Kwaliteit & interoperabiliteit. Introduceer een datakwaliteits-label met duidelijke dimensies en een monitoring-orgaan; verplicht/adviseer open internationale standaarden; implementeer “enter once” en automatische harvesting voor secundair gebruik.
Supportive layer
Educatie & samenwerking. Investeer in datavaardigheden van HCP’s, breid publiekscommunicatie uit en stimuleer duurzame Public–Private Partnership (PPP)-modellen (zie o.a. Koning Boudewijnstichting (KBS)-publicatie als voorbeeld voor burgercommunicatie: Zorg voor je data – informatiebrochure over gezondheidsdata (2022)). In de RWD-context gaat het bij zorgverleners (HCP's) om de mensen die data registreren/ gebruiken in de zorg en opleiding nodig hebben rond datakwaliteit, privacy, en besluitvorming.
Public–Private Partnerships (PPP) of Publiek-Private Samenwerking (PPS) zijn duurzame samenwerkingen tussen publieke partijen (bv. overheid, ziekenhuizen, universiteiten) en private partijen (bv. technologie- of farmabedrijven) om samen een project of dienst te financieren, bouwen en/of beheren - met gedeelde risico’s en baten. PPP/PPS staat hier voor het samenwerkingsmodel, RWD voor de inhoud.
Twaalf-tot-vierentwintig maanden roadmap (samenvatting)
1. Nationale governance en juridische templates harmoniseren; 2) Start met een kwaliteitslabel-piloot in meerdere netwerken; 3) Prioriteer ziektespecifieke use-cases (bijv. prostaatkanker) om (open internationale) standaarden te “hard-testen”; 4) Schaal enter-once-principes in EPD-workflows; 5) Lanceer een gelaagde educatiecampagne (HCP’s, burgers, patiëntenorganisaties); 6) Breid focus uit naar eerste lijn en farmaciegegevens voor een volledige patiëntreis, in lijn met de RWD4BE-outlook.
Tot slot
RWD kan België dichter bij een lerend zorgsysteem brengen waarin zorg, onderzoek en beleid continu op elkaar terugkoppelen. De richting is helder: combineer stevige top-down randvoorwaarden met competente no-nonsense bottom-up uitvoering in de ziekenhuizen. Met de zes hefbomen van RWD4BE - financiering, governance, kwaliteit, interoperabiliteit, educatie en co-creatie - kan België de stap zetten van versnipperde ambities naar schaalbare, betrouwbare RWD-inzet die werkt voor patiënten, professionals en de samenleving.
Bronnen
RWD4BE – Policy recommendations for the implementation of the real-world data framework and strategy in Belgium (maart 2024). Geselecteerde passages over context/quadruple aim, Belgische paraatheid, governance- en kwaliteitsaanpak, survey-resultaten, en aanbevelingen.
Sciensano - Informatiebrochure over gezondheidsdata: "Zorg voor je data"FOD Volksgezondheid - SNOMED CT
FOD Volksgezondheid - LOINC
HL7- FHIR
OHDSI - Standardized Data: The OMOP Common Data Model
EHDEN - European Health Data Evidence Network
EMA - DARWIN - EU (Data Analysis and Real World Interrogation Network)
Federated Health Innovation Network (FHIN)
KCE - ‘Real World Data’: nuttig om de verwachte impact op gezondheidszorgbudgetten te helpen berekenen?
KU Leuven - Van Gecentraliseerd naar Gefedereerd: de reis van data in de gezondheidszorg
TNO - Federated learning: maak kennis met privacybestendige data analyse
Arnetz, B. B., Goetz, C. M., Arnetz, J. E., Sudan, S., vanSchagen, J., Piersma, K., & Reyelts, F. (2020). Enhancing healthcare efficiency to achieve the Quadruple Aim: an exploratory study. BMC research notes, 13(1), 362.
Bodenheimer, T., & Sinsky, C. (2014). From triple to quadruple aim: care of the patient requires care of the provider. The Annals of Family Medicine, 12(6), 573-576.
Blacketer, C., Schuemie, M. J., Moinat, M., Voss, E. A., Camprubi, M., Rijnbeek, P. R., & Ryan, P. B. (2025). Advancing Real-World Evidence Through a Federated Health Data Network (EHDEN): Descriptive Study. Journal of Medical Internet Research, 27, e74119.
Declerck, J., Vandenberk, B., Deschepper, M., Colpaert, K., Cool, L., Goemaere, J., ... & Coorevits, P. (2024). Building a Foundation for High-Quality Health Data: Multihospital Case Study in Belgium. JMIR Medical Informatics, 12, e60244.
Sikka, R., Morath, J. M., & Leape, L. (2015). The quadruple aim: care, health, cost and meaning in work. BMJ quality & safety, 24(10), 608-610
