Some thoughts on health and healthcare

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 ...

Inleiding Klinische studies, epidemiologie en Real World Evidence (RWE) staan of vallen met eenduidige, "computeerbare" definities van fenotypes en cohorten. Open internationale terminologie- en datastandaarden - met name SNOMED CT (klinische begrippen) en LOINC (testen, metingen en observaties) - maken zulke definities herbruikbaar, uitwisselbaar en schaalbaar, over afdelingen, instellingen (ziekenhuizen) en landen heen. In wat volgt wil ik de rol schetsen van open internationale terminologie- en datastandaarden én de concrete meerwaarde voor een Belgisch ziekenhuis. Wat brengen SNOMED CT en LOINC precies? SNOMED CT is ’s werelds meest uitgebreide, meertalige klinische terminologie die klinische inhoud consequent en machine-leesbaar vastlegt in EPD’s. Concepten zijn logisch gedefinieerd en hiërarchisch geordend, wat geautomatiseerde redenering en aggregatie mogelijk maakt.  LOINC biedt een universele codetaal voor laboratoriumtesten, metingen en klinische observaties (bv. v...

 Inleiding De gezondheidszorg bevindt zich in een structurele transitie richting datagedreven innovatie. Nieuwe behandelingen worden niet langer uitsluitend ontwikkeld en beoordeeld op basis van klassieke gerandomiseerde klinische studies, maar ook op basis van inzichten uit Real-World Evidence (RWE). Om deze evolutie succesvol te maken, is een robuuste gegevensinfrastructuur nodig, gebaseerd op internationale terminologiestandaarden en een gemeenschappelijk datamodel. Voor België, met zijn universitaire (UZ) en algemene ziekenhuizen (AZ), publieke en academische instellingen, dynamische farma- en biotechsector, vormt dit een unieke kans om een leidende positie in te nemen binnen klinisch onderzoek, innovatie en waardegedreven zorg ( Value Based Healthcare, VBHC) . Hieronder zet ik een paar gedachten uiteen die o.a. het resultaat zijn van gesprekken op het OHDSI Europe Symposium 2025 in Hasselt, waaronder met mijn vroegere collega Bart Vannieuwenhuyse. De strategische meerwaa...

The European Health Data Space (EHDS) and the Observational Medical Outcomes Partnership (OMOP) Common Data Model (CDM) are both key initiatives aimed at enabling the interoperability, secondary use, and harmonization of health data across Europe. However, they serve different but complementary roles. Overview of the European Health Data Space (EHDS) The EHDS is a European Union (EU) initiative designed to: Improve the use and exchange of health data across EU member states. Enhance healthcare delivery and research by enabling cross-border access to electronic health records (EHRs), genomic data, and registries. Ensure data privacy and security under GDPR (General Data Protection Regulation) and other European legal frameworks. Promote a federated data-sharing ecosystem, where different institutions can securely access and analyze health data without centralized storage. Key Components of EHDS: Primary use of health data: Facilitates healthcare delivery across borders. Secondary use of...

From 22 until 26 May 2023, the first UHasselt Summer School on Big Data for Health and Care was organized by Liesbet M. Peeters and her team of the  Research Group in Biomedical Data Sciences ( Big Data for Health and Care - Summer School ). The Summer School gave some fascinating insights on the potential of big data to revolutionize the way we approach healthcare challenges. The increasing availability of healthcare data will have the potential to gain new insights into disease prevention, diagnosis, crisis management, and treatment. Consequently, the power of big data in healthcare can make a meaningful impact on patient outcomes and how we deal with our healthcare challenges on a national and European scale. Many thanks to Liesbet Peeters and her colleagues for organizing this inspiring and exciting week. Many thanks also to Noëlla Pierlet (ZOL) and Peter De Jaeger (AZ Delta), to name a few, for the inspiring discussions. It was a pleasure to exchange ideas and inspiration w...