Normen voor gezondheidstechnologie 101

Wanneer u de wereld van gezondheidstechnologie betreedt, wordt u waarschijnlijk overladen met veel standaarden zoals HL7-FHIR, SNOMED-CT, OMOP CDM. Het ligt niet altijd voor de hand om de toegevoegde waarde van die standaarden te destilleren en je kunt gemakkelijk verstrikt raken in de hype eromheen. Gelukkig hebben we bij Tiro.Gezondheid heb verschillende van die standaarden onderzocht en geïmplementeerd 😅

In deze blogpost bespreken we de belangrijkste standaarden die we zijn tegengekomen en belichten we wat ze kunnen betekenen voor jou als liefhebber, ontwikkelaar of ondernemer van gezondheidstechnologie.

Laten we, voordat we specifieke normen bespreken, definiëren wat een technische norm is: het is een overeenkomst over hoe een herhaalbare technische taak wordt uitgevoerd. De standaard is vaak het resultaat van consensus tussen verschillende gerespecteerde belanghebbenden in het veld. Voorbeelden van dergelijke normen zijn HTML. In tegenstelling tot de op consensus gebaseerde vaststelling van normen, bestaan er beste praktijken of technologieën van particuliere bedrijven die naar voren komen als een de facto standaard omdat iedereen ze gebruikt. PDF- en MS DOC-bestanden zijn bekende voorbeelden van dergelijke feitelijke standaarden.

De meeste gezondheidszorgsystemen hebben een groot aantal belanghebbenden die moeten samenwerken. Daarom zijn normen belangrijk! Als gezondheidstechnologiebedrijf is het moeilijk om solo te winnen. Je moet samenwerken en communiceren met andere spelers, vaak met behulp van technologische standaarden.

Een rondleiding langs gezondheidszorgstandaarden

De gezondheidszorgnormen die we zullen bespreken hebben één belangrijk doel gemeen: interoperabiliteit. Een interoperabel systeem is als een polyglot mens. Het geeft aan dat uw systeem kan 'spreken' met andere systemen volgens een of meer standaarden. De rol van de normen is om een gemeenschappelijke taal te hebben die met elkaar wordt gesproken.
De specifieke normen die we in dit artikel zullen bespreken zijn SNOMED-CT, HAAR, LENDENEN, en OMOP CDM, Smart-on-FHir. Ik zal proberen te beantwoorden waar de normen over gaan en waarom je ze misschien nodig hebt. Je zult merken dat ik FHIR heb opgedeeld in twee groepen: FHIR Resources en FHIR REST API, Messages and Documents, aangezien FHIR zelf een beest is met veel hoofden.
Welk doel hebben deze gezondheidszorgnormen in het algemeen? Het is moeilijk om één enkel antwoord te hebben. Om een duidelijk antwoord te geven, heb ik ze opgedeeld in vier brede categorieën: terminologie, informatiemodellen, uitwisseling en beveiliging.

1. Codes en terminologie

Mensen die in het verleden formulieren of vragenlijsten hebben ontworpen, weten waarschijnlijk dat het veel werk is om antwoorden met dezelfde betekenis te vertalen naar dezelfde waarde of code in uw spreadsheet. Vooral in de geneeskunde waar je heel veel synoniemen hebt, acroniemen met dezelfde betekenis: myocardinfarct, MI, hart- infarct, hartinfarct. Voor ons mensen is dit duidelijk, maar dit is niet praktisch voor een computerprogramma 🤷 ‍ ♂.

Dit is waar terminologieën een rol spelen. De belangrijkste terminologieën zijn SNOMED-CT, LENDENEN, en UCCUM. Maar helaas zijn er nog veel meer. Vaak hoor je over ICD-9, ICD-10, en veel landen en zelfs ziekenhuizen hebben hun eigen terminologieën. Het belangrijkste doel van medische terminologieën is om geneeskundige concepten toe te wijzen aan een unieke code of identificatiecode.

Bij SNOMED-CT myocardinfarct, MI, hart- infarct, hartinfarct, hartinfarct (nederlands), infarctus cardiaque (frans) zijn allemaal toegewezen aan dezelfde code [22298006]. Dit neemt veel onduidelijkheid weg voor ontwikkelaars en data-analisten bij het schrijven van software.
Daarbovenop heeft SNOMED-CT ook veel medische kennis verwerkt 🧠. Elke term in SNOMED-CT heeft een computerleesbare definitie die programmeurs kan helpen bij het interpreteren van specifieke medische termen. Stel dat u alle patiënten wilt ophalen met hartziekten dan kun je met SNOMED-CT dat oplossen myocardinfarct is ook hartziekte. Onnodig te zeggen dat dit een zeer krachtig systeem is voor data-analyse 🚀 Over het algemeen is SNOMED-CT voornamelijk gericht op algemene medische termen.

LOINC daarentegen is erg gericht op observaties en metingen 🧪. Het is vooral goed om een specificatie te geven over hoe een meting wordt uitgevoerd. Een LOINC-code [41653-7] biedt u in principe de volgende informatie:
Welke stof of entiteit wordt er geanalyseerd? — Glucose
Welke eigenschap van de stof/entiteit? — massaconcentratie
Binnen welk tijdsbestek wordt de meting uitgevoerd? — een punt in de tijd
Welke specimens of welk systeem zijn er gebruikt? — bloedcapillair
Welke schaal heeft de meetwaarde? — hoeveelheid
Welke methode is gebruikt om de meting uit te voeren? — glucometer

UCUM is uw standaard voor maateenheden en is zeer eenvoudig te gebruiken. Het heeft voor mensen leesbare codes en wordt door LOINC grotendeels gebruikt voor eenheden.

2. Informatiemodellering en inhoud

Hoe moeten we de basisinformatie van patiënten bijhouden? Hoe registreer je labmetingen? Hoe verwijzen we naar de patiënt in ons labmeetrecord?
Dit zijn vragen waarop informatiemodellen zoals FHIR Resources en OMOP CDM je een antwoord zullen geven. Enkele oudere standaarden die u in dit domein kunt vinden, zijn HL7 CD of HL7v2 en natuurlijk zijn er veel landspecifieke normen. De meeste van deze standaarden maken gebruik van codesystemen zoals SNOMED-CT en LOINC om medische concepten op een zinvolle manier weer te geven.
FHIR Resource en OMOP CDM hebben misschien hetzelfde doel, maar ze verschillen nogal van elkaar vanwege hun verschillende herkomst. Ze hebben ook een andere vertegenwoordiging: FHIR-bronnen hebben een boomachtige structuur die zich leent om te worden weergegeven als JSON of XML. OMOP CDM-records worden doorgaans weergegeven als records van een relationele database.
Een klein voorbeeld van een bloedmeting om dit tastbaarder te maken:

OMOP CDM
meet_id: 2947483873
persoon_id: 274897373
measurement_concept_id: 3020491
meetdatum: 2013-04-02
measurement_datetime: 2013-04-02T 09:30:10 + 01:00
meettype_concept_id: 32817
waarde_als_getal: 6.3
unit_concept_id: 8753
provider_id: 27439277

HAAR
Observatie
ID: f001
tekst
-identificatiecode
status: definitief
code
codering:
systeem: http://loinc.org
code: 15074-8
weergave: Glucose [mol/volume] in bloed
thema
referentie: patiënt/F001
display: P. van de Heuvel
Effectieve periode
start: 2013-04-02T 09:30:10 + 01:00
performer
referentie: practitioner /F005
display: A. Langeveld
waarde
waarde: 6.3
eenheid: mmol/l,
systeem: http://unitsofmeasure.org
code: mmol/L

U zult merken dat het gemakkelijker is om de FHIR-observatiebron te begrijpen in vergelijking met een enkel record uit een OMOP CDM-tabel. Aan de andere kant is OMOP CDM veel beknopter en lijkt het efficiënt voor opslag. Alles in OMOP CDM is een identifier, terwijl FHIR veel uitgebreider is.

De reden hiervoor is dat FHIR-middelen ontworpen zijn om te worden uitgewisseld 📤 en zelfvoorzienend moeten zijn. De bronnen moeten dus op zijn minst begrijpelijk zijn zonder dat er extra contextinformatie nodig is. OMOP CDM-records zijn ontworpen om te worden opgeslagen in een database voor analyse. De OMOP CDM-database is zo ontworpen dat query's kunnen worden uitgewisseld 🔍 in plaats van de gegevens zelf. Interoperabiliteit voor OMOP CDM betekent in feite dat u uw R- of Python-scripts met SQL-query's kunt uitwisselen met andere analisten.

Het zal ook eenvoudiger zijn om uw OMOP-database consistent te houden in vergelijking met uw FHIR-bronnen. Stel je een patiënt voor wiens naam is veranderd, maar je hebt al veel FHIR-observatiemiddelen naar andere systemen gestuurd. Het zal moeilijk zijn om al die systemen op de hoogte te brengen van een simpele naamswijziging.

Zorg er bij het kiezen van normen voor dat je het doel en de bestaansreden ervan in twijfel trekt 🤔. Kies de juiste standaard voor de juiste taak. En als je eenmaal een norm hebt geleerd, pas die dan niet toe op elk probleem dat je tegenkomt. Denk aan de wijze woorden van Abraham Maslow:„Als je alleen een hamer hebt, ziet elk probleem eruit als een spijker.”

‍Laten we dit bericht voorlopig afronden om het beknopt te houden. Dit bericht ging over het weergeven van gegevenspunten in de gezondheidszorg. In een volgende post gaan we verder met de discussie over hoe je zorggegevens op een veilige manier kunt uitwisselen.

‍