Onderwerp 9.2 — Mondiale en internationale digitale gezondheid

In één zin: De beginselen in dit boek reizen over grenzen, maar de stelsels, wetten en maatschappelijke afspraken waarin ze landen niet — dus uw taak is bewust te leren van andere gezondheidsstelsels, de gedeelde mondiale standaarden over te nemen en al het andere aan de context aan te passen in plaats van het te kopiëren.

Waarom dit ertoe doet in gezondheid en zorg#

Digitale gezondheid is geen Britse uitvinding, en het Verenigd Koninkrijk is niet haar zwaartepunt. Het moeilijkste, meest leerzame werk in het vak gebeurt in Estland, India, Rwanda, Brazilië en Kenia evenzeer als in Londen of Leeds. Als u de digitale levering leidt in de NHS, een Integrated Care System of een organisatie op afstand van de overheid en u alleen naar binnen kijkt, lost u opnieuw problemen op die anderen een decennium geleden oplosten, en mist u de standaarden, instrumenten en waarschuwende verhalen die u jaren hadden bespaard.

Dit doet ertoe om redenen die verder gaan dan efficiëntie. Gezondheid is een mondiaal gemeengoed: ziekteverwekkers, bewijs, klinische richtlijnen en — steeds meer — de software die zorgstelsels draait bewegen over grenzen heen. Dezelfde zorgen over klinische veiligheid, billijkheid en publiek vertrouwen die bepalen hoe u thuis werkt keren versterkt terug wanneer data en technologie rechtsgebieden oversteken. Een instrument voor monitoring op afstand dat veilig is in een goed verbonden Engelse stad kan onveilig zijn wanneer het wordt ingezet waar connectiviteit uitvalt; een model voor toestemming dat rechtmatig is onder het regime van het ene land kan onrechtmatig zijn onder dat van een ander; een algoritme getraind op de ene populatie kan een andere stilletjes schaden.

Er is ook een plicht tot bescheidenheid. Het VK leert van en draagt bij aan mondiale gezondheid, en de stroom loopt in beide richtingen. Landen met lage en middeninkomens (LMIC’s) hebben mobile-first zorg, platforms voor gemeenschappelijke gezondheidswerkers en open nationale infrastructuur gepionierd die rijkere stelsels nu bestuderen. Internationale digitale gezondheid behandelen als liefdadigheid, of als een menu van modellen om op te pakken en in Engeland neer te zetten, is de snelste route naar falen. Haar behandelen als discipline van zorgvuldig, wederkerig leren is hoe u de claim van dit boek van “internationaal overdraagbare beginselen” eerlijk maakt in plaats van hol.

Kernbegrippen#

Mondiale gezondheid en digitale gezondheid. Mondiale gezondheid (global health) is de studie en praktijk van het verbeteren van gezondheid en het bereiken van gezondheidsbillijkheid voor alle mensen wereldwijd. Digitale gezondheid is het gebruik van informatie- en communicatietechnologieën — dossiers, apps, apparaten, analyse en kunstmatige intelligentie — om zorg te leveren en te verbeteren. Het snijvlak is het onderwerp van dit onderwerp: hoe digitale instrumenten en werkwijzen tussen gezondheidsstelsels bewegen, of daar niet in slagen, die verschillen in welvaart, wet, infrastructuur en cultuur.

De mondiale strategie van de WHO en digitale publieke goederen. De Wereldgezondheidsorganisatie (WHO) publiceerde een Global Strategy on Digital Health die digitale gezondheid kadert als mogelijk-maker van universele gezondheidszorg — vaak universele gezondheidsdekking (universal health coverage, UHC) genoemd, het doel dat iedereen de diensten kan gebruiken die hij nodig heeft zonder financiële nood. Een centraal idee is het digitaal publiek goed: opensourcesoftware, open data, open standaarden en open inhoud — soms “mondiale goederen” genoemd — die elk land kan overnemen en aanpassen in plaats van eigen systemen te kopen die het niet kan bezitten of betalen. Door de WHO onderschreven instrumenten als DHIS2 (een platform voor gezondheidsinformatie dat in meer dan zeventig landen wordt gebruikt) en OpenMRS (een open medisch dossier) zijn canonieke voorbeelden.

Internationale standaarden voor interoperabiliteit en terminologie. Grenzen worden niet overgestoken door hele systemen te verplaatsen maar door een gemeenschappelijke taal te delen. Drie standaarden doen het meeste werk: HL7 Fast Healthcare Interoperability Resources (FHIR) voor het uitwisselen van gestructureerde klinische data; SNOMED CT, de internationale klinische terminologie die wordt bestuurd door SNOMED International; en de ICD-11 van de WHO, de elfde herziening van de International Classification of Diseases, wereldwijd gebruikt voor codering van sterfte, ziekte en vergoeding. Dit is het gedeelde vocabulaire waardoor een Engels dossier, een Estisch dossier en een statistische opgave aan de WHO hetzelfde betekenen. (Zie Onderwerp 4.3 — Interoperabiliteit en datastandaarden.)

mHealth en overslaan van generaties. mHealth — mobiele gezondheid — is het leveren van gezondheidsdiensten en informatie via mobiele telefoons. In veel LMIC’s is mobile-first zorg geen achteruitgang maar het primaire kanaal, en zij illustreert leapfrogging (een generatie overslaan: een generatie infrastructuur overslaan (hier vaste connectiviteit en IT in ziekenhuizen vol papier) om rechtstreeks naar nieuwere technologie te gaan. De les voor rijkere stelsels is niet dat telefoons goedkoop zijn, maar dat beperking ontwerpen kweekt — offline-first, weinig bandbreedte, sms als terugval — die veerkrachtiger zijn dan veel “geavanceerde” alternatieven.

Datasoevereiniteit en grensoverschrijdende datastromen. Datasoevereiniteit is het beginsel dat data wordt bestuurd door de wetten van het rechtsgebied waar zij worden verzameld of opgeslagen. Gezondheidsdata zijn een van de strengst gecontroleerde categorieën, en wettelijke regimes lopen sterk uiteen: de GDPR van het VK en de EU rust op rechtsgronden en rechten van betrokkenen; de Amerikaanse Health Insurance Portability and Accountability Act (HIPAA) beschermt een smallere set “covered entities”; de Artificial Intelligence Act van de EU en de Medical Device Regulation van de EU (Verordening (EU) 2017/745) leggen naar risico gelaagde beheersing op aan software als medisch hulpmiddel. Een instrument dat in het ene regime conform is kan in een ander onrechtmatig zijn, en grensoverschrijdende datastromen vereisen een expliciet wettelijk mechanisme voor doorgifte en geen aanname.

Leren over gezondheidsstelsels heen. Landen voeren natuurlijke experimenten uit die u thuis niet kunt uitvoeren. Estland bouwde een laag voor data-uitwisseling voor de hele overheid en vrijwel universele digitale dossiers; India bouwde een set open digitale “stack”-componenten voor identiteit, betalingen en gezondheid waarop private en publieke actoren voortbouwen; Rwanda schaalde bloed bezorgd door drones en platforms voor gemeenschappelijke gezondheid op. Elk is een bron van overdraagbare lessen en niet-overdraagbare specifieke zaken — en die twee uit elkaar houden is de kernvaardigheid die dit onderwerp onderwijst.

Beste praktijken#

1. Neem de mondiale standaarden over voordat u lokale verzint. Gebruik als standaard HL7 FHIR, SNOMED CT en ICD-11 voor uitwisseling, terminologie en classificatie, want dit is de gedeelde taal die elke toekomstige internationale vergelijking, samenwerking of wisseling van leverancier mogelijk maakt. Elk eigen codestelsel dat u schept is een muur die u later moet slopen. Gebruik waar een nationaal profiel bestaat — de UK Core FHIR-profielen bijvoorbeeld — dat, en draag terug bij in plaats van stilletjes af te takken.

2. Geef de voorkeur aan digitale publieke goederen en open standaarden boven eigen lock-in. Weeg open-source, openlijk gespecificeerde en onafhankelijk bestuurde opties zwaar wanneer u koopt of bouwt, omdat ze uw vermogen behouden om te bezitten, te auditen en uit te stappen. Digitale publieke goederen als DHIS2 en OpenMRS zijn op nationale schaal bewezen en vrij van licentierente; ook waar u een commercieel product kiest, sta op open standaarden en dataportabiliteit zodat u nooit gegijzeld wordt. (Zie Onderwerp 9.0 — Samenwerken met partnerorganisaties over ontwerpen tegen vendor lock-in.)

3. Leer van andere stelsels als discipline, met benoemde eigenaren en eerlijke vertaling. Behandel internationaal leren als echt werk: wijs iemand aan om een vergelijkbaar stelsel te bestuderen, te begrijpen waarom het daar werkt — zijn wetten, financiering, digitale identiteit en maatschappelijk vertrouwen — en het overdraagbare beginsel te scheiden van de lokale specifieke zaak. Een studiebezoek dat terugkomt met “we moeten Estland kopiëren” is mislukt; een dat terugkomt met “hier is het probleem van identiteit en toestemming dat Estland oploste, en hier is hoe onze beperkingen verschillen” is geslaagd.

4. Til een nationaal model nooit zomaar over. Het succes van Estland rust op een kleine bevolking, een verplichte nationale digitale identiteit en een in twee decennia opgebouwde afspraak met veel vertrouwen; de gezondheidsstack van India rust op een bepaalde publiek-private architectuur en een identiteitsstelsel voor een miljard mensen. Eén component eruit halen en in Engeland neerzetten negeert de steigers die het veilig maken. Neem het patroon over en bouw de implementatie opnieuw voor uw wettelijke, demografische en vertrouwenscontext.

5. Breng het wettelijke regime in kaart voordat enige data een grens oversteken. Stel schriftelijk de rechtsgrond, het mechanisme voor doorgifte en de relaties tussen verwerkingsverantwoordelijken vast voordat gezondheidsdata een rechtsgebied verlaten — neem niet aan dat een stroom die in het VK rechtmatig is ook verder rechtmatig is. Behandel waar u werkt onder GDPR, HIPAA, de AI Act van de EU en de Medical Device Regulation van de EU het strengste toepasselijke regime als uw ondergrens en leg vast hoe datasoevereiniteit wordt gerespecteerd voor elke populatie waarvan u data bezit.

6. Ontwerp voor de zwaarste realistische omstandigheden, niet voor de demo. Leen de discipline van LMIC’s van offline-first, weinig bandbreedte en soepel afnemen, want zij produceert diensten die ook thuis de uitval van connectiviteit, het oude apparaat en het landelijke gebied zonder dekking overleven. Een instrument dat alleen werkt op snelle glasvezel in een kliniek is niet veerkrachtig; billijkheid en klinische veiligheid verbeteren beide wanneer u aanneemt dat het netwerk zal uitvallen.

7. Verankeer alles in billijkheid en universele dekking en controleer wie wordt uitgesloten. Vraag bij elke inzet of zij de kloof verkleint of vergroot — tussen landen en binnen uw eigen populatie — want een digitale dienst die de verbondenen en zelfverzekerden dient en anderen achterlaat is een stap weg van universele dekking en niet ernaartoe. Meet gebruik per groep, niet alleen in totaal. (Dit sluit aan op Onderwerp 1.9 — Digitale inclusie en toegankelijkheid.)

8. Bestuur AI en opkomende technologie naar de hoogste toepasselijke internationale lat. Algoritmen getraind op de ene populatie kunnen een andere schaden, en de regelgevende bodem verschuift snel onder de AI Act van de EU en vergelijkbare kaders. Documenteer de herkomst van trainingsdata, valideer op uw eigen populatie en stem bestuur af op het strengste regime dat u raakt in plaats van het meest toegeeflijke. (Zie Onderwerp 8.4 — Bestuur van AI en opkomende technologie.)

Vragen om met uw team te bespreken#

1. Wanneer wij het digitale gezondheidsstelsel van een ander land bewonderen, kunnen wij dan precies verwoorden welke delen overdraagbaar zijn naar onze context en welke afhangen van omstandigheden die wij niet delen? Deze vraag beschermt tegen de meest voorkomende en duurste fout bij internationaal leren: een specifieke implementatie aanzien voor een algemeen beginsel. De vrijwel wrijvingloze uitwisseling van data in Estland hangt af van een verplichte nationale digitale identiteit en een afspraak in de samenleving met veel vertrouwen; de gezondheidsstack van India hangt af van een bepaalde publiek-private architectuur en een identiteitsstelsel op schaal van de bevolking; beide kostten vele jaren en specifieke politieke omstandigheden. Uw team moet het onderliggende probleem kunnen noemen dat elk stelsel oploste — veilige identiteit, uitwisseling van data met toestemming, afgelegen populaties bereiken — en dan eerlijk beschrijven hoe uw wettelijke regime, financiering, demografie en publiek vertrouwen verschillen. De discussie moet aan het licht brengen welke steigers een geleend model hier nodig zou hebben om veilig te zijn en of die steigers realistisch zijn. Een volwassen antwoord scheidt het patroon dat de moeite waard is over te nemen van de implementatie die niet kan reizen, en behandelt “we moeten ze gewoon kopiëren” als rode vlag en niet als plan. Het stelt ook de wederkerige vraag: wat doet ons stelsel waarvan anderen kunnen leren, wat de bescheidenheid aanscherpt die de hele oefening vereist.

2. Voordat enige gezondheidsdata een grens oversteken — ook naar een cloudregio, een leverancier of een onderzoekspartner in een ander land — kennen wij de rechtsgrond, het mechanisme voor doorgifte en welk regime erover gaat? Grensoverschrijdende datastromen zijn waar goede bedoelingen de harde wet ontmoeten, en het falen is gewoonlijk stil: data bewegen door een cloudregio of de overzeese helpdesk van een leverancier zonder dat iemand een wettelijk mechanisme voor doorgifte vaststelde. Uw team moet duidelijk onderscheid maken tussen de wereld van de GDPR van het VK en de EU met rechtsgronden en rechten van betrokkenen, het Amerikaanse model HIPAA dat een smallere set covered entities beschermt en de opkomende beheersmaatregelen van de AI Act en de Medical Device Regulation van de EU voor klinische software. De discussie moet datasoevereiniteit concreet omvatten: onder welk nationaal recht valt elke populatie waarvan u data bezit, en respecteert u dat? Zij moet ook de praktische valkuilen onder ogen zien — een “mondiaal” SaaS-product met ondersteunend personeel op een ander continent, een AI-leverancier wiens model op uw data wordt hertraind, een onderzoekssamenwerking die wederkerigheid aanneemt die de wet niet verleent. Een sterk antwoord behandelt het strengste toepasselijke regime als ondergrens, legt het mechanisme voor doorgifte schriftelijk vast voordat data bewegen en kan noemen wie verantwoordelijk is wanneer een toezichthouder erom vraagt.

3. Ontwerpen wij voor de connectiviteit, apparaten en geletterdheid van iedereen die wij bedienen, of alleen voor de zelfverzekerde, verbonden gebruiker in de demo? Veel van de meest veerkrachtige gezondheidstechnologie ter wereld is onder beperking gebouwd — onderbroken stroom, weinig bandbreedte, gedeelde of eenvoudige telefoons, meerdere talen — en die discipline produceert diensten die ook de uitgeslotenen binnen een rijk stelsel dienen. Uw team moet nagaan of zijn ontwerpen snelle connectiviteit, moderne apparaten en hoge digitale geletterdheid veronderstellen, en wat er met een patiënt gebeurt wanneer die aannames falen. De inzet voor billijkheid is direct: een dienst die alleen werkt voor de goed verbondenen vergroot de kloof die zij moest sluiten, zowel tussen landen als binnen uw eigen populatie, en beweegt weg van universele dekking en niet ernaartoe. Het gesprek moet kijken naar gedrag offline-first, soepel afnemen, sms of spraak als terugval, toegankelijkheid in taal en leesniveau en of gebruik per groep wordt gemeten en niet alleen in totaal. Het moet ook vragen of u bewezen ontwerppatronen van LMIC’s overneemt of ze negeert uit een gevoel dat ze “niet voor ons” zijn. Een goed antwoord kan wijzen op specifieke ontwerpkeuzes die de moeilijkst bereikbare gebruiker beschermen en op maten die uitsluiting vroeg zouden onthullen.

4. Kiezen wij bij bouwen of kopen digitale publieke goederen en open standaarden die wij kunnen bezitten, auditen en verlaten — of aanvaarden wij stilletjes eigen lock-in omdat het vandaag gemakkelijk is? De keuze tussen een open, onafhankelijk bestuurd platform en een gelikt eigen platform is waar de soevereiniteit van een stelsel op lange termijn wordt gewonnen of verloren, en de druk loopt vrijwel altijd naar de gesloten optie omdat zij beter demonstreert en nu minder van u vraagt. Uw team moet kunnen zeggen waarom het open-source, openlijk gespecificeerde en portabele opties zwaar woog in een specifieke recente beslissing — of eerlijk toegeven dat het dat niet deed. Digitale publieke goederen als DHIS2 en OpenMRS zijn op nationale schaal bewezen en vrij van licentierente, maar ze vragen intern vermogen en een toezegging van onderhoud die een commercieel contract lijkt weg te nemen; die afweging is echt en moet worden beredeneerd en niet weggedacht. De discussie moet ook uitstap concreet omvatten: als deze leverancier zijn prijs verdubbelde of over drie jaar de markt verliet, zou u uw data en uw dienst dan kunnen verhuizen, en hebt u die bewering getest in plaats van een bepaling in een contract te vertrouwen? Een volwassen antwoord behandelt dataportabiliteit en een gedocumenteerde uitstap als niet-onderhandelbaar, zelfs wanneer het gekozen product commercieel is, en kan noemen wat de organisatie zou moeten bouwen of financieren om de open optie levensvatbaar te maken.

5. Behandelen wij partners met lagere inkomens als bronnen van bewezen ontwerp en echte medewerkers, of als ontvangers van onze liefdadigheid — en kunnen wij duidelijk zeggen wat wij terugbrengen? Internationale digitale gezondheid draagt een hardnekkige asymmetrie van macht, en het kader van liefdadigheid — waarin een welvarend stelsel een LMIC “helpt” door technologie te schenken — is zowel betuttelend als een betrouwbare route naar falen, omdat het negeert dat mobile-first zorg, platforms voor gemeenschappelijke gezondheidswerkers en open nationale infrastructuur vaak juist in die stelsels zijn gepionierd. Uw team moet een echt of voorgesteld partnerschap onderzoeken en vragen wie het resultaat bezit, wie het onderhoudt en of de stroom van leren werkelijk beide kanten op loopt. De spanningen zijn concreet: een geschonken platform dat een niet-gefinancierde afhankelijkheid wordt, een “samenwerking” die data of validatie onttrekt aan een partnerpopulatie zonder wederkerige baat, een studiebezoek dat lessen neemt maar niets terugbiedt. Zij moet ook de wederkerige bescheidenheid onder ogen zien die het onderwerp vraagt — wat doet uw eigen stelsel waarvan anderen kunnen leren, en deelt u het even openlijk als u verwacht dat zij met u delen? Een eerlijk antwoord kan wijzen op regelingen van mede-eigendom, bijdragen terug aan gedeelde open kernen en een partnerschap dat nog steeds zinvol zou zijn als de richting van de financiering werd omgekeerd.

6. Kunnen wij voor elk algoritme of AI-model dat wij inzetten tonen dat het is gevalideerd op de populatie die het werkelijk zal bedienen, en bestuurd naar het strengste regime dat wij raken en niet het meest toegeeflijke? Een model dat op de ene populatie is getraind en gevalideerd kan een andere stilletjes schaden, en internationale digitale gezondheid vermenigvuldigt dit risico omdat instrumenten, trainingsdata en leveranciers sneller grenzen oversteken dan het bewijs van hun veiligheid. Uw team moet de herkomst van een model — waar de trainingsdata vandaan kwamen, tegen welke populatie het werd gevalideerd — kunnen onderscheiden van de populatie die het nu moet bedienen, en elke kloof behandelen als een levende kwestie van klinische veiligheid en niet als een detail van papierwerk. De regelgevende bodem verschuift snel en ongelijk: de AI Act van de EU legt naar risico gelaagde beheersing op aan klinische software met hoog risico, de Medical Device Regulation van de EU behandelt veel algoritmen als software als medisch hulpmiddel en de Britse wet is op plekken lichter, wat de verleiding schept te besturen naar het meest toegeeflijke regime dat u kunt verdedigen. De discussie moet aan het licht brengen wie verantwoordelijk is voor hervalidatie, hoe updates van modellen en hertraining door de leverancier worden beheerst en of de organisatie de herkomst van trainingsdata überhaupt documenteert. Een sterk antwoord valideert vóór de inzet opnieuw op de lokale populatie, stemt bestuur af op de hoogste toepasselijke internationale lat om opties open te houden en kan die keuze zonder schaamte aan een toezichthouder uitleggen.

In de praktijk: een voorbeeld uit gezondheid en zorg#

Een fictieve Engelse organisatie op afstand van de overheid, de “National Remote Monitoring Service”, wordt gevraagd een platform aan te schaffen voor thuismonitoring van langdurige aandoeningen, met de optie samen te werken aan een gedeelde open-sourcekern met gezondheidsministeries in twee partnerlanden — een buurland uit de EU met hoog inkomen, een LMIC dat gemeenschappelijke gezondheidswerkers opschaalt.

De verleiding is een gelikt commercieel platform te kopen en de internationale invalshoek als diplomatieke beleefdheid te behandelen. Het team weerstaat. Het begint bij standaarden: elk platform moet data uitwisselen als HL7 FHIR, waarnemingen coderen in SNOMED CT en aandoeningen classificeren naar ICD-11, zodat data in alle drie de landen hetzelfde betekenen en de dienst niet aan één leverancier vastzit. Het zet een kern van een digitaal publiek goed (een stack afgeleid van OpenMRS) op de shortlist naast twee commerciële opties en scoort elke op dataportabiliteit en uitstap even zwaar als op functies.

Over de wet brengt het team de regimes in kaart voordat een byte beweegt. Data voor Engelse patiënten blijven onder de UK GDPR in een Britse cloudregio; de samenwerking met de EU-partner loopt onder de GDPR van de EU met een gedocumenteerd mechanisme voor doorgifte; geen persoonsgegevens stromen van of naar de LMIC-partner — alleen gede-identificeerde geaggregeerde indicatoren en de open-sourcecode zelf, die een digitaal publiek goed is en geen risico voor soevereiniteit draagt. Het algoritme voor monitoring wordt behandeld als software als medisch hulpmiddel en afzonderlijk gevalideerd tegen de Engelse populatie, omdat een model dat elders is afgesteld niet als veilig kan worden aangenomen; het bestuur wordt afgestemd op de verwachtingen voor hoog risico van de AI Act van de EU, ook waar de Britse wet lichter is, om opties open te houden.

Het ontwerp leent van de LMIC-partner in plaats van haar de les te lezen. Het platform voor gemeenschappelijke gezondheidswerkers daar is offline-first met sms als terugval, en de Engelse dienst neemt hetzelfde patroon over — wat blijkt te tellen voor landelijke gebieden zonder dekking en oudere patiënten thuis. Achttien maanden later wordt de gedeelde open-sourcekern gezamenlijk onderhouden, draait elk land zijn eigen rechtmatige inzet en heeft geen partner het model van een ander in zijn geheel gekopieerd. Het Engelse team kan een toezichthouder precies tonen welke data onder welke wet vallen, en het ministerie van het LMIC heeft een platform in mede-eigendom en geen geschonken afhankelijkheid.

Sectorperspectieven#

Startup#

Een startup in digitale gezondheid bereikt internationale markten vaak voordat zij gereed is voor de wettelijke complexiteit die ze dragen. Het voordeel is echt — mondiale standaarden betekenen dat een product dat FHIR-native en SNOMED-gecodeerd is in principe overal kan verkopen — maar elk nieuw land brengt een ander regime (GDPR, HIPAA, de AI Act van de EU, nationale regels voor medische hulpmiddelen) en een andere verwachting voor datasoevereiniteit. Bouw naar het strengste regime waarop u aannemelijk wilt toetreden, houd persoonsgegevens door ontwerp in de regio en behandel compatibiliteit met digitale publieke goederen als marktvoordeel en niet als bedreiging. Oprichters die in markten van LMIC’s springen moeten echt samenwerken en eerlijk lokaliseren, want een instrument dat zonder lokaal eigenaarschap wordt neergelaten overleeft zelden het contact met echte infrastructuur.

Klein bedrijf#

Een gevestigde kleine aanbieder — een huisartsenpraktijk, een gemeenschapsapotheek, een verzorgingshuis, een kliniek met één vestiging of een kleine leverancier van health-tech voorbij de startupfase — draagt dezelfde grensoverschrijdende plichten en plichten rond standaarden als een nationaal orgaan maar met een fractie van het vermogen om eraan te voldoen. Zij heeft zelden eigen IT- of IG-medewerkers, maar kan toch een product in de cloud gebruiken waarvan de data in een ander rechtsgebied staan, of een diagnostisch instrument gebouwd op een model dat elders is gevalideerd. De praktische bescherming is te leunen op de standaarden en de discipline van het strengste regime als ondergrens in plaats van elk geval vanaf nul te beredeneren: vraag leveranciers vóór ondertekening ondersteuning van FHIR en SNOMED CT, verblijf van data in de regio en een gedocumenteerde rechtsgrond te tonen en behandel dataportabiliteit als kwestie van overleven omdat u zich niet kunt veroorloven vast te zitten aan een leverancier die faalt. Bewezen patronen offline-first en met weinig bandbreedte lenen past hier vaak beter dan het gelikte product voor grote ondernemingen na te jagen, omdat veerkracht meer telt dan functies wanneer niemand te bellen is wanneer het netwerk uitvalt. Waar een nationaal profiel of een digitaal publiek goed al bestaat, neem het dan over in plaats van iets op maat in opdracht te geven dat u nooit zou kunnen onderhouden.

Grote onderneming#

Een groot NHS-orgaan, integrated care system of multinationale leverancier heeft de schaal om standaarden vorm te geven en niet slechts te volgen, en de verplichting dat verantwoord te doen. Het risico voor de grote onderneming is een mondiale aanbesteding die data over rechtsgebieden stilletjes centraliseert en zo problemen van soevereiniteit en lock-in schept die jaren later op het bureau van een toezichthouder verschijnen. Verplicht open standaarden en dataportabiliteit in elk contract, sta op duidelijk verblijf van data in de regio en gebruik uw inkoopgewicht om het ecosysteem van digitale publieke goederen te versterken in plaats van het uit te hongeren. Wanneer u van andere stelsels leert, zorg dat het leren behoorlijk wordt bekostigd en bemand — studiebezoeken met benoemde eigenaren en eerlijke verslagen — in plaats van anekdotes te verzamelen.

Overheid#

Een nationaal of bovennationaal orgaan stelt de regels vast waarbinnen iedereen werkt, dus zijn keuzes over standaarden, soevereiniteit en openheid klinken een decennium door. Overheden moeten de internationale standaarden (FHIR, SNOMED CT, ICD-11) verplicht stellen, investeren in en bijdragen aan digitale publieke goederen als kwestie van veerkracht en waarde en duidelijke, werkbare regimes wettelijk vastleggen voor grensoverschrijdende data en AI in plaats van ze aan onderhandeling geval voor geval over te laten. Zij hebben ook de diplomatieke rol: zich afstemmen op de Global Strategy on Digital Health van de WHO, stelsels van LMIC’s steunen als partners en niet als ontvangers en universele gezondheidsdekking bevorderen als gedeeld doel. De verantwoording is publiek en internationaal, dus beslissingen moeten transparant en verdedigbaar zijn en niet louter opportuun. (Zie Onderwerp 9.1 — Werken met lokale en nationale overheden.)

Veelvoorkomende faalpatronen#

• Optillen en neerzetten. Het model van een ander land kopiëren zonder zijn steigers van wet, identiteit en vertrouwen. Oplossing: neem het patroon over, bouw de implementatie opnieuw voor uw context.
• Lokale standaarden verzinnen. Eigen codestelsels bouwen in plaats van FHIR, SNOMED CT en ICD-11 te gebruiken. Oplossing: neem eerst mondiale standaarden over en gebruik nationale profielen waar ze bestaan.
• Stil lekken van data over grenzen. Data die via cloudregio’s of helpdesks overzee bewegen zonder mechanisme voor doorgifte. Oplossing: breng het regime in kaart en leg de rechtsgrond vast voordat enige data bewegen.
• Eigen lock-in vermomd als gemak. Een gesloten platform kopen dat u niet kunt bezitten, auditen of verlaten. Oplossing: weeg digitale publieke goederen en verplicht dataportabiliteit.
• Liefdadigheid als kader voor werk met LMIC’s. Partners met lagere inkomens behandelen als ontvangers in plaats van als bronnen van bewezen ontwerp. Oplossing: werk wederkerig samen en neem hun veerkrachtige patronen met offline-first over.
• Aannemen dat een algoritme reist. Een model inzetten dat op een andere populatie is gevalideerd. Oplossing: valideer opnieuw op uw eigen populatie en bestuur naar het strengste toepasselijke regime.
• Alleen voor de demo ontwerpen. Snelle connectiviteit, moderne apparaten en hoge geletterdheid aannemen. Oplossing: ontwerp offline-first met soepel afnemen en meet gebruik per groep.

Volwassenheidsmodel#

Checklist#

• Uitwisseling, terminologie en classificatie gebruiken HL7 FHIR, SNOMED CT en ICD-11, met nationale profielen waar ze bestaan.
• Opties met digitale publieke goederen en open standaarden zijn zwaar gewogen bij beslissingen om te bouwen of te kopen.
• Elk product en elk contract met een leverancier garandeert dataportabiliteit en een gedocumenteerde uitstap.
• De rechtsgrond, het verblijf van data en het mechanisme voor doorgifte zijn vastgelegd voordat gezondheidsdata een grens oversteken.
• De toepasselijke regimes (GDPR van het VK/EU, HIPAA, AI Act van de EU, Medical Device Regulation van de EU) zijn geïdentificeerd, met het strengste als ondergrens.
• Elk AI-model is gevalideerd op uw eigen populatie en bestuurd naar de hoogste toepasselijke internationale lat.
• Internationaal leren heeft een benoemde eigenaar die overdraagbare beginselen scheidt van niet-overdraagbare specifieke zaken.
• Geen nationaal model is in zijn geheel gekopieerd zonder de implementatie voor de lokale context opnieuw te bouwen.
• Diensten nemen soepel af — offline-first, weinig bandbreedte, kanalen als terugval — voor de zwaarste realistische omstandigheden.
• Gebruik en uitkomsten worden per groep gemeten om uitsluiting op te sporen, ten dienste van universele dekking en billijkheid.

Belangrijkste bronnen#

• Wereldgezondheidsorganisatie — Global Strategy on Digital Health 2020–2025 (who.int).
• Wereldgezondheidsorganisatie — Classification of digital health interventions en ICD-11 (who.int).
• Digital Public Goods Alliance — DPG Standard en register (digitalpublicgoods.net).
• HL7 International — FHIR specification (hl7.org/fhir); SNOMED International — SNOMED CT (snomed.org).
• Estland — e-Estonia en X-Road / Nordic Institute for Interoperability Solutions (e-estonia.com; niis.org).
• Ministry of Health & Family Welfare / National Health Authority (India) — Ayushman Bharat Digital Mission (abdm.gov.in).
• Europese Commissie — Verordening (EU) 2017/745 betreffende medische hulpmiddelen; Verordening (EU) 2024/1689 (Artificial Intelligence Act).
• Information Commissioner’s Office — richtlijnen over internationale doorgifte onder de UK GDPR (ico.org.uk).
• The Lancet & Financial Times Commission — Governing health futures 2030 (thelancet.com).

Referenties#

1. Global health — Wikipedia — https://en.wikipedia.org/wiki/Global_health
2. Digital health — Wikipedia — https://en.wikipedia.org/wiki/Digital_health
3. World Health Organization — Wikipedia — https://en.wikipedia.org/wiki/World_Health_Organization
4. Digital public goods — Wikipedia — https://en.wikipedia.org/wiki/Digital_public_goods
5. Universal health care — Wikipedia — https://en.wikipedia.org/wiki/Universal_health_care
6. Fast Healthcare Interoperability Resources (FHIR) — Wikipedia — https://en.wikipedia.org/wiki/Fast_Healthcare_Interoperability_Resources
7. SNOMED CT — Wikipedia — https://en.wikipedia.org/wiki/SNOMED_CT
8. ICD-11 — Wikipedia — https://en.wikipedia.org/wiki/ICD-11
9. mHealth — Wikipedia — https://en.wikipedia.org/wiki/MHealth
10. Leapfrogging — Wikipedia — https://en.wikipedia.org/wiki/Leapfrogging
11. Data sovereignty — Wikipedia — https://en.wikipedia.org/wiki/Data_sovereignty
12. Artificial Intelligence Act — Wikipedia — https://en.wikipedia.org/wiki/Artificial_Intelligence_Act
13. Regulation (EU) 2017/745 (EU Medical Device Regulation) — Wikipedia — https://en.wikipedia.org/wiki/Regulation_(EU)_2017/745
14. Health Insurance Portability and Accountability Act (HIPAA) — Wikipedia — https://en.wikipedia.org/wiki/Health_Insurance_Portability_and_Accountability_Act
15. General Data Protection Regulation — Wikipedia — https://en.wikipedia.org/wiki/General_Data_Protection_Regulation
16. Global Strategy on Digital Health 2020–2025 — World Health Organization — https://www.who.int/publications/i/item/9789240020924
17. The DPG Standard — Digital Public Goods Alliance — https://www.digitalpublicgoods.net/standard
18. Ayushman Bharat Digital Mission — National Health Authority, Government of India — https://abdm.gov.in/