Onderzoeken brengen knelpunten rond datakwaliteit in de zorg in kaart

ma 16 november 2026 - 06:59
Onderzoeken brengen knelpunten rond datakwaliteit in de zorg in kaart
Data
Nieuws

Goede zorg vraagt niet alleen om toegang tot patiëntgegevens, maar ook om betrouwbare en actuele informatie. Toch staan in patiëntendossiers soms verouderde medicatiegegevens of ontbreken diagnoses. Dit kan leiden tot medicatiefouten, onnodig tijdverlies en verkeerde behandelingen. In opdracht van het ministerie van Volksgezondheid, Welzijn en Sport (VWS) onderzochten het RIVM en M&I/Partners hoe zorgorganisaties de datakwaliteit bewaken, welke knelpunten zorgprofessionals ervaren en welke factoren daarop van invloed zijn.

Het RIVM onderzocht hoe zorginstellingen op dit moment werken aan het verbeteren en behouden van datakwaliteit. Daarbij stond het perspectief van zorgprofessionals centraal. Het onderzoek brengt in kaart welke ontwikkelingen zij zien, tegen welke knelpunten zij aanlopen en waar volgens hen mogelijkheden liggen voor verbetering. Naast inzicht in de dagelijkse praktijk was er behoefte aan een breder beeld van de factoren die de kwaliteit van zorggegevens beïnvloeden. M&I/Partners onderzocht daarom welke factoren een rol spelen en hoe deze zich tot elkaar verhouden.

Actuele gegevens

De onderzoeken richten zich op een belangrijk onderdeel van gegevensuitwisseling in de zorg: de kwaliteit van de informatie die zorgprofessionals gebruiken en opnieuw inzetten. Alleen wanneer gegevens actueel en volledig zijn, kunnen zorgverleners erop vertrouwen dat deze een goede basis vormen voor hun werk. Ontbrekende diagnoses of medicatiegegevens die niet meer actueel zijn, kunnen gevolgen hebben voor de zorgverlening. Betrouwbare gegevens zijn daarom niet alleen van belang op het moment dat ze worden vastgelegd, maar ook wanneer andere zorgverleners of organisaties ze later gebruiken.

De resultaten van beide onderzoeken geven inzicht in de manier waarop gegevens van goede kwaliteit ontstaan en welke factoren daarbij een rol spelen. Ook is een model ontwikkeld dat de onderlinge samenhang tussen deze factoren inzichtelijk maakt.

Zorgorganisaties kunnen het model gebruiken als gespreksstarter om de eigen werkwijze rond datakwaliteit te bespreken. Daarmee bieden de onderzoeken aanknopingspunten om binnen organisaties te kijken waar verbeteringen mogelijk zijn en hoe zorgprofessionals met meer vertrouwen gegevens kunnen vastleggen, gebruiken en delen.

Ruimte voor verbetering

Zorgorganisaties besteden steeds meer aandacht aan datakwaliteit. Dat blijkt uit het onderzoek van het RIVM. Zo stellen organisaties beleid op, leggen ze rollen en taken duidelijker vast en besteden ze meer aandacht aan de inrichting van werkprocessen en systemen. Toch plaatst het merendeel van de deelnemers kanttekeningen bij de datakwaliteit binnen hun organisatie. Zo is het niet altijd duidelijk hoe de kwaliteit van gegevens is geregeld. Ook ervaren deelnemers dat het management nog te weinig aandacht besteedt aan datakwaliteit en dat de sturing daarop ontbreekt. Daarnaast zijn verantwoordelijkheden volgens hen niet altijd helder verdeeld.

Het onderzoek wijst geen eenduidig hoofdprobleem aan. Daardoor is er ook niet één oplossing om de datakwaliteit te verbeteren. Volgens het RIVM gaat het om een complexe veranderkundige opgave. Organisaties kunnen daarbij beter beginnen met kleine, praktische stappen dan proberen alles tegelijk aan te pakken.

Verschillende factoren beïnvloeden datakwaliteit

Uit het onderzoek van M&I/Partners blijkt dat verschillende factoren invloed hebben op datakwaliteit. Bovendien hangen deze factoren met elkaar samen. Het gaat onder meer om organisatiecultuur, bewustwording en training, maar ook om beschikbare middelen zoals personeel, budget en technologie. Samenwerking tussen alle betrokken partijen is nodig om de kwaliteit van gegevens in de Nederlandse zorg te verbeteren.

Om de factoren en hun onderlinge samenhang inzichtelijk te maken, ontwikkelde M&I/Partners een model met zestig beïnvloedingsfactoren. Deze zijn ingedeeld naar het niveau waarop ze invloed uitoefenen, bijvoorbeeld individueel of nationaal, en naar hun aard, zoals menselijk of technisch. Het onderzoeksrapport bevat een uitgebreide toelichting op de factoren in het model en voorbeelden uit de praktijk.

Model biedt aanknopingspunten voor verbetering

Om de datakwaliteit te verbeteren, moeten organisaties eerst inzicht krijgen in de manier waarop deze binnen hun organisatie is geregeld en waar verbetering mogelijk is. Het rapport biedt daarvoor een eerste overzicht van de verschillende factoren die de datakwaliteit beïnvloeden. Organisaties die zich bezighouden met hun datahuishouding of het beheer van elektronische patiëntendossiers (EPD's) kunnen het model gebruiken om met zorgprofessionals in gesprek te gaan. Daarbij kunnen zij bespreken hoe de datakwaliteit kan worden verbeterd en wat medewerkers daarvoor nodig hebben.

De komst van de European Health Data Space (EHDS) brengt kansen en verplichtingen met zich mee op het gebied van standaardisatie en datakwaliteit. Zodra duidelijker is wat deze verplichtingen inhouden, bepaalt het ministerie van Volksgezondheid, Welzijn en Sport (VWS) in 2027 of aanvullend beleid voor datakwaliteit nodig is en zo ja, welk beleid. Het ministerie neemt daarbij ook het beleidsadvies van M&I/Partners mee.

Betrouwbare gegevens en duidelijke afspraken

De kwaliteit van zorggegevens speelt ook een belangrijke rol bij landelijke gegevensuitwisseling. Zo vraagt de ontwikkeling van een landelijke infrastructuur voor zorgdata om betrouwbare gegevens en duidelijke afspraken tussen zorgorganisaties. In een interview met CumuluZ benadrukken bestuurder Bart de Geus en Chief Data Officer Renske Veenstra het belang daarvan.

Voeg ICT&health toe aan Google

Toon meer content van ICT&health in Google Zoeken.

Toevoegen aan Google

Ook dit onderwerp krijgt een prominente plek tijdens de ICT&health World Conference 2027. Wil je erbij zijn en niets missen? Reserveer dan tijdig je ticket.