Ist en Soll onderzoek voor de generieke functie autoriseren

D&A Medical Group bracht voor VWS in kaart hoe het autoriseren van toegang tot medische gegevens nu geregeld is en hoe dat zorgbreed zou moeten werken. Autoriseren is een van de zes generieke functies die volgens het Integraal Zorgakkoord uiterlijk in 2025 sectoroverstijgend beschikbaar moeten zijn. Bekeken zijn bestaande oplossingen als het Landelijk Schakelpunt, Nuts, XDS en Whitebox. Autoriseren op basis van rolcodes geeft niet genoeg zekerheid, onder meer omdat alleen het opvragende systeem kan controleren of er een behandelrelatie is. Bovendien ontbreekt een gemeenschappelijk vertrouwensmodel, waardoor partijen bij elke uitwisseling opnieuw dezelfde afspraken moeten maken.

Digitale disruptie, nieuwe technologie en AICybersecurity en gegevensbeveiligingVeranderende wet- en regelgeving

Waarom deze indeling: Het onderzoek is onderdeel van de digitalisering van gegevensuitwisseling in de zorg, waarvoor zes generieke functies uiterlijk in 2025 sectoroverstijgend beschikbaar moeten zijn. Autoriseren bepaalt wie welke patientgegevens mag opvragen; de onderzoekers zoeken de balans tussen voldoende vrijheid voor de raadpleger en bescherming van de dossierhouder, en adviseren normering en handhaving. Wettelijke kaders als de Wet elektronische gegevensuitwisseling in de zorg, de privacywetgeving en de toelating onder de Wtza bepalen de speelruimte.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Ministerie

Ministerie van Volksgezondheid, Welzijn en Sport

Bron

Onderzoeken en evaluaties: D&A medical group

Toegepaste standaard

Nictiz-lagenmodel

Datum

2023-08-29

Het rapport zelf

originele publicatie

Omschrijving

samenvatting door een AI-model (Opus 5) op basis van de publicatie

Risicolabels

toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd

Bijgewerkt

augustus 2026