Dataondersteund lerend en verbeterend geboortezorgsysteem: geen kennisprobleem, maar een keuzeprobleem

Het onderzoek, gebaseerd op deskresearch van 34 documenten en 21 interviews met partijen in en rondom de geboortezorg, laat zien dat de visie breed wordt gedeeld, maar de uitvoering stokt. De centrale conclusie: de geboortezorg heeft geen kennisprobleem, maar een keuzeprobleem. Niet verdere verkenning is de bottleneck, maar het uitblijven van expliciete keuzes over regie, mandaat, ambitie en eigenaarschap.

Het volledige rapport (juni 2026) is opgesteld door Melanie Knieriem, Liselotte Tjon Joe Gin en Izel Yildirim en hieronder in zijn geheel te downloaden.

Wat is een dataondersteund lerend en verbeterend geboortezorgsysteem?

Een dataondersteund lerend en verbeterend geboortezorgsysteem is een systeem waarin zorgdata uit het primaire zorgproces eenduidig wordt vastgelegd, geautomatiseerd wordt uitgewisseld en structureel wordt benut voor leren, verbeteren, beleid en onderzoek. Data-infrastructuur en governance vormen daarin één samenhangend geheel: leren vindt plaats dichtbij de praktijk, maar is landelijk geborgd via expliciete regie, prioritering en doorwerking.^3,33

Zo’n systeem is een essentiële voorwaarde voor passende zorg rond zwangerschap en geboorte: het maakt sturen op kwaliteit, toegankelijkheid en betaalbaarheid mogelijk. Daarbij gaat het om meervoudig datagebruik: primair gebruik ondersteunt de dagelijkse zorgverlening en de communicatie tussen zorgverleners en patiënten; secundair gebruik richt zich op kwaliteitsverbetering, transparantie, pakketbeheer, beleidsontwikkeling, onderzoek en innovatie.

Waarom komt dit systeem nu niet van de grond?

De belangrijkste belemmeringen zijn niet technisch, maar liggen in governance, rolverdeling en inbedding in het zorgproces. Het huidige systeem functioneert als een verzameling losse onderdelen: data, infrastructuur en leerinstrumenten zijn aanwezig, maar vormen geen doorlopende leer- en verbetercyclus. Het lerend vermogen blijft daardoor sterk afhankelijk van lokale initiatieven en verschilt aanzienlijk per regio.^1,4

Het onderzoek duidt de knelpunten langs het interoperabiliteitsmodel van Nictiz:²¹

• Organisatiebeleid – Keuzes over regie blijven uit. Verantwoordelijkheid is versnipperd, zonder eenduidig mandaat en met beperkte doorzettingsmacht. Partijen benoemen expliciet dat regie nodig is, maar het veld komt er zelf niet uit waar die moet liggen.^1,35
• Zorgproces – Leren is niet structureel ingebed. De PDCA-cyclus wordt wel gestart, maar zelden volledig doorlopen; na reflectie stokt de opvolging door gebrek aan tijd, capaciteit en eigenaarschap.^4,34
• Informatie – Data wordt niet altijd herkend of vertrouwd. Verschillen in definities, volledigheid en context ondermijnen het vertrouwen in uitkomsten en remmen het delen van data.^15,17
• Applicatie – Systemen ondersteunen secundair gebruik beperkt. Applicaties zijn primair ingericht op registratie en verantwoording; hergebruik voor leren vraagt extra stappen en belasting.
• IT-infrastructuur – Technisch mogelijk, organisatorisch complex. Uitwisseling kan, maar autorisatie, toegang en aansluiting maken het in de praktijk ingewikkeld.
• Gedrag – Samenwerking en vertrouwen zijn onderdeel van het probleem. Verschillen in perspectief, beperkt vertrouwen en gebrek aan rolvastheid leiden tot vertraging of stilstand.

Deze knelpunten versterken elkaar: zolang data niet betrouwbaar is én leren geen structureel onderdeel van de praktijk is, blijven verbeteringen uit.

De centrale conclusie: geen kennisprobleem, maar een keuzeprobleem

Er bestaat in de geboortezorg al jaren brede overeenstemming over wat nodig is: betrouwbare en eenduidige data, een werkende feedbackcyclus, duidelijke rolverdeling en leren dicht op de praktijk. Sinds ten minste 2019 keren dezelfde randvoorwaarden terug in adviezen en raamwerken.^1,35,37 De benodigde inzichten zijn er dus grotendeels al.

Wat ontbreekt, zijn expliciete keuzes over regie, mandaat, doelgebruik en eigenaarschap. Zonder duidelijke besluitvorming en borging blijven initiatieven fragmentarisch en vrijblijvend. De opgave ligt daarmee in uitvoeren, niet in opnieuw ontwerpen: het gezamenlijk maken, vastleggen en uitvoeren van keuzes.

Wat kenmerkt het gewenste systeem?

In het gewenste systeem vormen data-infrastructuur en governance één samenhangend geheel. De kenmerken die betrokken partijen benoemen:

• Gegevens worden eenduidig vastgelegd op basis van uniforme definities en één gedeelde ‘taal’, geautomatiseerd uitgewisseld en direct benut voor leren en verbeteren op het juiste niveau.
• Leren gebeurt dichtbij de praktijk, maar is landelijk geborgd via expliciete regie, prioritering en doorwerking. Vrijwilligheid is aantoonbaar onvoldoende gebleken.
• De volledige keten is aangesloten, inclusief kraamzorg, neonatologie, kindzorg en de eerste 1.000 dagen, zodat het systeem niet stopt rond de geboorte.
• Het patiëntenperspectief is structureel verweven met leer- en verbeterprocessen, met begrijpelijke informatie en een expliciete positie in duiding en prioritering.
• Het systeem sluit aan op nationale en Europese ontwikkelingen, zoals de European Health Data Space (EHDS) en de standaarden van Nictiz.^8,22

Wie is waarvoor verantwoordelijk?

Het gewenste rollenbeeld bouwt voort op de huidige praktijk, maar vraagt vooral om rolvastheid en expliciete afstemming. Op hoofdlijnen: zorgprofessionals en -organisaties (bronhouders) zijn verantwoordelijk voor eenduidige registratie en daarmee de basis van datakwaliteit. Beroepsverenigingen vertalen uitkomsten naar normen, richtlijnen en verbeteracties. Dataverzamelende partijen zoals Perined verzamelen, valideren en ontsluiten data als onafhankelijke voorziening. Landelijke partijen (LTIG, overheid, systeempartijen) stellen kaders, prioriteren en mandateren keuzes met doorzettingskracht. Regionale netwerken (VSV’s) trekken de leer- en verbetercyclus in de praktijk, mits structureel ondersteund in capaciteit en data-expertise. Standaardisatie- en infrastructuurpartijen (Nictiz, Blinkz, HINQ) borgen interoperabiliteit, softwareleveranciers implementeren standaarden correct in bronsystemen, en patiënten(vertegenwoordiging) brengt het ervaringsperspectief in.

Advies: drie samenhangende sporen

Vintura adviseert de realisatie te organiseren via drie gelijkwaardige, onderling afhankelijke sporen die gelijktijdig worden opgepakt:

1. Governance en regie – Creëer een bestuurlijke basis waarin keuzes worden gemaakt en doorwerken naar uitvoering: een bindend governance- en mandaatmodel, formeel belegde regie en doorzettingsmacht op landelijk niveau, en afdwingbare implementatie-afspraken in de keten.
2. Leren, duiden en opschalen – Maak leren en verbeteren onderdeel van de dagelijkse praktijk: maak van de LTIG een uitvoeringsplatform, organiseer ketenbreed leren met een volledige PDCA-cyclus, en schaal op wat werkt.
3. Data, databeschikbaarheid en infrastructuur – Zorg dat data betrouwbaar, beschikbaar en bruikbaar is: maak de EHDS ‘niet-onderhandelbaar’, stel landelijke kaders voor ‘data op orde’ vast en investeer gericht in datakwaliteit aan de bron.

Per spoor wordt een werkgroep voorgesteld met vertegenwoordigers uit veld en overheid, waarbij de LTIG samen met Team Overheid de regie voert en de samenhang borgt.

Waarom is uitstel geen optie?

Nationale en Europese ontwikkelingen, zoals de European Health Data Space (EHDS), maken verdere aansluiting niet vrijblijvend.^8,18 Zonder tijdige, structurele borging van toegang, governance, datakwaliteit en hergebruik moet de sector zich achteraf onder externe druk aanpassen. Tegelijk laat het onderzoek zien dat de kloof tussen visie en praktijk hardnekkig is: hoe langer expliciete keuzes uitblijven, hoe groter het risico dat initiatieven fragmentarisch blijven en regionale verschillen in leervermogen verder toenemen.

Onderzoeksverantwoording

Het onderzoek is uitgevoerd als kwalitatieve probleemverkenning en vraagverheldering, in opdracht van Zorginstituut Nederland. De dataverzameling bestond uit deskresearch van 34 beleidsdocumenten, onderzoeken en adviezen, en 21 semigestructureerde (groeps)interviews met partijen in en rondom het geboortezorgsysteem, waaronder KNOV, NVOG, NVK, V&VN, Perined, RIVM, Nictiz, VWS, NZa, ZN, de Patiëntenfederatie en de Federatie van VSV’s. De bevindingen zijn integraal geanalyseerd (triangulatie) en geordend met behulp van het interoperabiliteitsmodel van Nictiz.²¹ De rapportage is iteratief tot stand gekomen in afstemming met Zorginstituut Nederland en een klankbordgroep.

Veelgestelde vragen

Wat is de belangrijkste conclusie van het rapport?

De geboortezorg heeft geen kennisprobleem, maar een keuzeprobleem. Er is brede overeenstemming over wat nodig is voor een dataondersteund lerend systeem; het uitblijven van expliciete keuzes over regie, mandaat, ambitie en eigenaarschap is de belangrijkste reden dat voortgang uitblijft.

Wie heeft dit onderzoek uitgevoerd en in wiens opdracht?

Het onderzoek is uitgevoerd door Equalis,per 1 oktober verder onder de naam Vintura, in opdracht van Zorginstituut Nederland. Auteurs zijn Melanie Knieriem, Liselotte Tjon Joe Gin en Izel Yildirim (juni 2026).

Wat zijn de grootste knelpunten in het huidige geboortezorgsysteem?

De belangrijkste belemmeringen zijn niet technisch, maar liggen in governance (ontbrekende regie en mandaat), de inbedding van leren in het zorgproces (de PDCA-cyclus stokt na reflectie) en de informatielaag (data wordt niet altijd herkend of vertrouwd door verschillen in definities en context). Deze knelpunten versterken elkaar.

Welke rol speelt de EHDS in dit vraagstuk?

De European Health Data Space stelt eisen aan interoperabiliteit, toegang en secundair gebruik van gezondheidsdata. Deze ontwikkeling maakt uitstel geen optie: de sector moet nu structurele keuzes maken om te voorkomen dat zij zich achteraf onder externe druk moet aanpassen.

Wat adviseert Vintura als eerste stap?

Geen nieuwe blauwdruk, maar een processtrategie: drie samenhangende sporen (governance en regie; leren, duiden en opschalen; data en infrastructuur) die gelijktijdig worden opgepakt via werkgroepen met een duidelijke opdracht en vertegenwoordigers uit veld en overheid.

Voor wie is dit rapport relevant?

Voor beleidsmakers en bestuurders in de geboortezorg en breder in de zorg, waaronder VWS, Zorginstituut Nederland, beroepsverenigingen, VSV’s, regionale consortia, zorgverzekeraars, softwareleveranciers en standaardisatie- en infrastructuurpartijen.

Over Vintura en Equalis

Equalis is onderdeel van Vintura en gaat per 1 oktober 2026 verder onder de naam Vintura. Wij ondersteunen organisaties in de zorg bij complexe vraagstukken op het snijvlak van beleid, data en organisatie. Wilt u doorpraten over de bevindingen van dit onderzoek of over dataondersteund leren en verbeteren in uw organisatie? Neem contact met ons op.

Bronnen en referenties

De nummers in de tekst verwijzen naar onderstaande bronnen.

1. Achterberg, P., Böcker, K., & De Winter, G. (2019). Adviesrapport secundair gebruik van data in de geboortezorg: Een schets van contouren en optimalisatie van een datalandschap. Community van Data Experts.
2. Achterberg, P., Consanax (z.j.). Data van kinderwens tot kleuterzorg: Een pilotanalyse van de functionaliteit van het huidige datalandschap. [Notitie].
3. Belleman, T., van Wijngaarden, J. D. H., Kuppen, M. C. P., de Groot, S., van der Velden, K. J. M., Bosch, D., van Oort, I. M., Uyl-de Groot, C. A., & van Deen, W. K. (2025). Moving from a registry to a learning health system: A case study of a Dutch prostate cancer registry. Learning Health Systems, 9(3), e10476. https://doi.org/10.1002/lrh2.10476
4. Berenschot (2021). Samen (net)werken in de zorg: doorbreken van patronen. Leren van de geboortezorg: evaluatieonderzoek naar (het ontstaan van) samenwerking in verloskundige samenwerkingsverbanden.
5. van der Bij, S., Khan, N., Ten Veen, P., de Bakker, D. H., & Verheij, R. A. (2017). Improving the quality of EHR recording in primary care: a data quality feedback tool. Journal of the American Medical Informatics Association, 24(1), 81–87. https://doi.org/10.1093/jamia/ocw054
6. Bouter, C., Di Scala, D., & Maljaars, L. (2023). Onderzoek naar de meerwaarde van ontologie voor geboortezorg. [Webinarpresentatie]. TNO.
7. Radicale vernieuwing (LOC Waardevolle zorg). (2025). Leren en rekenschap geven vanuit waardevolle zorg: Kwaliteit vanuit de interactie tussen mensen. LOC Waardevolle zorg.
8. DatavoorGezondheid.nl. (z.j.). European Health Data Space (EHDS) – Secundair gebruik. datavoorgezondheid.nl
9. Hogeschool Rotterdam. (2025). Samen leren en ontwikkelen binnen en tussen verloskundige samenwerkingsverbanden (VSV’s). hogeschoolrotterdam.nl
10. International Consortium for Health Outcomes Measurement (ICHOM). (z.j.). Pregnancy & childbirth standard set. ichom.org
11. Inspectie Gezondheidszorg en Jeugd. (2026). Passende kraamzorg vraagt om betere verdeling van de beschikbare capaciteit. igj.nl
12. IZA-werkgroep Secundair Datagebruik. (2025). Resultaten verkenning Nationaal Afsprakenstelsel Secundair Datagebruik. datavoorgezondheid.nl
13. IZA-werkgroep Secundair Datagebruik. (2025). Resultaten werksessie informatiemodellering voor secundair meervoudig datagebruik. [Verslag werksessie/presentatie].
14. Koninklijke Nederlandse Organisatie van Verloskundigen (KNOV). (2025). Aanleveren gegevens succesvol hervat – verwerking in volle gang. [Nieuwsbericht]. knov.nl
15. Koninklijke Nederlandse Organisatie van Verloskundigen (KNOV). (2024). KNOV en Perined slaan de handen ineen om de kwaliteit van data inzichtelijk te maken. [Nieuwsbericht]. knov.nl
16. Kwaliteitsraad Geboortezorg (CPZ) & Zorginstituut Nederland. (2016). Kwaliteitskader Geboortezorg.
17. MedicalPHIT & Perined. (2023). [Rapport]. perined.nl
18. Ministerie van Volksgezondheid, Welzijn en Sport. (2026). MeerMed zet concrete stappen voor betere databeschikbaarheid in de geboortezorg. Data voor Gezondheid. datavoorgezondheid.nl
19. Ministerie van Volksgezondheid, Welzijn en Sport (VWS) & Zorginstituut Nederland. (2025). Passende richtlijnen: Verslag Passende Zorg Dialoog.
20. Netwerk Regionale Consortia Geboortezorg. (2026). Leren & ontwikkelen in het Versterkingsprogramma VSV’s: Reflexieve monitoring ten behoeve van de doorontwikkeling van VSV’s (Cyclus 1).
21. Nictiz. (2021). Lagenmodel interoperabiliteit. nictiz.nl
22. Nictiz. (2021). Elektronische informatie voor gezondheid en zorg: hoe worden we daar beter van? nictiz.nl
23. Nivel. (2025). Domeinkennis is essentieel bij beoordeling van de geschiktheid van gezondheidsdata. [Nieuwsbericht]. nivel.nl
24. Patiëntenfederatie Nederland. (z.j.). Gegevensuitwisseling in de zorg. patientenfederatie.nl
25. Perinatale Audit Nederland (PAN). (z.j.). Evaluatie van de perinatale audit. Perined. perined.nl
26. Perined. (2025). Medisch Spectrum Twente (MST), ChipSoft en Perined herstellen gezamenlijk incomplete cijfers 2024. perined.nl
27. Rijksinstituut voor Volksgezondheid en Milieu (RIVM). (2020). Beter weten, een beter begin: Samen sneller naar een betere zorg rond de zwangerschap. rivm.nl
28. Rijksinstituut voor Volksgezondheid en Milieu (RIVM). (2024). Kraamzorggebruik: achtergrondkenmerken en verschillen in zorguitgaven in de eerste levensjaren. [Monitor Kansrijke Start]. rivm.nl
29. Rijksinstituut voor Volksgezondheid en Milieu (RIVM). (2025). Monitoringsfunctie eerste 1.000 dagen in 2025. [Nieuwsbrief].
30. RIVM, Ministerie van Volksgezondheid, Welzijn en Sport, & betrokken beroepsgroepen. (2017). Zorgstandaard Prenatale Screening (versie 2.0).
31. Scheepers, F. (2025). Passende richtlijnen. [Keynotepresentatie]. Passende Zorg Dialoog.
32. Verheij, R. (2021). Het datalandschap als voedselbos voor een lerend zorgsysteem. [Oratie]. Nivel. nivel.nl
33. Wouters, R. H. P., van der Graaf, R., Voest, E. E., & Bredenoord, A. L. (2020). Learning health care systems: Highly needed but challenging. Learning Health Systems, 4(3), e10211. https://doi.org/10.1002/lrh2.10211
34. ZonMw. (2023). Voorstel stimuleringsprogramma versterking verloskundige samenwerkingsverbanden (VSV’s) inclusief integrale geboortezorgorganisaties (IGO’s).
35. Zorginstituut Nederland. (2022). Raamwerk voor secundair datagebruik: Samen op weg naar een datagedreven lerend zorgsysteem in dienst van passende zorg. (Inspiratiedocument).
36. Zorginstituut Nederland. (2022). Wegiz: Wet elektronische gegevensuitwisseling in de zorg. zorginstituutnederland.nl
37. Zorginstituut Nederland & Babyconnect. (2022). Op weg naar een datagedreven lerend zorgsysteem. Advies voor het delen van data voor secundair datagebruik in de geboortezorg. [Ongepubliceerd advies].
38. Zwaveling, E. (2024). De uitdaging van integraal organiseren in de geboortezorg: Bevorderende en belemmerende factoren bij het realiseren van integrale geboortezorgorganisaties. [Rapport]. Erasmus Centrum voor Zorgbestuur, Erasmus Universiteit Rotterdam.