In de medische wereld worden veel data bijgehouden, gaande van patiëntendossiers tot de snelheid waarmee een oproep wordt beantwoord. Toch betekent het bijhouden van deze data niet dat ze kwalitatief gebruikt worden of überhaupt bruikbaar zijn voor metingen of onderzoeken. Deze data worden nochtans wel gebruikt voor diverse zaken zoals financiering, kwaliteitsverbetering, management, subsidies voor zorginstellingen, het verder ontwikkelen van artificiële intelligentie (AI), … Het delen van data in de zorg wordt steeds belangrijker, enerzijds doordat patiënten met meerdere ziekenhuizen in contact komen en anderzijds door het internet waar veel onderzoekers hun informatie delen. Toch is informatie delen tussen ziekenhuizen niet evident omdat elk ziekenhuis een eigen structuur heeft om informatie te registreren, op te slaan en te verwerken. Denk bijvoorbeeld aan bloeddruk, die kan voorgesteld worden als 12/8cmHG of 123/78mmHG (uitgedrukt in diverse eenheden), hypertensie (andere benaming) of RR (een afkorting) of zelfs ‘boeddruk’ (een tikfout) … Het creëren van een concept om dit alles te structureren heeft meerdere uitdagingen, zeker voor het gebruik met betrekking tot het volledig menselijk lichaam (wat reeds complex is), door diverse disciplines en over diverse zorginstellingen heen. Dit is een wereldwijd probleem waardoor er enkele internationale concepten zijn ontwikkeld die het probleem op verschillende manieren willen oplossen. Een eerste overtuiging bestaat erin data al tijdens de zorg op een gestandaardiseerde manier in te vullen. Een voorbeeld hiervan is SNOMED-CT. Een tweede manier is na de zorg de data herklasseren in gestandaardiseerde termen. Een voorbeeld hiervan is ICD. Een derde visie is om door middel van een concept waar verschillende bronnen (zoals SNOMED-CT en ICD) ingevoerd kunnen worden, al deze data op eenzelfde manier te structureren en uit te wisselen, wat bijvoorbeeld bij FHIR het geval is. Een vierde visie is het creëren van een gestructureerde databank uit verschillende bronnen (zoals SNOMED-CT en ICD), waarbij het concept de structuur van de diverse bronnen kent (bijv. bloeddruk). Dit laatste is bij OMOP het geval. Elk concept heeft zijn eigen invalshoek, waardoor elk van de bovengenoemde concepten momenteel relevant is. Informatie delen is mogelijk tussen deze concepten, dit gebeurt via codes. Wanneer dit automatische of met AI gebeurt gaat er informatie verloren (bijv. bloeddruk aan de rechterarm wordt louter bloeddruk). Het selecteren van de code gebeurt momenteel, best nog een deel manueel. Er bestaan nog andere internationale concepten die in deze studie achterwege zijn gelaten.