Pressmeddelande från Socialdepartementet

Uppdrag att utreda OMOP-anpassning av hälsodataregister för internationell samverkan

Publicerad 10 mars 2026

Regeringen tar initiativ till att stärka användningen av hälsodata i Sverige och ger Socialstyrelsen i uppdrag att utreda OMOP-modellen för att möjliggöra enklare analyser och bättre internationell jämförbarhet.

– För att stärka Sveriges möjligheter att använda hälsodata inte minst för forskning och innovation behöver vi gemensamma standarder. Genom detta uppdrag att utreda hur OMOP kan införas i Sverige stärker vi Sveriges position som en konkurrenskraftig nation för forskning och innovation, säger socialminister Jakob Forssmed.

Bakgrunden till uppdraget är att svenska hälsodata i dag är spridda över flera system och register med olika strukturer, vilket gör att varje forsknings- eller uppföljningsprojekt kräver omfattande arbete med anpassning och kvalitetssäkring. Den internationella datamodellen OMOP används i allt större utsträckning för att skapa enhetliga och jämförbara data. Genom att utreda hur modellen kan införas i Sverige vill regeringen stärka möjligheterna till effektiv analys, internationellt samarbete och förbättrad användning av hälsodata i både forskning och nationell uppföljning.

Uppdraget innebär att Socialstyrelsen ska beskriva när OMOP kan ge nytta och vilka värden modellen kan skapa. Myndigheten ska också utreda de tekniska krav som behövs för att införa OMOP i hälsodataregistren, inklusive hur data kan omvandlas och struktureras. Utifrån detta ska Socialstyrelsen ta fram en genomförandeplan med steg, prioriteringar, tidsplan och kostnadsbedömning för ett möjligt införande.

Socialstyrelsen ska föra dialog med och inhämta synpunkter från relevanta aktörer, såsom E-hälsomyndigheten och aktörer inom life science-området som har behov av OMOP-anpassade data.

Socialstyrelsen ska senast den 30 november 2026 lämna en skriftlig slutredovisning till Regeringskansliet (Socialdepartementet).

Vad är OMOP?

OMOP är en gemensam datamodell som utvecklats för att möjliggöra mer standardiserad hantering och analys av observationsdata inom hälso- och sjukvård. Grundidén är att data från olika källor exempelvis register, journalsystem och läkemedelsdata kan transformeras till en gemensam struktur med tydliga definitioner. När data ligger i samma modell blir det enklare att återanvända analysmetoder och verktyg, jämföra resultat mellan datakällor och genomföra uppföljning samt forskning mer effektivt och reproducerbart.