Minder administratietijd in de gezondheidszorg dankzij veilige AI-gespreksrapportage

Daarvoor schakelden ze onze hulp in en zijn we samen begonnen met een AI proof of concept rond LLM’s (Large Language Models), onder het algemene publiek bekend als ChatGPT, Gemini of Azure OpenAI. Het doel: administratieve lasten omlaag en aandacht voor cliënten omhoog.

Dedimo vroeg ons om hun eerste idee door te ontwikkelen tot een werkend prototype dat veilig, schaalbaar en bruikbaar is in de dagelijkse praktijk. Daarna kunnen wij het prototype implementeren in hun platform, ADHDcentraal. Omdat we al langere tijd data- & AI-partner zijn, konden we hier direct in ondersteunen.

Aanpak

We startten met gesprekken om te bepalen hoe de oplossing eruit moest zien. Dedimo had al voorbeelden; wij hielpen om die te vertalen naar een duidelijke, uitvoerbare aanpak. De kern: een systeem dat behandelaren helpt om rapportages te maken terwijl zij zelf volledig in controle blijven.

Hierin werkten wij samen met een partner van Dedimo, Zooma. Wij waren verantwoordelijk voor de backend, transcriptie en rapportgeneratie en Zooma ontwikkelde de frontend, in nauwe samenwerking met Dedimo.

Fase 1 – Een eigen prototype bouwen

In samenwerking met Zooma ontwikkelden we een losstaande applicatie om het concept te testen, waarbij de privacy van cliënten vanaf dag één centraal stond.
Via onze implementatie worden gesprekken automatisch getranscribeerd en daarna omgezet in rapportages. We kozen bewust voor de speech-service van Microsoft Azure, zodat alle data binnen Dedimo’s eigen beveiligde cloudomgeving blijft. Daarbij is gegarandeerd dat deze data niet wordt gebruikt om modellen te trainen. Met voorbeeldopnames testten we de volledige keten, met succes. De resultaten vormden de basis om verder te gaan met fase 2.

Fase 2 – Integratie in Dedimo’s bestaande platform

Dedimo besloot het prototype direct in hun platform ADHDcentraal te integreren. We brachten onze losstaande applicatie daarom onder in hun bestaande omgeving, zodat het ingezet kan worden bij echte cliëntgesprekken.

Fase 3 – Monitoren en doorontwikkeling van LLM-modellen

Omdat we met LLM’s werken, is goede monitoring cruciaal. LLM's kunnen fouten maken, die door een mens gecorrigeerd moeten worden. Daarom hebben we in de applicatie functies ingebouwd waarmee Dedimo kan controleren of rapportages kloppen en of modellen bijgestuurd moeten worden. Zo blijft de kwaliteit hoog, ook wanneer modellen veranderen door updates van bijvoorbeeld Microsoft, OpenAI (ChatGPT) of Google (Gemini).

Dankzij deze aanpak kan Dedimo:

1. De kwaliteit van rapportages bewaken
2. LLM-teksten, prompts en modellen continu verbeteren
3. Afwijkingen snel signaleren
4. Voldoen aan de noodzaak van een human-in-the-loop proces (hierbij controleren, beoordelen en sturen mensen de beslissingen van LLM's.)

Door constant te blijven monitoren en verbeteren blijft de LLM-gespreksrapportage echt betrouwbaar en toekomstbestendig.

Resultaat

De oplossing is inmiddels volledig ingebouwd en wordt in de praktijk getest. Recente testgesprekken laten al zien hoeveel tijd behandelaars kunnen besparen.

De grootste winsten van deze implementatie:

• Tijdswinst: behandelaars besparen tijd omdat ze geen handmatige samenvatting meer hoeven te schrijven na het gesprek
• Overzicht: tijdens het gesprek verwerkt de LLM de antwoorden van de cliënt. Hierdoor ziet de behandelaar welke vragen nog open staan en welke al behandeld zijn
• Controle en flexibiliteit: de LLM genereert een volledig eindrapport, dat de behandelaar kan aanpassen of bijsturen door de LLM instructie te geven
• Meer aandacht voor cliënten: door het administratieve werk te verminderen, hebben behandelaars extra tijd om meer cliënten te helpen of aan andere aspecten te werken

Omdat het gevoelige data betreft, blijft de menselijke eindcontrole cruciaal. Het proces is bewust niet volledig geautomatiseerd.

Daarnaast is het belangrijk (en Dedimo beaamt dit): dit is geen “set and forget”. LLM-transcriptie en -rapportage vragen blijvende aandacht, zeker wanneer modellen veranderen of updates krijgen.

Toekomst

Na onze implementatie hebben we de oplossing volledig overgedragen aan het team van Dedimo. We hebben het project zorgvuldig overgedragen, zodat het team zelfstandig de LLM-gespreksrapportages kan monitoren, beheren en verder verbeteren. Hierdoor is Dedimo in staat gesteld zelfstandig de doorontwikkeling van de oplossing voor hun rekening te nemen.

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':