Het Antoni van Leeuwenhoek (AVL) zet kunstmatige intelligentie in om sneller een volledig patiëntoverzicht te maken. Het kankercentrum in Amsterdam gebruikt een algoritme dat medische dossiers samenvat voor artsen en verpleegkundigen. De inzet start recent in de kliniek om consulten en multidisciplinaire overleggen te ondersteunen. Daarmee raakt het ook aan de AVG en de Europese AI-verordening en de gevolgen daarvan voor zorginstellingen.
Sneller overzicht voor artsen
Het ziekenhuis past een AI-gestuurd systeem toe dat informatie uit het elektronisch patiëntendossier (EPD) bundelt. Het maakt in enkele seconden een kernsamenvatting met medicatie, allergieën, recente onderzoeken en eerdere behandelingen. Zo hebben zorgverleners sneller zicht op wat voor de huidige zorgvraag telt.
Het doel is minder zoektijd in losse brieven en verslagen. Artsen krijgen één overzicht bij de start van een consult of teamoverleg. Dat moet wachttijden beperken en de kwaliteit van besluitvorming verhogen.
In de oncologie is het dossier vaak omvangrijk en verspreid over meerdere systemen. Een automatisch overzicht kan dan cruciale context geven. Het blijft een hulpmiddel; de arts houdt de eindverantwoordelijkheid voor interpretatie en besluit.
AI samenvat medische dossiers
De software gebruikt natuurlijke taalverwerking, een techniek waarmee computers vrije tekst kunnen lezen en samenvatten. Het algoritme herkent medische begrippen en haalt hoofdpunten naar voren. Denk aan pathologieverslagen, radiologiebevindingen en labuitslagen.
De samenvatting verschijnt naast de brondocumenten in het EPD. Zo kan de zorgverlener direct door klikken naar het originele verslag bij twijfel. Dit ondersteunt ook triage: het ordenen van medische urgentie bij nieuwe of verslechterende klachten.
Er is aandacht voor herkenning van context, zoals datum en behandelintentie. Oude informatie krijgt minder gewicht dan recente bevindingen. Daarmee verkleint het systeem de kans dat verouderde gegevens onnodig meetellen.
Natuurlijke taalverwerking (NLP) is software die menselijke taal begrijpt en samenvat, zodat de kern snel zichtbaar wordt.
Tijdwinst bij oncologische zorg
Het bundelen van kerninformatie kan de administratieve druk verlagen. Minder tijd aan zoeken betekent meer tijd voor het gesprek met de patiënt. In teamoverleggen helpt een uniforme samenvatting om sneller tot hetzelfde beeld te komen.
Een vaste structuur in het overzicht verkleint de kans dat belangrijke details worden gemist. Dat is relevant bij complexe behandeltrajecten met veel betrokken specialismen. Het kan ook overdrachten tussen teams of instellingen verbeteren.
Toch is menselijke controle noodzakelijk. AI kan nuances missen of medische termen verkeerd duiden. Het ziekenhuis traint teams daarom in veilig gebruik en in het herkennen van fouten.
AVG en AI-verordening eisen
Omdat het om medische gegevens gaat, gelden strenge AVG-vereisten. Dataminimalisatie, duidelijke doelen voor gebruik en passende versleuteling zijn verplicht. Een gegevensbeschermingseffectbeoordeling (DPIA) is in de zorgpraktijk meestal nodig.
Onder de Europese AI-verordening (AI Act) vallen systemen die zorgbeslissingen ondersteunen in de categorie hoog risico. Dat betekent eisen aan risicobeheer, documentatie, transparantie en menselijk toezicht. De verplichtingen gaan, op het moment van schrijven, gefaseerd gelden met de belangrijkste onderdelen vanaf 2026.
Voor Nederlandse zorginstellingen speelt ook NEN 7510 voor informatiebeveiliging. Loggen, toegangsbeheer en audittrails zijn essentieel om misbruik en fouten op te sporen. Werkt een externe leverancier mee, dan zijn duidelijke verwerkersovereenkomsten nodig.
Beperkingen en volgende stappen
De kwaliteit van samenvattingen hangt af van de brontekst. Vrije teksten kunnen dubbelzinnig zijn of oude informatie bevatten. Het systeem kan daarom soms onvolledig of te stellig samenvatten.
Het ziekenhuis zal de uitkomsten moeten valideren met metingen van nauwkeurigheid en tijdwinst. Ook is het belangrijk om effecten op wachttijden, patiëntveiligheid en werkdruk te volgen. Patiënteninformatie over het gebruik van algoritmen in hun zorgtraject draagt bij aan transparantie.
Als de resultaten goed zijn, ligt bredere inzet voor de hand, binnen en buiten het AVL. Andere Nederlandse ziekenhuizen kunnen hiervan leren bij eigen pilots. De combinatie van duidelijke governance en menselijk toezicht wordt daarbij de doorslaggevende factor.