AI-agent infrastructuur voor zorgpraktijken
Verslaglegging, intake-planning en documentonderzoek met een volledig zelfgehoste AI-agent: geen patiëntgegevens die het pand verlaten.
Een zorgpraktijk werkt per definitie met informatie die nergens anders mag belanden: patiëntdossiers, intakegesprekken, verslaglegging die onder het medisch beroepsgeheim valt. Diezelfde eigenschap maakt AI voor de zorg zo waardevol: het razendsnel structureren en doorzoeken van grote hoeveelheden tekst. Precies daarom is "even een verslag in ChatGPT plakken" voor deze sector geen optie. Elke prompt naar een externe AI-leverancier is patiëntinformatie die het pand verlaat.
Daarom zetten wij dat andersom op: niet de data naar het model, maar het model naar de data. Op Het BedrijfsLab draait het taalmodel zelf volledig op hardware die van u blijft. Voor sectoren waar vertrouwelijkheid er echt toe doet, zoals de zorg of de advocatuur, is dat vaak de doorslaggevende reden om voor zelfgehost te kiezen: geen patiëntgesprek, geen intakeformulier en geen verslag dat ooit op een server van een Amerikaanse AI-leverancier heeft gestaan.
Voor de techneut
Het taalmodel draait via Ollama, llama.cpp of vLLM, ingericht op hardware bij u op de zaak.
De concrete toepassing
Op die zelfgehoste basis zetten wij, net als bij onze bredere AI-agent infrastructuur, een agent in met een eigen, afgebakende taak. Voor een zorgpraktijk betekent dat bijvoorbeeld:
Verslagleggingsondersteuning
Gespreksaantekeningen en dictaten worden omgezet naar een gestructureerd, compleet verslag volgens uw eigen sjabloon, zodat een behandelaar minder tijd kwijt is aan administratie na afloop van een consult.
Intake-planning
Wij bouwden dit patroon al eerder uit, in generieke vorm: een systeem waarmee een team wekelijks doorgeeft hoeveel ruimte er is voor nieuwe intakes, zodat een planner in één oogopslag ziet waar capaciteit zit. Voor een zorgpraktijk werken wij dat uit rond uw eigen wachtlijst en verwijsstromen.
Documentonderzoek
Verwijsbrieven, eerdere dossiers en bronnen worden doorzocht en samengevat op het specifieke punt waar een behandelaar naar vraagt, zonder dat er een compleet dossier handmatig doorgenomen hoeft te worden.
In alle gevallen geldt hetzelfde principe als bij ons bredere onbemand bureau: valt er iets op dat buiten de afgesproken kaders valt, dan escaleert de agent naar een mens in plaats van zelf een medische inschatting te maken. De agent neemt het voorbereidende werk uit handen, niet de behandelbeslissing.
Waarom dit veilig is met patiëntinformatie
De werkwijze waarmee wij elke agent inrichten, is bij uitstek geschikt voor werk met geheimhoudingsplicht:
Branch en pull request per wijziging
Niets wordt rechtstreeks doorgevoerd; er is altijd een leesbaar spoor van wat er is gewijzigd en een schoon terugdraai-punt.
Geïsoleerde werk-kopieën
Een agent die aan een dossier werkt, doet dat in zijn eigen afgeschermde omgeving, nooit in een kopie waar tegelijk iemand anders in aan het werk is.
Onafhankelijke controle
Een tweede, onafhankelijke stap controleert het daadwerkelijke resultaat, niet alleen de eigen samenvatting van de agent.
Vaste lijst met vragen vooraf
Een mens blijft eindverantwoordelijk voor elke medische inschatting; de agent neemt het voorwerk uit handen, niet de beslissing.
Voor een zorgpraktijk is dat geen bijkomstig detail, maar de kern: dezelfde zorgvuldigheid die u van uzelf verwacht bij een patiëntdossier, geldt ook voor de agent die ernaar meekijkt.
Deze waarborgen staan ook samengevat op één pagina, om door te sturen naar wie er intern over moet meebeslissen, bijvoorbeeld een kwaliteitsfunctionaris of praktijkhouder die deze site niet zelf bezoekt: download de werkwijze als PDF.