Wat AI vandaag concreet oplevert in de GGZ
De vraag is niet langer of AI iets kan betekenen voor de geestelijke gezondheidszorg, maar waar de winst het snelst zichtbaar wordt. In onze projecten zit die winst vrijwel altijd op dezelfde plek: de administratieve schil rond de behandeling. Aanmelding, registratie, overdracht, correspondentie en het toewijzen van e-health. Werk dat noodzakelijk is, maar dat geen behandelinhoudelijke beoordeling vraagt.
Bij GGZ-instelling De Hoop, met ongeveer 6.000 cliënten en meer dan 2.000 medewerkers, werden aanmeldingen volledig handmatig verwerkt. Medewerkers belden cliënten na voor ontbrekende gegevens, voerden formulieren over in het EPD en hielden wachtlijsten bij. Na implementatie worden 5.600 aanmeldingen per jaar automatisch verwerkt, met ongeveer dertig minuten tijdsbesparing per aanmelding.
Cijfers uit onze GGZ-praktijk
- 5.600 aanmeldingen per jaar automatisch verwerkt bij De Hoop
- Circa 30 minuten bespaarde tijd per aanmelding
- Meer dan 95% van de inkomende e-mail automatisch geregistreerd in het EPD
- Top 5 of Top 10 passende e-healthmodules direct zichtbaar bij het opstellen van het zorgplan
- Menselijke controle blijft bij elke klinisch relevante stap behouden
Vier toepassingen die in de praktijk werken
1. Slimme ondersteuning bij aanmelding. Aanmeldformulieren worden automatisch uitgestuurd met slimme herinneringen, met een spraak-naar-tekstoptie voor cliënten die moeite hebben met schrijven. Ingevulde gegevens komen automatisch in het EPD en wachtlijsten worden realtime bijgewerkt over alle divisies heen.
2. Automatische e-mailregistratie. Inkomende e-mail wordt gelezen, gekoppeld aan het juiste dossier en klaargezet voor registratie. Ruim 95% verloopt automatisch. De medewerker ziet wat er geregistreerd gaat worden en bevestigt; er wordt niets opgeslagen zonder die stap.
3. De juiste e-healthmodule vanuit het EPD. E-healthplatformen bieden honderden gespecialiseerde modules. Geen behandelaar kent ze allemaal. Een assistent combineert de cliëntcontext uit het EPD met de kenmerken van het aanbod en toont een gepersonaliseerde Top 5 of Top 10 op het moment dat het zorgplan wordt opgesteld.
4. Een digitale assistent bovenop elk browser-EPD. Via een browserextensie controleert de assistent invoer, signaleert ontbrekende of inconsistente velden en automatiseert terugkerende handelingen. Dat werkt zonder dat uw EPD-leverancier iets hoeft te bouwen.
Wat niet werkt
Wij zien met regelmaat dezelfde patronen mislukken, en het is eerlijker om die te benoemen dan om ze te verzwijgen.
- De losse chatbot. Een AI-assistent die naast het EPD staat en waarin behandelaren zelf informatie moeten overtypen, levert netto geen tijd op.
- De pilot zonder eigenaar. Een proof of concept zonder aangewezen proceseigenaar en zonder budget voor beheer eindigt vrijwel altijd als demo.
- AI op ongestructureerde data zonder opschoning. Wanneer de brondata rommelig is, versnelt AI vooral het produceren van rommelige uitkomsten.
- Volledige automatisering van klinische besluitvorming. Dat is juridisch onhoudbaar en professioneel onwenselijk. Automatiseer de voorbereiding, niet het oordeel.
AVG, privacy en menselijke controle
Elke GGZ-organisatie krijgt terecht dezelfde vragen van haar functionaris gegevensbescherming. Wij bouwen daarom standaard op Microsoft-technologie in AVG-conforme configuraties, met dataminimalisatie als uitgangspunt: de assistent krijgt alleen de context die nodig is voor de taak.
Even belangrijk is het inrichtingsprincipe. Bij elke stap met klinische of juridische betekenis bereidt de AI voor en beslist de mens. Bij automatische e-mailregistratie betekent dat concreet dat een medewerker ziet wat er geregistreerd gaat worden voordat er iets in het dossier belandt. Dat kost enkele seconden en neemt het grootste bezwaar weg.
Hoe een traject er in de praktijk uitziet
Een AI-strategietraject duurt bij ons doorgaans tien weken en levert een roadmap op waarin per kans de verwachte opbrengst, de benodigde inspanning en de risico's zijn ingeschat. Daarna bouwen we, meestal beginnend met de toepassing met de kortste weg naar zichtbaar resultaat.
We werken volgens een eigen framework dat is geïnspireerd op onderzoek van MIT, en we bouwen met herbruikbare componenten. Dat betekent dat de tweede GGZ-instelling niet betaalt voor het leergeld van de eerste.