Zorg en AI zijn een gevoelige combinatie. Persoonsgegevens, patientprivacy, AVG-verplichtingen, toezicht - de drempels zijn hoger dan in andere sectoren. En toch: de werkdruk in de zorg is ook hoger dan in andere sectoren. Dat maakt AI-automatisering hier tegelijk urgenter en risicovoller.
Een Maastrichtse zorginstelling besloot vorig jaar een gecontroleerde pilot te starten. Niet met experimentele technologie, maar met bestaande tools ingezet op een duidelijk afgebakend administratief proces. Dit is wat ze deden, wat werkte, wat niet werkte en wat ze anderen aanraden.
De aanleiding
De zorginstelling biedt thuiszorg aan zo'n 340 clienten in de regio Maastricht-Heuvelland. Het administratieve team van vijf medewerkers verwerkt dagelijks intakeformulieren, zorgplannen, rapportages en correspondentie met clienten, families en huisartsen.
Het grootste tijdverlies zat in de intakeprocedure. Een nieuwe client betekent gemiddeld drie uur administratie: het verwerken van het intakeformulier, het opstellen van het eerste concept-zorgplan en de correspondentie naar de huisarts. Met gemiddeld 8 nieuwe clienten per maand liep dat op tot 24 uur per maand alleen aan intake-administratie.
Wat ze probeerden: AI-ondersteunde intake
De pilot richtte zich op twee concrete stappen binnen de intake:
- 1.Automatisch samenvatten van intakeformulieren. De ingevulde formulieren worden geuploaded naar een beveiligde AI-omgeving. Het systeem genereert een gestructureerde samenvatting die de zorgmedewerker als startpunt gebruikt.
- 2.Concept-zorgplan genereren. Op basis van de samenvatting en een set interne templates genereert het systeem een concept-zorgplan dat de medewerker vervolgens aanvult en goedkeurt.
Belangrijk: er was geen sprake van volledig geautomatiseerde besluitvorming. Elke output van het systeem werd gereviewd en goedgekeurd door een bevoegde zorgmedewerker voor het naar de client ging.
Wat goed werkte
De tijdsbesparing was substantieel. De gemiddelde tijd per intake daalde van drie uur naar iets minder dan een uur. Het samenvatten van het formulier kostte het systeem minder dan een minuut. Het concept-zorgplan had nog 20 tot 30 minuten review en aanpassing nodig, maar de medewerker begon nu vanuit een bruikbaar startpunt in plaats van een lege pagina.
Een bijkomend voordeel: de consistentie verbeterde. Voorheen verschilde de stijl en volledigheid van zorgplannen sterk per medewerker. Het AI-gegenereerde concept zorgde voor een vaste structuur die iedereen als basis gebruikte.
Ook de medewerkers zelf reageerden positiever dan verwacht. "Ik dacht eerst dat het mijn werk zou overnemen", zei een van hen. "Maar het neemt juist het saaie deel over. Ik besteed nu meer tijd aan het client-contact en minder aan typen."
Wat niet werkte: de AVG-uitdaging
De grootste hobbel was niet technisch maar juridisch. Zorgdata valt onder bijzondere persoonsgegevens in de AVG. Dat betekent strengere verplichtingen voor verwerking, opslag en doorgifte.
De eerste tool die het team wilde gebruiken - een algemene AI-assistent - bleek niet geschikt. De aanbieder kon geen verwerkersovereenkomst aanleveren die voldeed aan de eisen voor bijzondere persoonsgegevens. Data werd verwerkt op servers buiten de EU. Dat was een harde no.
Na drie weken zoeken kozen ze voor een EU-gebaseerde oplossing met een expliciete verwerkersovereenkomst, end-to-end versleuteling en de garantie dat data niet wordt gebruikt voor modeltraining. De opstartkosten waren daarmee hoger dan gepland, maar het was de enige route die juridisch houdbaar was.
Wat ook niet direct werkte: toestemming van clienten
De pilot stuitte ook op een praktische vraag: moeten clienten toestemming geven voor het gebruik van AI bij de verwerking van hun zorggegevens? Het antwoord was genuanceerd maar neigde naar ja - in elk geval als het gaat om het genereren van zorgplannen op basis van hun persoonsgegevens.
De zorginstelling paste hun intakeformulier aan met een expliciete verklaring over AI-gebruik. Twee van de eerste tien clienten gaven aan liever zonder AI te worden geholpen. Dat werd gehonoreerd. Het vergde een apart proces, maar dat bleek goed beheerbaar.
De lessen
Na zes maanden trekt de directie vier concrete conclusies:
1. Begin met administratie, niet met zorgprocessen
De laagste risicos en hoogste tijdwinst zitten in administratieve taken: samenvatten, structureren, correspondentie. Laat zorginhoudelijke beslissingen aan mensen over.
2. Juridische check eerst, tool later
Vraag een verwerkersovereenkomst op voor je ook maar iets test. In de zorg is dat geen formaliteit. Het bepaalt welke tools uberhaupt in aanmerking komen.
3. Communiceer transparant naar clienten
Clienten reageren beter op eerlijkheid dan op stilte. Vertel wat je gebruikt, waarom en hoe de data is beschermd. De meeste mensen accepteren het als het goed is uitgelegd.
4. Betrek medewerkers van het begin af
De zorgen van medewerkers zijn reeel. Adresseer ze direct. Leg uit wat het systeem doet en wat het niet doet. De acceptatie is veel hoger als mensen begrijpen dat het hen helpt, niet vervangt.
Wat volgt
De zorginstelling is nu bezig met de tweede fase van de pilot: het automatisch samenvatten van voortgangsrapportages. Dat zijn de wekelijkse notities die zorgmedewerkers schrijven over de toestand van een client. Doel is om de maandelijkse evaluatiegesprekken beter voor te bereiden met een automatisch gegenereerd overzicht van de afgelopen vier weken.
De verwachting is voorzichtig positief - maar eerst komt een juridische toets van het nieuwe proces. Die les hebben ze inmiddels goed geleerd.