Academisch ziekenhuis Randstad

Uitdaging

Specialisten op de afdelingen interne geneeskunde, cardiologie en oncologie rapporteerden structureel 12 tot 16 uur per week kwijt te zijn aan administratieve dossiervoering. Ontslagbrieven, multidisciplinaire overleg-notulen en verwijsbrieven vormden de grootste tijdsposten. De Raad van Bestuur identificeerde administratieve last als belangrijkste oorzaak van afnemende medewerkerstevredenheid en stijgende uitval.

Een eerdere pilot met een commerciële cloud-LLM was gestrand op compliance-bezwaren: het ziekenhuis kon de bijzondere persoonsgegevens niet verwerken buiten een beheerde, contractueel afgedekte omgeving zonder onaanvaardbaar risico op de Wet op de geneeskundige behandelingsovereenkomst (Wgbo) en GDPR-artikel 9 over bijzondere categorieën. Daarnaast vereiste de medische staf inhoudelijke betrouwbaarheid van minimaal 97% gemeten tegen senior-arts-review, met expliciete bronvermelding per gegenereerd statement.

Aanpak

Het project koos voor een volledig on-premise architectuur op basis van Llama 3 70B, gehost binnen het ziekenhuis-datacenter op NVIDIA H100-knooppunten. Voor de embedding- en retrieval-laag werd Weaviate ingezet, eveneens on-premise, met sharding op afdeling om strikte toegangscontrole per zorgdomein te waarborgen. AWS Bedrock werd uitsluitend gebruikt voor de niet-PHI-bevattende experimenteer- en evaluatieomgeving via een dedicated VPC-koppeling.

Voorafgaand aan elke verwerkingsstap doorloopt elk dossier een geautomatiseerd de-identificatieproces dat BSN, NAW-gegevens en directe identificatoren verwijdert via een gevalideerd regex- en NER-ensemble. De LLM werkt uitsluitend op deze gepseudonimiseerde representatie. Bronvermelding wordt afgedwongen via een gestructureerd outputformaat waarbij elke gegenereerde zin gekoppeld is aan een specifiek brondocument-fragment.

De DPIA werd uitgevoerd conform de richtlijn van de Autoriteit Persoonsgegevens voor zorgsector-AI en goedgekeurd door de Functionaris Gegevensbescherming en de medisch-ethische toetsingscommissie. ISO 27001-controles werden uitgebreid met sector-specifieke NEN 7510-eisen.

Implementatie

De uitrol bestreek elf maanden en verliep in vier tranches. In de eerste tranche (maand 1-3) werd de infrastructuur opgebouwd, inclusief MLflow-instrumentatie voor modelversionering en evaluatie-tracking. Een evaluatieset van 2.400 historisch goedgekeurde ontslagbrieven werd samengesteld door drie senior internisten, met dubbele beoordeling per item.

In de tweede tranche (maand 4-6) volgde domein-specifieke fine-tuning op anonieme historische correspondentie, gevolgd door RAG-verrijking met de actuele formulariumdatabase, het Federatie Medisch Specialisten-richtlijnencorpus en interne protocollen. De evaluatie toonde 98,2% accuratesse op clinical-relevant statements, gemeten via paarsgewijze blind-review.

De derde tranche (maand 7-9) omvatte een gecontroleerde uitrol op cardiologie en oncologie met 60 specialisten als early adopters. In elke workflow blijft de arts de eindverantwoordelijke: het systeem genereert een concept dat de specialist binnen het EPD reviseert en pas daarna autoriseert. De vierde tranche (maand 10-11) breidde uit naar 240 actieve gebruikers over zeven afdelingen.

Resultaat

Na drie maanden productie-inzet meldden artsen een gemiddelde tijdsbesparing van 11 uur per week op dossiergebonden administratie. Het accuratesse-percentage stabiliseerde rond 98,2%, met afwijkingen vrijwel uitsluitend in stijl en formulering, niet in klinisch relevante feiten. De DPIA werd zonder beperkende voorwaarden goedgekeurd.

Naast de directe tijdwinst rapporteerde de afdeling HR een meetbare daling van het ziekteverzuim onder deelnemende specialisten. De technische architectuur — volledig binnen de muren van het ziekenhuis — is door drie andere academische ziekenhuizen aangevraagd als referentiepatroon. Vervolgfase omvat uitbreiding naar verpleegkundige rapportages en geautomatiseerde codering voor DBC-registratie.