AI in de Zorg: tot een uur tijdswinst per dag met ambient listening. Interview met Marja de Waal, Radboudumc

Eerder in deze reeks deelden zorgprofessionals uit verschillende sectoren hun ervaringen met AI-beleid en praktijktoepassingen. Marleen Bron en Dick van Mourick lieten vanuit verschillende perspectieven binnen Beweging 3.0 (ouderenzorg) zien hoe zij werken aan de veilige implementatie van AI-tools zoals Copilot. Jacqueline Pronk besprak de juridische en informatieveiligheidsaspecten vanuit haar rol als functionaris gegevensbescherming in een ziekenhuis. Erwin Rijnders gaf als zorgmanager inzicht in de afwegingen bij het inzetten van AI, en Bart Timmers liet zien hoe spraakgestuurde technologie in de huisartsenpraktijk kan bijdragen aan tijdswinst en werkplezier.

Dit artikel gaat in op de inzet van ambient listening in de medisch-specialistische zorg. De tool blijkt zorgverleners, afhankelijk van consulttype en implementatie, tot wel een uur per dag aan verslaglegging te kunnen besparen. Marja de Waal onderzocht de werking van de technologie in de spreekkamer, en keek ook wat er nodig is om deze op een verantwoorde en bruikbare manier in te bedden in het zorgproces.

Haar praktijkgerichte aanpak van testen, reflecteren en randvoorwaarden formuleren, maakt dit artikel waardevol voor iedereen die AI in de zorg wil toepassen met oog voor de werkvloer.

Wat is de meerwaarde van ambient listening in de praktijk?

De inzet van ambient listening in het Radboudumc liet zien dat het bij de juiste inzet kan leiden tot concrete meerwaarde: meer rust in het gesprek, betere consultkwaliteit en, in sommige gevallen, tot wel een uur tijdwinst per dag. Deze opbrengsten waren vooral zichtbaar bij lange en/of complexe gesprekken. Tegelijkertijd werd duidelijk dat de effectiviteit sterk afhangt van het type consult en de bestaande verslagstructuur: niet in elke situatie voegde de technologie waarde toe.

Gedurende drie maanden testten tien zorgprofessionals van het Radboudumc de tool in hun eigen spreekkamers: acht medisch specialisten, één AIOS en één verpleegkundig specialist, verspreid over negen verschillende specialismen. Ambient listening werd gebruikt tijdens reguliere consulten en genereerde op basis van het gesprek een conceptverslag, dat door de zorgverlener werd gevalideerd en waar nodig aangepast. De gebruikservaring, betrouwbaarheid van de output en impact op het werkproces zijn in kaart gebracht via observaties, tussentijdse evaluaties en vragenlijsten. Deze inzichten vormen de basis voor de randvoorwaarden die Marja opstelde voor een succesvolle implementatie.

Ambient listening vooral van waarde bij lange en complexe consulten

De meerwaarde van ambient listening was vooral zichtbaar bij lange en/of complexe gesprekken. Zo was een psychiater bijzonder enthousiast: hij bespaarde met ambient listening dagelijks maar liefst een uur aan verslaglegging op zijn consulten, die gemiddeld 1,5 uur duren. Naast tijdswinst constateerden zorgverleners bij complexere consulten ook dat de kwaliteit van gesprekken en patiënttevredenheid omhoogging. Een verpleegkundig specialist ervaarde bijvoorbeeld dat haar patiënten het contact prettiger vonden: “Patiënten gaven haar terug dat ze voor het eerst het gevoel hadden een écht gesprek te voeren, zonder de afleiding van een specialist die aantekeningen maakt achter een scherm.”

De meerwaarde van ambient listening bleek in de pilot beperkt bij korte consulten en consulten met een goed geautomatiseerd werkproces in het EPD. Bij KNO was het huidige EPD bijvoorbeeld al voorzien van standaardteksten en handige klikopties, en leverde de inzet van de tool alleen maar extra werk op door meer te moeten controleren. “We hebben daar besloten niet mee verder te gaan. Dat is óók leren,” aldus Marja.

De effectiviteit van een tool als ambient listening blijkt dus sterk afhankelijk van twee dingen: de vorm van het consult (kort en strak versus lang en verhalend) en de manier van verslagleggen (sjabloon versus vrije tekst). Die factoren bepalen in grote mate of AI aansluit en werkt voor een specialist.

Take-aways

• Test breed, maar blijf kritisch: niet elke zorgsetting heeft baat bij een AI-oplossing.
• Durf te stoppen als het niet werkt. Een negatieve uitkomst is óók een waardevolle les.
• Patiënten ervaren bij lange consulten echt meer contact met zorgverleners als ze niet constant hoeven mee te tikken.
• AI kan significante tijdsbesparingen opleveren van maar liefst 1 uur per dag

Marja licht de belangrijkste inzichten en tips uit deze tabel voor ons toe.

Goede begeleiding voor vertrouwen en inzicht

Goede begeleiding maakt het verschil in de adoptie van nieuwe AI-tools. Het helpt om de tool technisch goed te gebruiken, maar vooral om vertrouwen op te bouwen en bewustwording te creëren. Marja sloot bij elke deelnemende zorgverlener meerdere keren aan tijdens een consult. Na afloop besprak ze samen de output: wat werkte goed, wat viel op, en waar liep men tegenaan? “Door reflectie achteraf kunnen zorgverleners zich bewust worden van de kracht van AI tijdens lastige situaties. Tijdens een consult gebeurde er bijvoorbeeld van alles: een jong gezin in de spreekkamer, kinderen die rondliepen en geluid maakten, een verpleegkundige die tussendoor binnenkwam. Toch bleek de output van de AI verrassend goed. “De specialist had niet door hoe chaotisch zo’n gesprek is voor een systeem en zag toen pas in hoe goed de tool eigenlijk werkte.”

Deze intensieve begeleiding is natuurlijk niet haalbaar voor iedere zorgverlener. Maar juist door in een pilotfase mee te kijken, krijg je een goed beeld van hoe specialisten werken en kun je realistische verwachtingen scheppen over wat de tool wel en niet kan.

Marja adviseert ook intervisiebijeenkomsten tussen deelnemers. Zorgverleners wisselden ervaringen en tips uit met ambient listening en vonden dit zeer waardevol. Ze spraken over hoe om te gaan met technische beperkingen, hoe je voorkomt dat de tool uitvalt, en welke werkafspraken helpen in de spreekkamer. “Op deze manier hielpen ze elkaar om beter en slimmer met de tool om te gaan.”

De combinatie van meelopen, samen reflecteren en intervisie maakte het mogelijk om niet alleen het gebruik van de tool te verbeteren, maar ook het vertrouwen bij de zorgverleners te versterken.

Marja noemt belangrijke tips en take-aways:

• Begeleid gebruikers tijdens de pilotperiode met gebruik van de tool door er letterlijk bij te gaan zitten: daar zie je wat echt werkt en waarop ondersteuning nodig is.
• Reflecteer met zorgverleners op de effecten zodat ze zich bewuster worden van wat het toevoegt.
• Organiseer intervisie zodat gebruikers elkaar slimmer maken.

Hoe maak je het informatieveilig?

Zorgverleners in de pilot zagen geen belemmeringen op het gebied van privacy en security. Het Radboudumc maakt bij elke innovatie vooraf een DPIA zodat risico’s vroegtijdig zichtbaar worden. Ook patiënten stelden nauwelijks vragen over dataveiligheid. Marja benoemt dat dit vooral komt door de toegankelijke uitleg: “We leggen uit dat het een systeem is dat ons helpt om beter te luisteren. Dat is vaak al genoeg.”

Marja adviseert anderen die starten met de implementatie van AI om op het volgende te letten:

• Kies een tool die direct gekoppeld kan worden aan het bestaande EPD.
• Let bij de keuze van een leverancier op NEN- en ISO-certificering, om de veiligheid te kunnen borgen.
• Maak een DPIA om veiligheidsrisico’s inzichtelijk te maken, inclusief handelingsperspectief

Zorgprofessionals als cruciale partners

Wie AI goed wil laten landen in een zorgorganisatie, moet investeren in de verbinding tussen beleid en praktijk. Binnen het Radboudumc spelen MIO’s (Medical Information Officers) en NIO’s (Nursing Information Officers) daarin een sleutelrol. Ze maken deel uit van zorgteams. “Zij zijn de ogen en oren van de werkvloer,” zegt Marja. Marja ziet dat de MIO’s en NIO’s signalen kunnen opvangen die bij beleidsmakers niet landen. Ze zijn de early adopters bij veel implementaties. Ze leggen AI-tools uit aan collega’s, herkennen bezwaren en zien kansen voor verdere toepassing van AI-technologie. Door hen vanaf het begin te betrekken en ruimte te geven om mee te denken en te ontdekken waar de technologie het best tot zijn recht komt, verspreidt kennis zich sneller en effectiever. “Afdelingen komen nu uit zichzelf naar ons toe omdat ze ook graag aan de slag willen.”

Marja benadrukt dat voor goede adoptie een gezamenlijke standaardisatie echt wenselijk is. “Het zou goed zijn als afdelingen gestandaardiseerd werken, zodat dingen makkelijker herkenbaar worden en makkelijk overgedragen kunnen worden, aar ook over gegevens die je discreet op zou willen slaan zoals lengte en gewicht of een bloeddruk en die hergebruikt kunnen worden door andere zorgverleners. Landelijke standaardisatie is nog een stap te ver, maar als ziekenhuis standaardiseren en uitwisselen is een belangrijkste eerste stap.”

Take-aways

• Zorg voor verbindende rollen van early adopters die signalen van de werkvloer vertalen naar beleid. Dit kunnen ook digicoaches of voorlopers zijn.
• Investeer in standaardisatie en uitwisseling tussen afdelingen binnen je eigen organisatie, dat versnelt adoptie en voorkomt versnippering.

Marja’s conclusie: Ambient listening kan het zorgproces efficiënter, effectiever en patiëntvriendelijker maken. De implementatie vraagt begeleiding, intervisie, permanente validatie en goede samenwerking met professionals.

Geeft het stokje door aan:

Marja geeft het stokje door aan Wouter Gude van M&I/Partners: zij wil in samenhang van hem horen waarom AI-initiatieven zo vaak vastlopen in pilots en welke organisatorische voorwaarden daarbij systematisch worden onderschat, hoe organisaties zorgverleners écht mede-eigenaar kunnen maken van implementaties, waar in de komende jaren de grootste spanning tussen innovatie en de AI Act zal ontstaan, en welke AI-toepassingen in de zorg volgens hem juist te veel of te weinig krediet krijgen.