Generatieve AI bij medische verslaglegging: de arts blijft eindverantwoordelijk

Professionele verantwoordelijkheid verschuift niet naar het systeem

De KNMG beschrijft dat AI het werk van een arts kan ondersteunen, terwijl de bestaande verantwoordelijkheid voor de patiënt en zorgvuldige verslaglegging bij de arts blijft. Een leverancier, lokaal protocol of technische kwaliteitsclaim neemt die professionele beoordeling niet over.

Behandel het AI-resultaat daarom als een concept. De arts controleert of klachten, bevindingen, besluiten, onzekerheden en vervolgafspraken juist zijn weergegeven. Ook moet worden nagegaan of relevante context ontbreekt. De KNMG wijst er specifiek op dat een transcript of samenvatting non-verbale signalen niet automatisch meeneemt.

Een opname is geen technisch tussenproduct zonder betekenis

Wanneer een toepassing het gesprek opneemt, worden extra gevoelige persoonsgegevens verwerkt. De KNMG schrijft bij dit praktijkdilemma dat toestemming van de patiënt nodig is voor de geluidsopname en adviseert te verzekeren dat de opname niet extern wordt opgeslagen en deze te vernietigen zodra het schriftelijke verslag is gemaakt.

De medische organisatie moet daarom vóór gebruik vastleggen waar audio, transcript en conceptverslag terechtkomen, wie toegang heeft, of gegevens voor training worden gebruikt en wanneer ieder tussenbestand wordt verwijderd. Een schakelaar in de toepassing is pas bruikbaar beleid wanneer gebruikers weten welke stand vereist is en de organisatie dat kan controleren.

De zorgaanbieder organiseert de invoering als kwaliteitsproces

De IGJ noemt generatieve AI onderdeel van digitale zorg en verwacht een duidelijk proces voor aanschaf en ingebruikname. Daarbij horen eisen en randvoorwaarden, risicoanalyse, training van gebruikers en testen. Generatieve modellen kunnen volgens de inspectie plausibel klinkende maar onjuiste of onvolledige informatie produceren.

Test daarom op de eigen context en niet alleen met demonstratievoorbeelden. Neem verschillende specialismen, accenten, meertaligheid, gesprekken met meerdere deelnemers, stilte, ontkenningen en medicatienamen mee. Leg vooraf vast welke fouten onacceptabel zijn en bij welke uitkomst de pilot moet worden aangepast of gestopt.

• doel: welk onderdeel van verslaglegging wordt ondersteund en welk onderdeel niet;
• populatie: voor welke consulten, artsen en patiënten is het systeem wel of niet bedoeld;
• gegevens: welke invoer en tussenbestanden ontstaan en waar die worden verwerkt;
• controle: wie het concept beoordeelt en wat vóór dossiervorming minimaal wordt nagekeken;
• escalatie: hoe fouten, bijna-incidenten en privacy-incidenten worden gemeld en opgevolgd.

AI-geletterdheid moet aansluiten op de concrete taak

De Autoriteit Persoonsgegevens vermeldt dat organisaties die AI-systemen ontwikkelen of gebruiken sinds 2 februari 2025 moeten zorgen voor een toereikend niveau van AI-geletterdheid bij medewerkers. Een generieke e-learning bewijst niet dat een arts de beperkingen van een specifieke verslagleggingstoepassing herkent.

Train daarom met realistische conceptverslagen. Laat gebruikers fouten in ontkenningen, doseringen, tijdlijnen, sprekers en klinische context herkennen. Besteed ook aandacht aan automatiseringsbias: een vloeiend geschreven samenvatting kan betrouwbaarder lijken dan zij is. Herhaal de training bij belangrijke systeemupdates of een nieuwe toepassing.

Meet kwaliteit én werkbelasting na ingebruikname

Tijdsbesparing is pas betekenisvol wanneer de kwaliteit van het dossier behouden blijft en correctiewerk niet naar een later moment verschuift. Meet daarom niet alleen minuten per consult. Volg ook hoeveel concepten wezenlijk worden aangepast, welke foutsoorten terugkeren, hoe vaak audio of transcript langer blijft bestaan dan bedoeld en of overdrachten duidelijker of juist minder betrouwbaar worden.

Maak artsen mede-eigenaar van de evaluatie. Een laag meldingsaantal kan betekenen dat het systeem goed werkt, maar ook dat gebruikers fouten stil corrigeren. Periodieke dossiersteekproeven, gebruikersgesprekken en analyse van meldingen geven samen een beter beeld dan één tevredenheidsscore.

De kern voor arts en medische organisatie

AI-verslaglegging is geen individuele productiviteitstool die een arts zonder organisatiecontext aan het dossier koppelt. Zij raakt beroepsgeheim, patiëntcommunicatie, dossiervorming en kwaliteit van zorg. De arts blijft verantwoordelijk voor het uiteindelijke verslag; de zorgaanbieder is verantwoordelijk voor zorgvuldige randvoorwaarden en implementatie.

Een verantwoorde start is daarom klein en omkeerbaar: één duidelijk doel, afgebakende consulten, expliciete patiëntinformatie, getrainde gebruikers, menselijke controle en een stoproute bij onverklaarde fouten. Pas na aantoonbaar leren kan de toepassing breder worden ingezet.