AI - Automatisering Zorgregistratie (GGZ): verschil tussen versies

Uit normenkaderzorg.nl
Naar navigatie springen Naar zoeken springen
← Oudere bewerking
VisueelWikitekst
Mverhaeg (overleg | bijdragen)
Beheerders
1.631 bewerkingen
 
(101 tussenliggende versies door 3 gebruikers niet weergegeven)
Regel 2: Regel 2:


== Inleiding ==
== Inleiding ==
Digitale transformatie in de GGZ is door toenemende vergrijzing en stijgende (personeels)kosten noodzakelijk geworden. De traditionele methoden en systemen voldoen niet langer aan de groeiende en steeds complexere (informatie)behoeften van financiers, accountants en toezichthouders. Een ingrijpende verandering in de manier waarop we zorg registreren, factureren en verantwoorden is essentieel om de uitdagingen van nu aan te kunnen.
Digitale transformatie is steeds belangrijker in de GGZ, onder andere door de vergrijzing en stijgende (personeels)kosten. De oude werkwijzen en systemen voldoen niet meer aan de eisen van financiers, accountants en toezichthouders. Op dit moment wordt er veel tijd besteed aan het uitvoeren van steekproeven om het restrisico af te dichten, wat veel administratieve last oplevert.


Gesteund door de afspraken in het Integraal Zorgakkoord ([https://www.rijksoverheid.nl/documenten/rapporten/2022/09/16/integraal-zorgakkoord-samen-werken-aan-gezonde-zorg IZA]) en adviezen van de Raad van Volksgezondheid en Samenleving ([https://www.raadrvs.nl/adviezen/is-dit-wel-verantwoord RVS]) zet ValueCare voor de GGZ in op het borgen van goede, toegankelijke en betaalbare zorg door:
Gesteund door de afspraken in het Integraal Zorgakkoord ([https://www.rijksoverheid.nl/documenten/rapporten/2022/09/16/integraal-zorgakkoord-samen-werken-aan-gezonde-zorg IZA]) en adviezen van de Raad van Volksgezondheid en Samenleving ([https://www.raadrvs.nl/adviezen/is-dit-wel-verantwoord RVS]) zet ValueCare voor de GGZ in op het borgen van goede, toegankelijke en betaalbare zorg door:


* Het verminderen van administratieve (verantwoordings)lasten, en  
* Vermindering van administratieve (verantwoordings)lasten, en
* Het vereenvoudigen van de registratie.  
* Vereenvoudiging van de registratie.


Daarnaast wil ValueCare de zorg helpen door transparant te zijn en kennis te delen.
Daarnaast wil ValueCare de zorg helpen door transparant te zijn en kennis te delen. Deze openbare wiki-pagina beschrijft de mogelijkheden van digitale technieken voor de transformatie waar de GGZ voor staat in de komende jaren. ValueCare faciliteert deze verandering via drie methoden:


Deze openbare wiki pagina geeft de details over de mogelijkheden om digitale technieken in te zetten voor de transformatie opgave waar de GGZ voor staat de komende jaren.
* '''Controles met AI-taalmodellen óf Large Language modellen (LLM)'''
* '''Controles op basis van nieuwe databronnen (datalakehouses)'''
* '''Automatisering via Robotic Process Automation (RPA)'''


Deze technieken komen terug in drie bibliotheken:


* Controles met taalmodellen (o.b.v. AI)
Voor meer informatie over '''<u>de technieken,</u>''' ga naar:
* Controles met (nieuwe) beschikbare databronnen (a.d.h.v. datalakehouses)
* Automatisering (m.b.v. RPA)


== Achtergrond bij AI techniek ==
* [[GGZ AI - Taalmodellen]]
De AI-analyse van de verslaglegging werkt als volgt:
* [[GGZ AI - Large Language Models (LLM)]]
* [[RPA - Automatisering Zorgregistratie GGZ|Robotic Process Automation (RPA)]]


# Er wordt een AI-taalmodel beschikbaar gemaakt op de klant ValueCare server.
[[Bestand:Lijstjes.png|miniatuur|200x200px|Luca analyseert verslagleggingen|alt=]]
#* ValueCare beoordeelt medische verslagen door gebruik te maken van een fine-tuned RoBERTa model (een specifiek soort AI-Large Language Model). RoBERTa staat voor: a Robustly Optimized BERT (Bidirectional Encoder Representations from Transformers) pretraining Approach.
#* ValueCare gebruikt als basis een open-source RoBERTa model dat specifiek is getraind voor Nederlandstalige medische data. Het model heeft al kennis over taalstructuren en woordrelaties.
#* Er wordt gebruik gemaakt van RoBERT. RoBERT is een Nederlands vooraf getraind RoBERTa model.
# Er wordt een training set gemaakt in afstemming met de klant.
#* De training set bevat een reeks van verslaglegging records voor gerealiseerde (telefonische) consulten/ verblijfsdagen. Voor elke verslaglegging is aangegeven of het bijbehorende (telefonische) consult/ verblijfsdag rechtmatig bevonden kan worden of niet. Kortom: de verslagen zijn dus geïnterpreteerd en gecategoriseerd.
#* De training set moet voldoende groot zijn. Een te kleine training set leidt tot onvoldoende nauwkeurigheid van het AI-model.
#* De training set kan óf automatisch worden opgesteld óf handmatig worden opgesteld. Veelal worden handmatige beoordelingen uit het verleden gebruikt uit zelfonderzoeken of Horizontaal Toezicht audits. Daarnaast wordt deze set in de regel aangevuld met een groot aantal handmatig beoordeelde verslagleggingen.
# Het AI-taalmodel wordt getraind met de verslaglegging en classificatie uit de training set. Hierdoor is een getraind AI-taalmodel beschikbaar op de ValueCare server. Het AI-model kan dus verslaglegging categoriseren naar rechtmatig of onrechtmatig.
# Vervolgens wordt de gehele controlemassa van verslagleggingen voorgelegd aan het AI-model. Het AI-model categoriseert de verslaglegging en geeft de zekerheid van het model aan.
# De resultaten worden in een actielijst getoond.
# <u>Kanspercentage:</u> Het is mogelijk om acties pas te laten zien in de controle vanaf een bepaald kanspercentage. Hierdoor kan het actie-aantal worden ingeperkt. De totale massa is nog steeds te vinden in de beheertabel. Standaard stroomt vanaf 50% kans in op de controles.
 
Controle op de AI-technologie vindt als volgt plaats:
 
# Elke actielijst wordt na oplevering door ValueCare getest door de klant in samenwerking met ValueCare. Bij akkoord wordt de actielijst in productie geplaatst.
#* Met het testen van de actielijst wordt ook het AI-algoritme getest.
#* Er wordt gecontroleerd of de resultaten in de actielijst correct zijn aan de hand van een menselijke beoordeling.
# Jaarlijks wordt de werking van de actielijst door een steekproef getest door de klant in samenwerking met ValueCare.
#* Er wordt gecontroleerd of de resultaten in de actielijst correct zijn aan de hand van een menselijke beoordeling.
 
'''Beheer AI: modelversies toelichting waarden'''
 
Om de kwaliteit van het taalmodel te beheren maken we gebruik van verschillende indicatoren die bepalend zijn voor het voorspellend vermogen van het taalmodel voor verslaglegging. Om een score te koppelen aan de kwaliteit van het model gebruiken we de F1 score.
 
''F1 score:'' de F1 score is een metriek die wordt gebruikt bij binaire classificatie en informatieopslag om de voorspellende prestaties te beoordelen. Het combineert precisie en recall tot een gemiddelde, waarbij beide even belangrijk worden geacht. De waarde varieert van 0 (slechtst) tot 1 (best), waarbij een score van 1 perfecte precisie en recall aangeeft.
 
* ''Precisie:'' hoe vaak klopt het als het model iets als 'positief' aanduidt ten opzichte van alle voorspellingen. Oftewel: het aandeel positieven onder de voorspelde positieven.
* ''Recall (volledigheid):'' hoeveel van de echte positieve gevallen heeft het model gevonden. Oftewel: het aandeel echte positieven dat is gevonden door het model onder de werkelijke positieven. Dit is belangrijk als je er zeker van wilt zijn dat je niets belangrijks mist.
 
''Accuratesse:'' het percentage van alle gevallen (zowel positief als negatief) dat een model correct voorspelt. Het kijkt naar de totale prestaties van het model dus hoeveel van alle voorspellingen juist zijn.
 
''Specificiteit:'' een waarde die de kans op een negatief resultaat weergeeft, ook wel '''true negative rate'''. Deze waarde geeft aan hoe vaak de afwezigheid van een bepaalde factor correct wordt geïdentificeerd.
 
''Aantal prediction categorieën'': hoeveel klassen er zijn die voorspeld worden, bij de controles nu; behandelinhoudelijk correct of incorrect = 2.


== Bibliotheek normen Artificial Intelligence ==
== Bibliotheek normen Artificial Intelligence ==
[[Bestand:Lijstjes.png|miniatuur|200x200px|Luca analyseert verslagleggingen|alt=]]
In de zorgsector is nauwkeurige verslaglegging niet enkel een administratieve handeling, maar vormt het ook de basis voor het vaststellen van de rechtmatigheid van geregistreerde zorg, evenals het identificeren van mogelijke gemiste registratie van geleverde diensten. Het handmatig doorlopen en controleren van deze omvangrijke verslagleggingen is echter een arbeidsintensief proces, dat zowel tijdsgebonden als kostbaar kan zijn. ValueCare erkent de behoefte aan een efficiëntere aanpak en heeft daarom geïnvesteerd in de kracht van Artificial Intelligence. Met behulp van geavanceerde AI-modellen kunnen verslagleggingen snel en accuraat worden geanalyseerd. In het volgende overzicht presenteren we de normen die gebruik maken van de getrainde ValueCare-taalmodellen die specifiek zijn ontwikkeld om de integriteit van de registratie te waarborgen.
In de zorgsector is nauwkeurige verslaglegging niet enkel een administratieve handeling, maar vormt het ook de basis voor het vaststellen van de rechtmatigheid van geregistreerde zorg, evenals het identificeren van mogelijke gemiste registratie van geleverde diensten. Het handmatig doorlopen en controleren van deze omvangrijke verslagleggingen is echter een arbeidsintensief proces, dat zowel tijdsgebonden als kostbaar kan zijn. ValueCare erkent de behoefte aan een efficiëntere aanpak en heeft daarom geïnvesteerd in de kracht van Artificial Intelligence. Met behulp van geavanceerde AI-modellen kunnen verslagleggingen snel en accuraat worden geanalyseerd. In het volgende overzicht presenteren we de normen die gebruik maken van de getrainde ValueCare-taalmodellen die specifiek zijn ontwikkeld om de integriteit van de registratie te waarborgen.
=== Taalmodellen en Large Language model normen ===
Hieronder is de lijst te vinden van de AI-normen, zowel de taalmodel- als de LLM-versie. In de kolom erna staat weergegeven of deze normen te gebruiken zijn binnen HT, en dus geauditeerd zijn.
{| class="wikitable" border="1" cellspacing="1" cellpadding="1" style="width:1600px;"
{| class="wikitable" border="1" cellspacing="1" cellpadding="1" style="width:1600px;"
|-
|-
|Nr
| style="width: 650px;" |<span>'''Normomschrijving'''</span>
| style="width: 650px;" |<span>'''Normomschrijving'''</span>
| style="width: 125px;  " |'''Type controle'''
| style="width: 125px;  " |'''Taalmodel versie'''
|'''HT'''
|'''LLM versie  (in ontwikkeling)'''
|'''HT'''
|'''Soort controle'''
|'''Soort controle'''
|'''Bekostiging'''
|'''Bekostiging'''
Regel 70: Regel 42:
| style="width: 100px;  " |<span>'''Planning'''</span>
| style="width: 100px;  " |<span>'''Planning'''</span>
|-
|-
|
|
|
|
|
|
|
|
Regel 77: Regel 53:
|
|
|-
|-
|
|'''Consulten en toeslagen'''
|'''Consulten en toeslagen'''
|
|
|
|
|
|
|
Regel 84: Regel 64:
|
|
|-
|-
|[[AI-analyse van verslaglegging bij telefonisch consult duidt op onrechtmatige registratie (N6400)]]
|
|Taalmodel
|Verslaglegging niet te beoordelen door model
|NVT
|
|[[Verslaglegging niet te beoordelen door model (N6499)|N6499]]
|
|
|
|
|
|-
|00
|Verslaglegging duidt op mogelijk onterechte registratie van telefonisch consult
|[[N6400]]
|Ja
|N6500 (in ontwikkeling)
|
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
Regel 91: Regel 86:
|Afgerond
|Afgerond
|-
|-
|[[AI-analyse van verslaglegging bij afspraak duidt op gemist declarabel telefonisch consult (N6401)]]
|01
|Taalmodel
|Verslaglegging duidt op mogelijk gemiste registratie van telefonisch consult
|[[N6401]]
|Ja
|N6501 (in ontwikkeling)
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
Regel 98: Regel 97:
|Afgerond
|Afgerond
|-
|-
| style="width: 500px;" |[[AI-analyse van verslaglegging bij consult duidt op geen feitelijke levering van het consult (N6403)]]
|02
| style="width: 125px;" |Taalmodel
|Verslaglegging duidt op mogelijk incorrecte behandelinhoudelijkheid bij registratie van consult
|NVT
|
|[[N6502]]
|
|Rechtmatigheid
|ZPM
|Opgeleverd
|Afgerond
|-
|03
| style="width: 500px;" |Verslaglegging duidt op mogelijk onterechte registratie van consult
| style="width: 125px;" |[[Verslaglegging duidt op mogelijk onterechte registratie van consult (N6403)|N6403]]
|Ja
|[[N6503]]
|
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
Regel 105: Regel 119:
| style="width: 100px;" |Afgerond
| style="width: 100px;" |Afgerond
|-
|-
|[[AI-analyse van verslaglegging bij consult duidt op een gemist declarabel consult (N6404)]]
|04
|Taalmodel
|Verslaglegging duidt op mogelijk gemiste registratie van consult
|[[Verslaglegging duidt op mogelijk gemiste registratie van consult (N6404)|N6404]]
|
|[[Verslaglegging duidt op mogelijk gemiste registratie van consult (N6504)|N6504]]
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
Regel 112: Regel 130:
|Afgerond  
|Afgerond  
|-
|-
|[[Diagnostiekconsult duidt op onrechtmatige registratie (N6407)]]
|07
|Taalmodel
|Verslaglegging duidt op mogelijk onjuiste registratie van een diagnostiekconsult
|[[N6407]]
|
|N6507 (in ontwikkeling)
|
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
Regel 119: Regel 141:
|Afgerond
|Afgerond
|-
|-
|[[Behandelconsult duidt op onrechtmatige registratie (N6408)]]
|08
|Taalmodel
|Verslaglegging duidt op mogelijk onjuiste registratie van een behandelconsult
|[[N6408]]
|
|N6508 (in ontwikkeling)
|
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
Regel 126: Regel 152:
|Afgerond
|Afgerond
|-
|-
|[[Crisisconsult duidt op onrechtmatige registratie (N6409)]]
|18
|Taalmodel
|Verslaglegging duidt op onterecht diagnostiekconsult ná vastlegging diagnose
|
|
|[[N6518]]
|
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
Regel 133: Regel 163:
|Afgerond
|Afgerond
|-
|-
|Belcontact duidt op gemist declarabel consult
|09
|Datafusie
|Verslaglegging duidt op mogelijk onjuiste registratie van een crisisconsult
|Volledigheid
|[[N6409]]
|ZPM
|
|Ontwerpen
|
|Q1 2025
|
|-
|Belcontact met naaste duidt op gemist declarabel consult
|Datafusie
|Volledigheid
|ZPM
|Ontwerpen
|Q1 2025
|-
|Belcontact vindt plaats tijdens consult met andere patiënt (overlap)
|Datafusie
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
|Ontwerpen
|Opgeleverd
|Q2 2025
|Afgerond
|-
|-
|Belcontact geregistreerd bij afspraakverplaatsing of no show
|12
|Datafusie
|Verslaglegging duidt op mogelijk onterechte registratie van een toeslag tolk
|[[Verslaglegging duidt op mogelijk onterechte registratie van een toeslag tolk (N6412)|N6412]]
|
|
|
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
|Ontwerpen
|Opgeleverd
|Q4 2024
|Afgerond
|-
|-
|Belcontact geregistreerd zonder behandelrelatie tussen behandelaar en patiënt
|13
|Datafusie
|Verslaglegging duidt op mogelijk gemiste registratie van een toeslag tolk
|[[Verslaglegging duidt op mogelijk gemiste registratie van een toeslag tolk (N6413)|N6413]]
|
|
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
|Ontwerpen
|Opgeleverd
|Q2 2025
|Afgerond
|-
|-
|Telefonisch consult geregistreert van onjuiste tijdsduur
|14
|Datafusie
|Verslaglegging duidt op mogelijk onterechte registratie van groepsconsult
|[[N6414]]
|
|
|
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
|Ontwerpen
|Opgeleverd
|Q2 2025
|Afgerond
|-
|-
|Onjuiste contactsoort geregistreerd bij telefonisch consult
|15
|Datafusie
|Verslaglegging duidt op mogelijk gemiste registratie van groepsconsult
|Rechtmatigheid
|[[N6415]]
|ZPM
|
|Ontwerpen
|
|Q4 2024
|
|-
|Telefoonnummer komt niet overeen met behandelaar in afspraak
|Datafusie
|Volledigheid
|Volledigheid
|ZPM
|ZPM
|Ontwerpen
|Opgeleverd
|Q2 2025
|Afgerond
|-
|-
|
|Toeslag oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz) ontbreekt
|Toeslag oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz) ontbreekt
|Taalmodel
|
|
|
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
|Ontwerpen
|Ontwerpen
|Q2 2025
|n.t.b.
|-
|-
|
|Afspraak houdt geen verband met ECT
|Afspraak houdt geen verband met ECT
|Taalmodel
|
|
|
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
|Ontwerpen
|Ontwerpen
|Q2 2025
|n.t.b.
|-
|Toeslag tolk ontbreekt
|Taalmodel
|Volledigheid
|ZPM
|Ontwerpen
|Q2 2025
|-
|-
|
|Toeslag psychodiagnostiek ontbreekt
|Toeslag psychodiagnostiek ontbreekt
|Taalmodel
|
|
|
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
|Ontwerpen
|Ontwerpen
|Q2 2025
|n.t.b.
|-
|-
|
|
Regel 222: Regel 256:
|
|
|
|
|
|-
|'''Planning is realisatie'''
|
|
|
|
Regel 230: Regel 261:
|
|
|
|
|-
|Contact feitelijk geleverd, maar contactduur ongewijzigd bij afwijking > 15 minuten
|Datafusie
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q2 2025
|-
|Contact feitelijk geleverd, maar contactduur gewijzigd bij verandering <15 minuten
|Datafusie
|Volledigheid
|ZPM
|Ontwerpen
|Q2 2025
|-
|-
|
|
|'''Verblijf'''
|
|
|
|
Regel 251: Regel 269:
|
|
|
|
|-
|'''Verblijf'''
|
|
|
|
|
|
|-
|05
|Verslaglegging duidt op mogelijk onterechte registratie van verblijfsdag
|[[Verslaglegging duidt op mogelijk onterechte registratie van verblijfsdag (N6405)|N6405]]
|Ja
|[[N6505]]
|
|
|
|-
|[[AI-analyse van verslaglegging bij verblijf duidt op onrechtmatige verblijfsdag omdat client in nacht afwezig was (N6405)]]
|Taalmodel
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
Regel 266: Regel 284:
|Afgerond  
|Afgerond  
|-
|-
|[[AI-analyse van verslaglegging bij verblijf duidt op een gemiste verblijfsdag (N6406)]]
|06
|Taalmodel
|Verslaglegging duidt op mogelijk gemiste registratie van verblijfsdag
|[[Verslaglegging duidt op mogelijk gemiste registratie van verblijfsdag (N6406)|N6406]]
|
|[[N6506]]
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
Regel 273: Regel 295:
|Afgerond
|Afgerond
|-
|-
|Patiënt in WiFi zonder aanwezigheidsdag
|
|Datafusie
|Oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz)
|
|
|
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
|Ontwerpen
|Ontwerpen
|n.t.b.
|n.t.b.
|-
|Patiënt buiten WiFi met aanwezigheidsdag
|Datafusie
|Rechtmatigheid
|ZPM
|Ontwerpen
|n.t.b.
|-
|Oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz)
|Taalmodel
|Volledigheid
|ZPM
|Ontwerpen
|Q2 2025
|-
|-
|
|
Regel 299: Regel 311:
|
|
|
|
|
|-
|'''Aanspraak & Onverzekerde zorg'''
|
|
|
|
Regel 307: Regel 316:
|
|
|
|
|-
|Controle op tijdige verwijsdatum in brief
|Taalmodel
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q4 2024
|-
|Controle op geldige verwijzer in brief
|Taalmodel
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q4 2024
|-
|Controle op tijdigheid aanmelddatum in brief
|Taalmodel
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q4 2024
|-
|Controle op juiste vastlegging AGB-code verwijzer uit brief in EPD
|Taalmodel
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q4 2024
|-
|Controle op juiste overname type verwijzer uit brief in EPD
|Taalmodel
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q4 2024
|-
|Jaarlijkse beloofbrief aan de huisarts staat in concept
|Taalmodel
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q3 2025
|-
|Feitelijke geleverde zorg duidt op te lage indicatie
|Taalmodel
|Volledigheid
|LZ
|Ontwerpen
|Q3 2025
|-
|Feitelijke geleverde zorg duidt op te hoge indicatie
|Taalmodel
|Rechtmatigheid
|LZ
|Ontwerpen
|Q3 2025
|-
|-
|
|
|'''Overige prestaties'''
|
|
|
|
Regel 370: Regel 324:
|
|
|
|
|-
|'''Overige prestaties'''
|
|
|
|
|
|
|-
|10
|Verslaglegging duidt op mogelijk onterechte registratie van reistijd (N6410)
|[[Verslaglegging duidt op mogelijk onterechte registratie van reistijd (N6410)|N6410]]
|
|
|[[N6510]]
|
|
|-
|[[Afspraak duidt op onrechtmatige registratie reistijd (N6410)]]
|Taalmodel
|Rechtmatigheid
|Rechtmatigheid
|ZPM
|ZPM
Regel 385: Regel 339:
|Afgerond
|Afgerond
|-
|-
|[[Afspraak duidt op gemiste overige prestatie reistijd (N6411)]]
|11
|Taalmodel
|Verslaglegging duidt op mogelijk gemiste registratie van reistijd (N6411)
|[[N6411]]
|
|[[N6511]]
|
|Volledigheid
|Volledigheid
|ZPM
|ZPM
Regel 392: Regel 350:
|Afgerond
|Afgerond
|-
|-
|
|Afspraak duidt op consultatie ggz door sociaal domein
|Afspraak duidt op consultatie ggz door sociaal domein
|Taalmodel
|
|Volledigheid
|
|ZPM
|
|Ontwerpen
|
|Q2 2025
|-
|Behandelaar op externe locatie zonder reistijd
|Datafusie
|Volledigheid
|Volledigheid
|ZPM
|ZPM
Regel 411: Regel 366:
|
|
|
|
|
|-
|'''Categoriseren'''
|
|
|
|
Regel 420: Regel 372:
|
|
|-
|-
|Feitelijke levering nevencliënten
|Taalmodel
|
|
|'''Aanspraak & Onverzekerde zorg'''
|
|
|Ontwerpen
|Q2 2025
|-
|Volledigheid levering nevencliënten
|Taalmodel
|
|
|
|
|Ontwerpen
|Q2 2025
|-
|Genereert jaarlijkse beloofbrief (voorwaardelijk voor RPA 8)
|Taalmodel
|
|
|
|
|Ontwerpen
|Q3 2025
|-
|Rechtmatigheid meerdere consulten op een dag
|Taalmodel
|
|
|
|
|Ontwerpen
|Q2 2025
|-
|Volledigheid lange consulten (mogelijk onterechte samenvoeging, zijn dus behandelaren die meerdere contacten over de dag verdeeld met 1 patiënt samenvoegen)
|Taalmodel
|
|
|
|Ontwerpen
|Q2 2025
|-
|-
|Juiste registratie van huisarts gegeven
|Taalmodel
|
|
|Jaarlijkse beloofbrief aan de huisarts staat in concept
|
|
|Ontwerpen
|Q2 2025
|-
|Feitelijke levering groepscontacten
|Taalmodel
|
|
|
|Ontwerpen
|Q2 2025
|-
|Volledigheid groepscontacten
|Taalmodel
|
|
|
|
|Rechtmatigheid
|ZPM
|Ontwerpen
|Ontwerpen
|Q3 2025
|n.t.b.
|-
|-
|Feitelijke levering multi
|Taalmodel
|
|
|Feitelijke geleverde zorg duidt op te lage indicatie
|
|
|Ontwerpen
|Q3 2025
|-
|Feitelijke levering mono
|Taalmodel
|
|
|
|Ontwerpen
|Q3 2025
|-
|Feitelijke levering outreachend
|Taalmodel
|
|
|
|
|Volledigheid
|LZ
|Ontwerpen
|Ontwerpen
|Q3 2025
|n.t.b.
|-
|-
|Genereert samenvatting voor evaluatie
|Taalmodel
|
|
|
|Feitelijke geleverde zorg duidt op te hoge indicatie
|Ontwerpen
|Q2 2025
|-
|Maakt sociogram voor patiënt
|Taalmodel
|
|
|
|
|Ontwerpen
|Q2 2025
|-
|Borgt juistheid contactgegevens naasten
|Taalmodel
|
|
|
|
|Rechtmatigheid
|LZ
|Ontwerpen
|Ontwerpen
|Q2 2025
|n.t.b.
|-
|Rond behandeldoelen af op basis van verslag
|Taalmodel
|
|
|Ontwerpen
|Q3 2025
|-
|Behandelcontact met naasten geregistreerd als groep
|Taalmodel
|
|
|Ontwerpen
|Q2 2025
|}
|}
== Bibliotheek Actielijsten RPA (Robot Process Automation) ==
=== LuCa: Digitale Ondersteuning in de Zorg ===


 
=== Datafusie ===
In de hedendaagse zorgwereld is expertise van onschatbare waarde. Medewerkers in de zorgwereld bezitten een schat aan zorginhoudelijke kennis die zij dagelijks toepassen. Terwijl de complexiteit van deze kennis en de uitvoering ervan hoog is, zijn er ook werkzaamheden die een herhalend karakter kennen. Om de efficiëntie te verhogen en medewerkers meer ruimte te bieden voor gespecialiseerde taken, heeft ValueCare RPA-oplossingen beschikbaar om deze repeterende werkzaamheden te automatiseren. De onderstaande lijsten geven de robots weer die binnen het ValueCare netwerk operationeel zijn en deze automatisering mogelijk maken. Voor elke robot worden de acties en hun kenmerken uiteengezet die hen geschikt maken voor automatisering, evenals een beschrijving van de gerealiseerde robotflows. Deze robots staan klaar om onmiddellijk te worden geïmplementeerd, waarmee een directe verbetering in efficiëntie binnen uw werkprocessen kan worden gerealiseerd.[[Bestand:Luca lost acties op .png|miniatuur|Luca lost acties op ]]
{| class="wikitable" border="1" cellspacing="1" cellpadding="1" style="width:1600px;"
{| class="wikitable" border="1" cellspacing="1" cellpadding="1" style="width:1600px;"
|<span>'''Normomschrijving'''</span>
|'''Type controle'''
|'''Soort controle'''
|'''Bekostiging'''
|<span>'''Status'''</span>
|<span>'''Planning'''</span>
|-
|-
| style="width: 650px;" |<span>'''Normomschrijving'''</span>
|
| style="width: 160px;" |<span>'''Status'''</span>
|
| style="width: 100px;  " |<span>'''Actueel van - tot'''</span>
|'''Applicatie'''
|-
|
|
|
|
Regel 554: Regel 437:
|
|
|
|
|-
|Zet (telefonisch) consult om in indirecte tijd
|Ontwerpen
|Q2 2025
|
|
|-
|Zet (telefonische) afspraak om in directe consult
|Ontwerpen
|Q2 2025
|
|
|-
|-
|Zet belcontact in agenda
|[[Belcontact duidt op gemist (declarabel) consult (N4000)|Belcontact duidt op gemist declarabel consult (N4000)]]
|Ontwerpen
|Datafusie
|Q2 2025
|Volledigheid
|
|ZPM
|Opgeleverd
|Afgerond
|-
|-
|Zet belcontact met naaste in agenda
|[[Duur belcontact wijkt af van duur geregistreerd telefonisch consult (N4001)]]
|Ontwerpen
|Datafusie
|Q2 2025
|Rechtmatigheid
|
|ZPM
|Opgeleverd
|Afgerond
|-
|-
|Past afspraakregistratie aan bij overlap
|[[Onjuist contactsoort geregistreerd bij telefonisch consult (N4002)]]
|Ontwerpen
|Datafusie
|Q2 2025
|Rechtmatigheid
|
|ZPM
|Opgeleverd
|Afgerond
|-
|-
|Past afspraakduur aan
|[[Belcontact vindt plaats tijdens consult met andere patiënt (overlap) (N4003)]]
|Ontwerpen
|Datafusie
|Q2 2025
|Rechtmatigheid
|
|ZPM
|Opgeleverd
|Afgerond
|-
|-
|Past contactsoort aan
|[[Telefonisch consult geregistreerd zonder belcontact in mobiele data (N4004)]]
|Ontwerpen
|Datafusie
|Q2 2025
|Rechtmatigheid
|
|ZPM
|Opgeleverd
|Afgerond
|-
|-
|Voegt toeslag oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz) toe aan afspraak
|Ontwerpen
|Q2 2025
|
|
|-
|Voegt toeslag tolk toe aan afspraak
|Ontwerpen
|Q2 2025
|
|
|-
|Voegt afspraken zonder zorginhoudelijke onderbreking samen
|Ontwerpen
|Q2 2025
|
|
|-
|Voegt toeslag psychodiagnostiek toe aan afspraak
|Ontwerpen
|Q2 2025
|
|
|-
|Diagnogstiekconsult duidt op onrechtmatige registratie
|Ontwerpen
|Q2 2025
|
|
|-
|Behandelconsult duidt op onrechtmatige registratie
|Ontwerpen
|Q2 2025
|
|
|-
|-
|Registreert indirecte tijd afspraken​.
|'''Planning is realisatie'''
|Ontwerpen
|Q2 2025
|
|
|-
|[[Stuurinformatie Horizontaal Toezicht - Blokkadelijst ZPM - Robot USER (R61800)|R61800 - Blokkeert  consulten voor facturatie bij onrechtmatige registratie]]
|Gereed
|n.v.t.
|Nexus, mQ, USER
|-
|
|
|
|
Regel 635: Regel 489:
|
|
|-
|-
|'''Verblijf'''
|Contact feitelijk geleverd, maar contactduur ongewijzigd bij afwijking > 15 minuten
|
|Datafusie
|
|Rechtmatigheid
|
|ZPM
|Ontwerpen
|Vooralsnog niet mogelijk, alleen via N4001.
|-
|-
|Zet onrechtmatige geregistreerde verblijfsdag op afwezig
|Contact feitelijk geleverd, maar contactduur gewijzigd bij verandering <15 minuten
|Datafusie
|Volledigheid
|ZPM
|Ontwerpen
|Ontwerpen
|Afgerond
|Q4 2025
|
|-
|-
|Zet gemiste verblijfsdag op aanwezig
|
|
|
|
|
|
|-
|Voegt toeslag Oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz) toe
|
|
|
|
|
|
|-
|-
|[[Stuurinformatie Horizontaal Toezicht - Blokkadelijst ZPM - Robot USER (R61800)|R61800 - Blokkeert verblijfsdagen bij onrechtmatige registratie]]
|'''Verblijf'''
|Gereed
|n.v.t.
|Nexus, mQ, USER
|-
|
|
|
|
|
|
|-
|'''Aanspraak & Onverzekerde zorg'''
|
|
|
|
|
|
|-
|-
|Past verwijsdatum aan
|Patiënt in WiFi zonder aanwezigheidsdag
|Datafusie
|Volledigheid
|ZPM
|Ontwerpen
|Ontwerpen
|Q2 2025
|n.t.b.
|
|-
|-
|Past verwijzer aan
|Patiënt buiten WiFi met aanwezigheidsdag
|Datafusie
|Rechtmatigheid
|ZPM
|Ontwerpen
|Ontwerpen
|Q2 2025
|n.t.b.
|-
|
|
|-
|Past type verwijzer aan
|Ontwerpen
|Q2 2025
|
|
|-
|Zet concept jaarlijkse beloofbrief aan de huisarts klaar
|Ontwerpen
|Q2 2025
|
|
|-
|Verwerkt aanmeldingen in het EPD
|
|
|
|
|
|
|-
|-
|Maakt diagnose definitief
|'''Overige prestaties'''
|
|
|
|
|
|-
|Maakt zorgvraagtypering definitief
|
|
|
|
|
|
|-
|Behandelaar op externe locatie zonder reistijd
|Datafusie
|Volledigheid
|ZPM
|Ontwerpen
|n.t.b.
|-
|-
|
|
|
|
|
|
|
|-
|'''Overige prestaties'''
|
|
|
|
|
|
|-
|-
|Verwijdert overige prestatie reistijd
|'''Aanspraak & Onverzekerde zorg'''
|
|
|
|
|
|-
|Voegt overigeprestatie reistijd toe
|
|
|
|
|
|
|-
|-
|[[Stuurinformatie Horizontaal Toezicht - Blokkadelijst ZPM - Robot USER (R61800)|R61800 - Blokkeert overige prestaties bij onrechtmatige registratie]]
|[[Verwijsdatum niet juist overgenomen in EPD (N6420)]]
|Gereed
|Taalmodel/PDF-scan verwijsbrief
|n.v.t.
|Rechtmatigheid
|Nexus, mQ, USER
|ZPM
|Opgeleverd
|Afgerond
|-
|Verwijzer niet juist overgenomen in EPD (N6421)
|Taalmodel/PDF-scan verwijsbrief
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q4 2025
|-
|[[Vastlegging AGB-code verwijzer niet juist vastgelegd in EPD (N6423)]]
|Taalmodel/PDF-scan verwijsbrief
|Rechtmatigheid
|ZPM
|Opgeleverd
|Afgerond
|-
|Vastlegging type verwijzer niet juist vastgelegd in EPD (N6424)
|Taalmodel/PDF-scan verwijsbrief
|Rechtmatigheid
|ZPM
|Ontwerpen
|Q4 2025
|}
 
== Beheer AI: modelversies toelichting waarden ==
Om de kwaliteit van het taalmodel te beheren maken we gebruik van verschillende indicatoren die bepalend zijn voor het voorspellend vermogen van het taalmodel voor verslaglegging. Om een score te koppelen aan de kwaliteit van het model gebruiken we de F1 score.
 
'''F1 score:''' de F1 score is een metriek die wordt gebruikt bij binaire classificatie en informatieopslag om de voorspellende prestaties te beoordelen. Het combineert precisie en recall tot een gemiddelde, waarbij beide even belangrijk worden geacht. De waarde varieert van 0 (slechtst) tot 1 (best), waarbij een score van 1 perfecte precisie en recall aangeeft.
 
* '''Precisie''''':'' hoe vaak klopt het als het model iets als 'positief' aanduidt ten opzichte van alle voorspellingen. Oftewel: het aandeel positieven onder de voorspelde positieven.
* '''Recall''' ''(volledigheid):'' hoeveel van de echte positieve gevallen heeft het model gevonden. Oftewel: het aandeel echte positieven dat is gevonden door het model onder de werkelijke positieven. Dit is belangrijk als je er zeker van wilt zijn dat je niets belangrijks mist.
* '''Accuratesse''''':'' het percentage van alle gevallen (zowel positief als negatief) dat een model correct voorspelt. Het kijkt naar de totale prestaties van het model dus hoeveel van alle voorspellingen juist zijn.
* '''Specificiteit''''':'' een waarde die de kans op een negatief resultaat weergeeft, ook wel '''true negative rate'''. Deze waarde geeft aan hoe vaak de afwezigheid van een bepaalde factor correct wordt geïdentificeerd.
* '''Aantal prediction categorieën''': hoeveel klassen er zijn die voorspeld worden, bij de controles nu; behandelinhoudelijk correct of incorrect = 2.
 
==== Beheer en risicobeheersing van AI-controles ====
Het beheer van de controles op het taalmodel vindt plaats via een aantal specifieke beheermodules, gericht op transparantie en risicobeheersing:
{| class="wikitable"
!Beheerfunctie
!Omschrijving
|-
|Beheer Risicobeheersing Taalmodel: Model versie
|Mogelijkheid om de verschillende (historische) modelversies (en bovengenoemde parameters) in te zien.
|-
|Beheer Risicobeheersing Taalmodel: Training instellingen
|Inzicht en beheer van de instellingen waarmee het model is getraind.
|-
|Beheer Risicobeheersing Taalmodel: Feitelijke levering beoordeling
|Instellingen kunnen hier de training- en testset beoordelen; deze beoordeling wordt vervolgens gebruikt als basis voor het trainen van het taalmodel.
|-
|-
|
|Beheer Risicobeheersing Taalmodel: Feitelijke levering beoordeling actielijst
|
|Inzien van verslaglegging over acties die (in test of productie) worden gesignaleerd binnen de taalmodelcontroles.
|
|
|-
|-
|'''Beroepen'''
|Beheer Risicobeheersing Taalmodel: Bijtrainingssets
|
|Overzicht van de regels die in (toekomstige) bijtrainingsfases worden ingezet.
|
|
|-
|-
|[[R90043 - Personeel - Verschil tussen BIG register en BIG gegevens HR-systeem - Robot Visma|R90043 - Personeel - Verschil tussen BIG register en BIG gegevens HR-systeem - Visma]]
|Beheer Risicobeheersing Taalmodel: Feitelijke levering bijtrainingsbibliotheek
|Gereed
|Hier worden standaard woord(combinaties) weergegeven die frequent voorkomen binnen instellingen en of deze vaker wél of niet geleverd zijn. Wanneer een regel wordt geactiveerd in deze beheertabel, worden er automatisch 25 gegenereerde zinnen met die woordcombinatie toegevoegd aan de bijtrainingsset.
|n.v.t.
|Visma
|}
|}


== Bibliotheek Registratie Processen RPA ==
== Belangrijke parameters binnen AI ==
{| class="wikitable" id="homepage-table"
{| class="wikitable"
!Zorg gerelateerde registratie processen voor automatisering
!Parameter
!Omschrijving
!Standaardwaarde
|-
|-
|[[Aanmeldproces Nexus automatiseren]]
|GGZ_HT_AI_INSTELLING
|Maakt uw organisatie gebruik van  AI bij ValueCare?
|Nee
|-
|-
|[[Robot - Beschikkingen Jeugd onderaannemers overbrengen naar EPD|Beschikkingen Jeugd onderaannemers overbrengen naar EPD]]
|N64_MODEL_VERSIE
|Huidige modelversie (instelbaar per organisatie of moment).
|(leeg, kan gevuld worden)
|-
|-
|[[Robot - Facturen invoeren in AFAS|Facturen invoeren in AFAS]]
|N64_MODEL_VERSIE_OUD
|Vorige modelversie (voor rapportage of terugval).
|(leeg, kan gevuld worden)
|-
|-
|[[Robot - Ortec rooster status aanpassen|Ortec rooster status aanpassen]]
|AI_DRAAIDAGEN_ACCEPTATIE
|Op welke dag draait de AI in de acceptatieomgeving? (Dagnummer, 1 = maandag)
|8 (AI draait niet automatisch)
|-
|-
|Aanvragen jeugdbeschikkingen MQ
|AI_DRAAIDAGEN_PRODUCTIE
|Op welke dag draait de AI in de productieomgeving? (Dagnummer, 1 = maandag)
|8 (AI draait niet automatisch)
|-
|-
|Overbrengen data naar MQ
|AI_EXTRA_DRAAIDAGEN_EINDTIJD
|Tot welk tijdstip zijn extra AI-draaidagen actief?
|17:00 uur
|-
|-
|Resultaten COV check invoeren in EPD
|GGZ_AI_BEOORDELEN_ACTIELIJST_BEHEERTABEL
|Zijn verslagen van de actielijst zichtbaar in het beheerscherm ‘AI: Feitelijke levering beoordeling actielijst’?
|Nee (standaard niet zichtbaar)
|-
|-
|Invoeren nieuwe cliënten vanuit Zorgdomein in EPD
|GGZ_AI_FL_MINIMUM_BIJTRAINEN
|Vanaf hoeveel genegeerde items op de actielijst wordt het AI-model automatisch bijgetraind?
|150
|-
|-
|Vanuit Triageformulier het dossier invullen
|AI_FL_OPLOSSER_BEOORDELINGEN_ACTIELIJST
|}
|Wiens beoordelingen worden meegenomen in het verder trainen van het model.
{| class="wikitable" id="homepage-table"
|(leeg, kan gevuld worden)
!Personeelsgerelateerde processen voor automatisering
|-
|AI_N64_MAX_RUNTIME
|Maximale tijd (in seconden) dat het AI-model mag draaien.
|3600 (1 uur)
|-
|-
|Aanmaken nieuwe gebruiker in EPD vanuit HR systeem
|GGZ_AI_VERBLIJF_NACHTRAP_VERSLAGREGELTYPE
|}
|Worden specifieke soorten verblijf-verslagen herkend aan een verslagregeltype?
{| class="wikitable" id="homepage-table"
|(leeg, kan gevuld worden)
!Datagedreven actielijsten ter verbetering van zorg processen
|-
|-
|Afspraak heeft verhoogd risico op NoShow
|AI_FL_VERBLIJF_VERSLAG_GROEPREN
|Worden AI-verblijfsverslagen gegroepeerd?
|Nee
|-
|-
|Voorstel voor nieuwe afspraak cliënt in agenda behandelaar
|AI_FL_TIJDSCHRIJVEN_MEDEWERKER_CODE_UITSLUITEN
|Uitsluiten van bepaalde medewerkers van AI-controle op tijdschrijven.
|(leeg, kan gevuld worden)
|-
|-
|Cliënt op wachtlijst heeft verhoogde kans op verslechtering
|GGZ_BLOK_AI_ACTIES_SPECIFIEK_OBV_TOELICHTING
|Zorgt ervoor dat alléén bepaalde AI-acties worden meegenomen in blokkadelijsten (bv. alleen 'AI juist').
|(leeg, kan gevuld worden)
|}
|}
<p style="text-align: center">{{VALUECARE}}</p>
 
== Vragen en antwoorden (Q&A) ==
Voor de vragen en antwoorden (Q&A), ga naar [[AI GGZ - Vragen en antwoorden (Q&A)]]
 
{{VALUECARE}}

Huidige versie van 8 jan 2026 10:24

Inleiding

Digitale transformatie is steeds belangrijker in de GGZ, onder andere door de vergrijzing en stijgende (personeels)kosten. De oude werkwijzen en systemen voldoen niet meer aan de eisen van financiers, accountants en toezichthouders. Op dit moment wordt er veel tijd besteed aan het uitvoeren van steekproeven om het restrisico af te dichten, wat veel administratieve last oplevert.

Gesteund door de afspraken in het Integraal Zorgakkoord (IZA) en adviezen van de Raad van Volksgezondheid en Samenleving (RVS) zet ValueCare voor de GGZ in op het borgen van goede, toegankelijke en betaalbare zorg door:

  • Vermindering van administratieve (verantwoordings)lasten, en
  • Vereenvoudiging van de registratie.

Daarnaast wil ValueCare de zorg helpen door transparant te zijn en kennis te delen. Deze openbare wiki-pagina beschrijft de mogelijkheden van digitale technieken voor de transformatie waar de GGZ voor staat in de komende jaren. ValueCare faciliteert deze verandering via drie methoden:

  • Controles met AI-taalmodellen óf Large Language modellen (LLM)
  • Controles op basis van nieuwe databronnen (datalakehouses)
  • Automatisering via Robotic Process Automation (RPA)


Voor meer informatie over de technieken, ga naar:

Luca analyseert verslagleggingen

Bibliotheek normen Artificial Intelligence

In de zorgsector is nauwkeurige verslaglegging niet enkel een administratieve handeling, maar vormt het ook de basis voor het vaststellen van de rechtmatigheid van geregistreerde zorg, evenals het identificeren van mogelijke gemiste registratie van geleverde diensten. Het handmatig doorlopen en controleren van deze omvangrijke verslagleggingen is echter een arbeidsintensief proces, dat zowel tijdsgebonden als kostbaar kan zijn. ValueCare erkent de behoefte aan een efficiëntere aanpak en heeft daarom geïnvesteerd in de kracht van Artificial Intelligence. Met behulp van geavanceerde AI-modellen kunnen verslagleggingen snel en accuraat worden geanalyseerd. In het volgende overzicht presenteren we de normen die gebruik maken van de getrainde ValueCare-taalmodellen die specifiek zijn ontwikkeld om de integriteit van de registratie te waarborgen.

Taalmodellen en Large Language model normen

Hieronder is de lijst te vinden van de AI-normen, zowel de taalmodel- als de LLM-versie. In de kolom erna staat weergegeven of deze normen te gebruiken zijn binnen HT, en dus geauditeerd zijn.

Nr Normomschrijving Taalmodel versie HT LLM versie (in ontwikkeling) HT Soort controle Bekostiging Status Planning
Consulten en toeslagen
Verslaglegging niet te beoordelen door model NVT N6499
00 Verslaglegging duidt op mogelijk onterechte registratie van telefonisch consult N6400 Ja N6500 (in ontwikkeling) Rechtmatigheid ZPM Opgeleverd Afgerond
01 Verslaglegging duidt op mogelijk gemiste registratie van telefonisch consult N6401 Ja N6501 (in ontwikkeling) Volledigheid ZPM Opgeleverd Afgerond
02 Verslaglegging duidt op mogelijk incorrecte behandelinhoudelijkheid bij registratie van consult NVT N6502 Rechtmatigheid ZPM Opgeleverd Afgerond
03 Verslaglegging duidt op mogelijk onterechte registratie van consult N6403 Ja N6503 Rechtmatigheid ZPM Opgeleverd Afgerond
04 Verslaglegging duidt op mogelijk gemiste registratie van consult N6404 N6504 Volledigheid ZPM Opgeleverd Afgerond
07 Verslaglegging duidt op mogelijk onjuiste registratie van een diagnostiekconsult N6407 N6507 (in ontwikkeling) Rechtmatigheid ZPM Opgeleverd Afgerond
08 Verslaglegging duidt op mogelijk onjuiste registratie van een behandelconsult N6408 N6508 (in ontwikkeling) Rechtmatigheid ZPM Opgeleverd Afgerond
18 Verslaglegging duidt op onterecht diagnostiekconsult ná vastlegging diagnose N6518 Rechtmatigheid ZPM Opgeleverd Afgerond
09 Verslaglegging duidt op mogelijk onjuiste registratie van een crisisconsult N6409 Rechtmatigheid ZPM Opgeleverd Afgerond
12 Verslaglegging duidt op mogelijk onterechte registratie van een toeslag tolk N6412 Rechtmatigheid ZPM Opgeleverd Afgerond
13 Verslaglegging duidt op mogelijk gemiste registratie van een toeslag tolk N6413 Volledigheid ZPM Opgeleverd Afgerond
14 Verslaglegging duidt op mogelijk onterechte registratie van groepsconsult N6414 Rechtmatigheid ZPM Opgeleverd Afgerond
15 Verslaglegging duidt op mogelijk gemiste registratie van groepsconsult N6415 Volledigheid ZPM Opgeleverd Afgerond
Toeslag oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz) ontbreekt Volledigheid ZPM Ontwerpen n.t.b.
Afspraak houdt geen verband met ECT Volledigheid ZPM Ontwerpen n.t.b.
Toeslag psychodiagnostiek ontbreekt Volledigheid ZPM Ontwerpen n.t.b.
Verblijf
05 Verslaglegging duidt op mogelijk onterechte registratie van verblijfsdag N6405 Ja N6505 Rechtmatigheid ZPM Opgeleverd Afgerond
06 Verslaglegging duidt op mogelijk gemiste registratie van verblijfsdag N6406 N6506 Volledigheid ZPM Opgeleverd Afgerond
Oorlogsgerelateerd psychotrauma (alleen op verblijfsdag D ggz) Volledigheid ZPM Ontwerpen n.t.b.
Overige prestaties
10 Verslaglegging duidt op mogelijk onterechte registratie van reistijd (N6410) N6410 N6510 Rechtmatigheid ZPM Opgeleverd Afgerond
11 Verslaglegging duidt op mogelijk gemiste registratie van reistijd (N6411) N6411 N6511 Volledigheid ZPM Opgeleverd Afgerond
Afspraak duidt op consultatie ggz door sociaal domein Volledigheid ZPM Ontwerpen n.t.b.
Aanspraak & Onverzekerde zorg
Jaarlijkse beloofbrief aan de huisarts staat in concept Rechtmatigheid ZPM Ontwerpen n.t.b.
Feitelijke geleverde zorg duidt op te lage indicatie Volledigheid LZ Ontwerpen n.t.b.
Feitelijke geleverde zorg duidt op te hoge indicatie Rechtmatigheid LZ Ontwerpen n.t.b.

Datafusie

Normomschrijving Type controle Soort controle Bekostiging Status Planning
Consulten en toeslagen
Belcontact duidt op gemist declarabel consult (N4000) Datafusie Volledigheid ZPM Opgeleverd Afgerond
Duur belcontact wijkt af van duur geregistreerd telefonisch consult (N4001) Datafusie Rechtmatigheid ZPM Opgeleverd Afgerond
Onjuist contactsoort geregistreerd bij telefonisch consult (N4002) Datafusie Rechtmatigheid ZPM Opgeleverd Afgerond
Belcontact vindt plaats tijdens consult met andere patiënt (overlap) (N4003) Datafusie Rechtmatigheid ZPM Opgeleverd Afgerond
Telefonisch consult geregistreerd zonder belcontact in mobiele data (N4004) Datafusie Rechtmatigheid ZPM Opgeleverd Afgerond
Planning is realisatie
Contact feitelijk geleverd, maar contactduur ongewijzigd bij afwijking > 15 minuten Datafusie Rechtmatigheid ZPM Ontwerpen Vooralsnog niet mogelijk, alleen via N4001.
Contact feitelijk geleverd, maar contactduur gewijzigd bij verandering <15 minuten Datafusie Volledigheid ZPM Ontwerpen Q4 2025
Verblijf
Patiënt in WiFi zonder aanwezigheidsdag Datafusie Volledigheid ZPM Ontwerpen n.t.b.
Patiënt buiten WiFi met aanwezigheidsdag Datafusie Rechtmatigheid ZPM Ontwerpen n.t.b.
Overige prestaties
Behandelaar op externe locatie zonder reistijd Datafusie Volledigheid ZPM Ontwerpen n.t.b.
Aanspraak & Onverzekerde zorg
Verwijsdatum niet juist overgenomen in EPD (N6420) Taalmodel/PDF-scan verwijsbrief Rechtmatigheid ZPM Opgeleverd Afgerond
Verwijzer niet juist overgenomen in EPD (N6421) Taalmodel/PDF-scan verwijsbrief Rechtmatigheid ZPM Ontwerpen Q4 2025
Vastlegging AGB-code verwijzer niet juist vastgelegd in EPD (N6423) Taalmodel/PDF-scan verwijsbrief Rechtmatigheid ZPM Opgeleverd Afgerond
Vastlegging type verwijzer niet juist vastgelegd in EPD (N6424) Taalmodel/PDF-scan verwijsbrief Rechtmatigheid ZPM Ontwerpen Q4 2025

Beheer AI: modelversies toelichting waarden

Om de kwaliteit van het taalmodel te beheren maken we gebruik van verschillende indicatoren die bepalend zijn voor het voorspellend vermogen van het taalmodel voor verslaglegging. Om een score te koppelen aan de kwaliteit van het model gebruiken we de F1 score.

F1 score: de F1 score is een metriek die wordt gebruikt bij binaire classificatie en informatieopslag om de voorspellende prestaties te beoordelen. Het combineert precisie en recall tot een gemiddelde, waarbij beide even belangrijk worden geacht. De waarde varieert van 0 (slechtst) tot 1 (best), waarbij een score van 1 perfecte precisie en recall aangeeft.

  • Precisie: hoe vaak klopt het als het model iets als 'positief' aanduidt ten opzichte van alle voorspellingen. Oftewel: het aandeel positieven onder de voorspelde positieven.
  • Recall (volledigheid): hoeveel van de echte positieve gevallen heeft het model gevonden. Oftewel: het aandeel echte positieven dat is gevonden door het model onder de werkelijke positieven. Dit is belangrijk als je er zeker van wilt zijn dat je niets belangrijks mist.
  • Accuratesse: het percentage van alle gevallen (zowel positief als negatief) dat een model correct voorspelt. Het kijkt naar de totale prestaties van het model dus hoeveel van alle voorspellingen juist zijn.
  • Specificiteit: een waarde die de kans op een negatief resultaat weergeeft, ook wel true negative rate. Deze waarde geeft aan hoe vaak de afwezigheid van een bepaalde factor correct wordt geïdentificeerd.
  • Aantal prediction categorieën: hoeveel klassen er zijn die voorspeld worden, bij de controles nu; behandelinhoudelijk correct of incorrect = 2.

Beheer en risicobeheersing van AI-controles

Het beheer van de controles op het taalmodel vindt plaats via een aantal specifieke beheermodules, gericht op transparantie en risicobeheersing:

Beheerfunctie Omschrijving
Beheer Risicobeheersing Taalmodel: Model versie Mogelijkheid om de verschillende (historische) modelversies (en bovengenoemde parameters) in te zien.
Beheer Risicobeheersing Taalmodel: Training instellingen Inzicht en beheer van de instellingen waarmee het model is getraind.
Beheer Risicobeheersing Taalmodel: Feitelijke levering beoordeling Instellingen kunnen hier de training- en testset beoordelen; deze beoordeling wordt vervolgens gebruikt als basis voor het trainen van het taalmodel.
Beheer Risicobeheersing Taalmodel: Feitelijke levering beoordeling actielijst Inzien van verslaglegging over acties die (in test of productie) worden gesignaleerd binnen de taalmodelcontroles.
Beheer Risicobeheersing Taalmodel: Bijtrainingssets Overzicht van de regels die in (toekomstige) bijtrainingsfases worden ingezet.
Beheer Risicobeheersing Taalmodel: Feitelijke levering bijtrainingsbibliotheek Hier worden standaard woord(combinaties) weergegeven die frequent voorkomen binnen instellingen en of deze vaker wél of niet geleverd zijn. Wanneer een regel wordt geactiveerd in deze beheertabel, worden er automatisch 25 gegenereerde zinnen met die woordcombinatie toegevoegd aan de bijtrainingsset.

Belangrijke parameters binnen AI

Parameter Omschrijving Standaardwaarde
GGZ_HT_AI_INSTELLING Maakt uw organisatie gebruik van AI bij ValueCare? Nee
N64_MODEL_VERSIE Huidige modelversie (instelbaar per organisatie of moment). (leeg, kan gevuld worden)
N64_MODEL_VERSIE_OUD Vorige modelversie (voor rapportage of terugval). (leeg, kan gevuld worden)
AI_DRAAIDAGEN_ACCEPTATIE Op welke dag draait de AI in de acceptatieomgeving? (Dagnummer, 1 = maandag) 8 (AI draait niet automatisch)
AI_DRAAIDAGEN_PRODUCTIE Op welke dag draait de AI in de productieomgeving? (Dagnummer, 1 = maandag) 8 (AI draait niet automatisch)
AI_EXTRA_DRAAIDAGEN_EINDTIJD Tot welk tijdstip zijn extra AI-draaidagen actief? 17:00 uur
GGZ_AI_BEOORDELEN_ACTIELIJST_BEHEERTABEL Zijn verslagen van de actielijst zichtbaar in het beheerscherm ‘AI: Feitelijke levering beoordeling actielijst’? Nee (standaard niet zichtbaar)
GGZ_AI_FL_MINIMUM_BIJTRAINEN Vanaf hoeveel genegeerde items op de actielijst wordt het AI-model automatisch bijgetraind? 150
AI_FL_OPLOSSER_BEOORDELINGEN_ACTIELIJST Wiens beoordelingen worden meegenomen in het verder trainen van het model. (leeg, kan gevuld worden)
AI_N64_MAX_RUNTIME Maximale tijd (in seconden) dat het AI-model mag draaien. 3600 (1 uur)
GGZ_AI_VERBLIJF_NACHTRAP_VERSLAGREGELTYPE Worden specifieke soorten verblijf-verslagen herkend aan een verslagregeltype? (leeg, kan gevuld worden)
AI_FL_VERBLIJF_VERSLAG_GROEPREN Worden AI-verblijfsverslagen gegroepeerd? Nee
AI_FL_TIJDSCHRIJVEN_MEDEWERKER_CODE_UITSLUITEN Uitsluiten van bepaalde medewerkers van AI-controle op tijdschrijven. (leeg, kan gevuld worden)
GGZ_BLOK_AI_ACTIES_SPECIFIEK_OBV_TOELICHTING Zorgt ervoor dat alléén bepaalde AI-acties worden meegenomen in blokkadelijsten (bv. alleen 'AI juist'). (leeg, kan gevuld worden)

Vragen en antwoorden (Q&A)

Voor de vragen en antwoorden (Q&A), ga naar AI GGZ - Vragen en antwoorden (Q&A)

Overgenomen van "https://www.normenkaderzorg.nl/index.php?title=AI_-_Automatisering_Zorgregistratie_(GGZ)&oldid=82529"