FAQ - Digitale Assistent MSZ: verschil tussen versies

Naar navigatie springen Naar zoeken springen
Geen bewerkingssamenvatting
Geen bewerkingssamenvatting
Regel 120: Regel 120:
'''Op basis van wat wordt er een “registratie afleiding” gemaakt?'''
'''Op basis van wat wordt er een “registratie afleiding” gemaakt?'''


Aan de hand van de tekst die door de Digitale Assistent is gemaakt voor het “Auto-Verslag” of door een verslag gemaakt door de medisch specialist zelf, wordt er door een classificatietaalmodel herkend welke verrichtingen er zijn uitgevoerd en geregistreerd moeten worden. Dit gebeurt dus enkel op basis van het (geautomatiseerd) verslag waar de medisch specialist nog steeds eigen regie over heeft.
Aan de hand van de tekst die door de Digitale Assistent is gemaakt voor de “Auto-Verslaglegging” of door een verslag gemaakt door de medisch specialist zelf, wordt er door een classificatietaalmodel herkend welke verrichtingen er zijn uitgevoerd en geregistreerd moeten worden. Dit gebeurt dus enkel op basis van het (geautomatiseerd) verslag waar de medisch specialist nog steeds eigen regie over heeft.


'''Kan ik zelf nog (achteraf) verrichtingen registreren?'''
'''Kan ik zelf nog (achteraf) verrichtingen registreren?'''
Regel 139: Regel 139:


==Technische Ondersteuning==
==Technische Ondersteuning==
'''Wat moet ik doen als de opname assistent niet werkt?'''
Controleer eerst of uw apparaat is verbonden met het internet en dat de microfoon functioneert. U kunt controleren of de microfoon werkt door te kijken of de blauwe cirkel groter of kleiner wordt tijdens de opname. Als het probleem aanhoudt, neem dan contact op met de consultant ValueCare als vast aanspreekpunt.
'''Wat moet ik doen als mijn geluid niet wordt opgenomen bij gebruik van de browser Chrome?'''
Controleer eerst of het geluid wel goed wordt opgenomen met de browser Microsoft Edge. Als het geluid nu wel goed wordt opgenomen, dan ligt het niet aan een algemene setting van de laptop/desktop. Neem in dat geval contact op met uw ICT helpdesk om de instellingen in Chrome goed te zetten.
'''Wat moet ik doen na inloggen bij langdurig bericht "Bezig met laden"?'''
Er zou een cache probleem kunnen zijn. De browser gebruikt eerst opgeslagen pagina's in de cache en probeert daarna pas een nieuwe pagina op te halen. Het helpt meestal om dan de pagina met het bericht "Bezig met laden" opnieuw te laden met Ctrl-F5. Je forceert dan dat de pagina niet uit de cache wordt gehaald. Mocht dit niet werken, dan helpt het om eerst de cache te verwijderen via Ctrl-Shift-Del.
'''Hoe kan ik contact opnemen met technische ondersteuning?'''
Voor technische ondersteuning kunt u contact opnemen met de consultant van ValueCare die jullie eerste aanspreekpunt is. Hij/zij zal dit dan eventueel verder opnemen intern met de betrokken diensten binnen het ziekenhuis.


==Meten van resultaten==
==Meten van resultaten==
'''Hoe wordt de kwaliteit en/of tijdswinst van de verslagen gemeten?'''
Er zijn twee aspecten die belangrijk zijn:
# Is het verslag technisch gezien gelukt?
# Is het verslag inhoudelijk correct?
Het eerste aspect wordt gemeten door te checken of de audio, de transcriptie en het verslag zijn gegenereerd. De uitkomsten worden toegelicht in het dashboard "Digitale Assistent - Gebruiksoverzicht". De belangrijkste KPI is de tegel met daarin "Percentage gesprekken succesvol uitgevoerd".
Het tweede aspect kan op verschillende manieren gemeten worden. ValueCare heeft de mogelijkheid om de gebruiker te vragen om een oordeel. Via de feedbacktabel "Beheer Digitale Assistent - Analyse gesprekken" kan de gebruiker aangeven wat de kwaliteit van het verslag was, hoeveel tijd er bespaard is en opmerkingen over het verslag teruggeven. Deze manier heeft als nadeel dat de gebruiker een extra inspanning wordt gevraagd. ValueCare heeft ook de mogelijkheid om te meten wat het verschil is tussen het door de Digitale Assistent gegenereerde verslag en het verslag zoals het door de gebruiker is aangepast en verwerkt in het EPD. Het verschil geeft aan wat de tijdsinspanning was die de gebruiker heeft moeten doen om het verslag aan te passen.
'''Hoe wordt de kwaliteit en/of tijdswinst van de automatisch genereerde registraties gemeten?'''
In de eerste plaats zal deze gemeten worden aan de hand van de goedkeuring van de medisch specialist die worden gegeven op de “Registratie Suggestie” en de eventuele aanvulling die zijn moeten gedaan worden om extra zorgactiviteiten te registreren. Dit mogelijke verschil geeft een indicatie van de kwaliteit van de automatisch genereerde registraties door de Digitale Assistent.
Verder heeft ValueCare de mogelijkheid om de gebruiker te vragen om een oordeel. Via de feedbacktabel "Beheer Digitale Assistent - Analyse gesprekken" kan de gebruiker aangeven hoe accuraat de “Registratie Suggestie” was en of er handmatig nog extra zorgactiviteiten zijn moeten geregistreerd worden die wel uit het verslag zouden gehaald kunnen worden. Ook wordt er dan gevraagd hoeveel tijd er bespaard is en kunnen er eventuele opmerkingen gegeven worden. Deze manier heeft als nadeel dat de gebruiker een extra inspanning wordt gevraagd.


==Gegevens opslag==
==Gegevens opslag==
'''Welke data wordt opgeslagen én voor hoe lang?'''
De opname, de transcriptie en het gespreksverslag worden opgeslagen op de ValueCare server gedurende de bewaartermijn. Ter info: De bewaartermijn kan worden ingesteld per ziekenhuis. Insteek is dat het EPD de juiste plek is én blijft voor het bewaren van de gespreksverslagen.
'''Wie kan er bij de opname, transcriptie en gespreksverslag?'''
Een gebruiker kan alleen zijn eigen gegevens zien gedurende de bewaartermijn. De audio is niet toegankelijk voor gebruikers.
'''Worden de data binnen de EU opgeslagen?'''
Ja, er wordt voldaan aan de wettelijke bepalingen rond het opslaan van gegevens.


==Beveiliging en privacy==
==Beveiliging en privacy==
'''Welke maatregelen zijn getroffen voor beveiliging en privacy rondom Networked AI?'''
* Eigen dedicated machines in eigen datacenter: Voor zware AI-taken gebruikt ValueCare speciale machines met hoge rekenkracht, waardoor taken sneller en efficiënter worden uitgevoerd zonder dat de gegevens de beveiligde omgeving verlaten.
* Private AI Instances: Grote AI-modellen draaien op een privé-instantie van de Open AI Azure-service, wat betekent dat de gegevens niet worden gedeeld of gebruikt voor training buiten de specifieke toepassing. Er wordt dus gegarandeerd dat de data niet wordt verspreid.
* Strikte beheersingsmaatregelen: Er zijn meerdere lagen van beveiliging, zoals firewalls en toegangsbeheer, om ervoor te zorgen dat gegevens veilig blijven binnen het ValueCare-netwerk.
* Interne toetsing: Elk ValueCare AI-systeem is intern uitgebreid getoetst en is geaccordeerd door de klant voorafgaand aan de in productie name.
* Externe Toetsing: ValueCare laat haar AI-systemen toetsen door een externe IT-auditor om te garanderen dat de gegevens veilig en correct worden gebruikt. De rapportages van de audits zijn voor klanten beschikbaar.
Kort samengevat: voor elke klant een geïsoleerde, strikt gescheiden gegevensverwerking, conform NEN 7512 met meerdere lagen afgeschermd.
'''Welke gegevens worden gebruikt om de taalmodellen te trainen voor de “Auto-Verslaglegging”?'''
Er zijn 2 taalmodellen:
# Transcriptie taalmodel.
# Samenvatting taalmodel.
Het transcriptie taalmodel wordt gebruikt om de geluidsopname om te zetten naar uitgeschreven tekst. Dit model draait lokaal bij ValueCare en deze data wordt dus niet gedeeld met andere partijen. We vergelijken de correcte en gevalideerde transcripties met verschillende versies van het transcriptiemodel. Zo vergelijken we of het model dat we gebruiken nog “the state of the art” is of dat er een nóg beter model kan gebruikt worden. Voor elke klant wordt er een losse instantie van het taalmodel gebruikt, zodat data van klanten apart gehouden wordt. Op dit moment wordt het transcriptiemodel niet verbeterd aan de hand van transcripties van klanten. In de toekomst is het de verwachting dat de volgende termen uit transcripties wel worden gebruikt om het model te verbeteren: namen van ziekenhuizen en specialisten, medicijnen, geneeskundige specifieke termen, klant specifieke termen. Er zullen dus GEEN patiënten- en medewerkersnamen gebruikt worden.
De performance van het generieke samenvatting taalmodel wordt vooral geoptimaliseerd met verbeterde prompts. Deze prompts bevatten GEEN privacy gevoelige gegevens<ins>.</ins> Input voor verbetering zijn de wijzigingen die gebruikers maken in de verslagen, alsmede de feedback die we krijgen uit de gesprekken die we voeren met klanten. Er worden geen privacy gevoelige gegevens gebruikt bij deze verbeteringen.
'''Welke gegevens worden gebruikt om het classificatietaalmodel te trainen voor de “Registratie Afleiding” en “Auto-registratie” ?'''
Het classificatietaalmodel is gebaseerd op meer dan tien miljoen verslagen uit EPDs van ziekenhuizen. Hier is bestaand wetenschappelijk onderzoek voor gebruikt en wordt er dus GEEN gebruik gemaakt van de data van onze klanten. Om dit nog beter af te stemmen op de situatie binnen specifieke ziekenhuizen finetunen we dit classificatietaalmodel met specifieke verslagen van het betrokken ziekenhuis. Op die manier is het model afgestemd op de terminologie die binnen het ziekenhuis wordt gebruikt. Daarnaast wordt het model gefinetuned op wat het moet kunnen classificeren, bijvoorbeeld bepaalde verrichtingen. Het model wordt ook gefinetuned op bepaalde gestructureerde data (vb. welke ICD 10-code er geregistreerd is).
Voor elk ziekenhuis wordt er dus een ander model gefinetuned. Dit heeft twee belangrijke redenen: goede afstemming van het model op de context én om te zorgen dat er nooit informatie uit verslagen gedeeld wordt tussen de verschillende ziekenhuizen.