AI - Beoordeling Tekstverslagen (VVT en GHZ): verschil tussen versies

Uit normenkaderzorg.nl
Naar navigatie springen Naar zoeken springen
VisueelWikitekst
Nieuwe pagina aangemaakt met '== Inleiding == miniatuur|200x200px|Luca analyseert verslagleggingen|alt=|rechts De partijen in de zorg hebben in het Integraal Zorgakkoord (IZA) afgesproken om de zorg voor de toekomst goed, toegankelijk en betaalbaar te houden. Er dient te worden ingezet op passende zorg, digitale zorg, betere processen en minder dure medicijnen. ValueCare ondersteunt ziekenhuizen bij deze transformatie op diverse gebieden. Daarnaast wil ValueCare d…'
 
AI pagina - Beoordeling tekstverslagen aangemaakt
 
Regel 2: Regel 2:
[[Bestand:Lijstjes.png|miniatuur|200x200px|Luca analyseert verslagleggingen|alt=|rechts]]
[[Bestand:Lijstjes.png|miniatuur|200x200px|Luca analyseert verslagleggingen|alt=|rechts]]


De partijen in de zorg hebben in het Integraal Zorgakkoord (IZA) afgesproken om de zorg voor de toekomst goed, toegankelijk en betaalbaar te houden. Er dient te worden ingezet op passende zorg, digitale zorg, betere processen en minder dure medicijnen. ValueCare ondersteunt ziekenhuizen bij deze transformatie op diverse gebieden. Daarnaast wil ValueCare de zorg helpen door transparant te zijn en kennis te delen.
Digitale transformatie in de langdurige zorg 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.


Deze openbare wiki pagina geeft de details over de mogelijkheden om digitale technieken in te zetten voor de transformatie opgave waar de ziekenhuizen nu en de komende jaren voor staan.
Gesteund door de afspraken in het Integraal Zorgakkoord (IZA) en adviezen van de Raad van Volksgezondheid en Samenleving (RVS) zet ValueCare voor de langdurige zorg in op het borgen van goede, toegankelijke en betaalbare zorg door:


== Bibliotheek normen Artificial Intelligence ==
* Het verminderen van administratieve (verantwoordings)lasten, en
* Het vereenvoudigen van de registratie.


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 manueel 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.
Daarnaast wil ValueCare de zorg helpen door transparant te zijn en kennis te delen.


== Wet- en Regelgeving ==
Deze openbare wiki pagina geeft de details over de mogelijkheden om digitale technieken in te zetten voor de transformatie opgave waar de langdurige zorg voor staat de komende jaren.
De geldige wet- en regelgeving vormt de basis voor onze normen. Dit is in de AI normen niet anders dan in de normen op gestructureerde data. In de functionele uitwerking van de normen (zie links hieronder), beschrijven wij daarom ook altijd welke W&R van toepassing is bij de ontwikkelde norm.


== AI - Beoordeling Tekstverslagen – Hoe werkt het? ==
== Bibliotheek normen Artificial Intelligence ==
ValueCare zet op het gebied van AI meerdere methoden in voor de beoordeling van tekstverslagen. Welke methoden dit precies zijn, staat [[AI - Beoordeling Tekstverslagen – Hoe werkt het?|hier]] nader uitgeschreven.
 
== AI-normen op Volledigheid ==
 
Met behulp van geavanceerde AI-modellen kunnen verslagen snel en accuraat worden geanalyseerd. De AI modellen worden getraind op historische data en classificeren de data, inclusief betrouwbaarheid. ValueCare toont het resultaat in actielijsten inclusief deze betrouwbaarheid en onderbouwing in het ValueCare portaal.
ValueCare is begonnen met het inzetten van AI-modellen op SEH-verslagen, omdat dit bij uitstek een afdeling is waar door de verscheidenheid aan taken, verantwoordelijkheden en niet-planbare zorg de zorgactiviteiten onvolledig worden geregistreerd. Voorbeelden hiervan zijn onder andere gemiste ATLS en wondbehandeling. Daarnaast zijn er AI-modellen getraind op verschillende onderwerpen in OK-verslagen, klinische en poliklinische verslagen. In het volgende overzicht presenteren we de normen die gebruik maken van de getrainde AI-modellen die specifiek zijn ontwikkeld om de volledigheid van de registratie te waarborgen:
 
=== Normen op basis van getrainde taalmodellen ===
 
==== SEH ====
* [[AI-analyse van verslaglegging SEH duidt op gemist ATLS subtraject (N5340)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste zorgactiviteit wondbehandeling (N5500)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste zorgactiviteit beoordeling ECG (N5501)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste registratie conservatieve behandeling fractuur bovenste extremiteit (N5502)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste zorgactiviteit conservatieve behandeling onderste extremiteit (N5506)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste registratie intraveneuze trombolyse (IVT) (N5503)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste registratie Echografie (N5504)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste registratie 'Procedurele sedatie en analgesie' (PSA) buiten de operatiekamer (N5508)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste gesloten repositie luxatie of fractuurdislocatie (N5509)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste registratie gips, spalk of orthese (N5511)]]
 
==== Polikliniek ====
* [[AI-analyse van verslaglegging bij afspraak duidt op gemist declarabel telefonisch consult (N5100)]]
* [[AI-analyse van verslaglegging bij afspraak duidt op patiëntcontact zonder declarabel telefonisch consult (N5101)]]
* [[AI-analyse van verslaglegging bij afspraak duidt op gemiste scopie (N5110)]]
* [[AI-analyse van verslaglegging bij afspraak op de gipskamer duidt op gemist consult (N5120)]]
* [[AI-analyse van verslaglegging duidt op gemiste ICC of medebehandeling (N5510)]]
* [[AI-analyse van poliklinische verslaglegging duidt op gemiste intravitreale injectie (N5505)]]
* [[AI-analyse van verslaglegging duidt op gemiste registratie CGA (N5507)]]
* [[AI-analyse van poliklinische verslaglegging bij no-show afspraak duidt op gemist consult (N5121)]]
* [[AI-analyse van verslaglegging SEH duidt op gemiste registratie Echografie (N5504)]]
* [[AI-analyse van verslaglegging opname duidt op gemiste registratie parenteraal ijzer (N5512)]]
* [[AI-analyse van verslaglegging bij afspraak wondpoli duidt op gemiste wondbehandeling (N5115)]]


==== Kliniek ====
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. Hiervoor worden meerdere methoden ingezet, die [[AI - Beoordeling Tekstverslagen – Hoe werkt het?|hier]] worden toegelicht. 
* [[AI-analyse van verslaglegging bij afspraak duidt op gemiste scopie (N5110)]]
* [[Verslaglegging bij opname duidt op gemiste IC-dag (N5400)]]
* AI-analyse van verslaglegging bij diagnostische scopie duidt op gemiste therapeutische scopie (N5310)


==== OK ====
De geldige wet- en regelgeving vormt de basis voor onze normen. Dit is in de AI normen niet anders dan in de normen op gestructureerde data. Hieronder is de lijst te vinden van de AI-normen, inclusief een omschrijving en wat voor soort controle het is.
* [[AI-analyse van verslaglegging OK duidt op gemiste dubbelzijdigheid Chirurgie (N5602)]]
{| class="wikitable"
* [[AI-analyse van verslaglegging OK duidt op gemiste dubbelzijdigheid Oogheelkunde (N5603)]]
|+
* [[AI-analyse van verslaglegging OK duidt op gemiste complexe cataractoperatie (N5604)]]
!Controle
!Omschrijving
!Soort controle
|-
|R47003
|Feitelijke levering - Rechtmatig inzetten van een VV10 indicatie
|Rechtmatigheid
|-
|R47004
|Rechtmatigheid - AI-analyse van verslaglegging bij ongepland contact duidt op onrechtmatige registratie
|Rechtmatigheid
|-
|R47050
|Kwaliteit - AI-analyse van verslaglegging duidt op afwijking van het format voor wondbehandelingsrapportage
|Kwaliteit
|-
|R47101
|Volledigheid - Rapportage geen ongepland contact is geregistreerd
|Volledigheid
|}


=== Integrale AI-controles op basis van prompts ===
== Beheer AI ==
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.


* [[AI-analyse van verslaglegging bij OK afspraak duidt op gemiste OK-zorgactiviteit(en) (N5850)]]
'''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.
* [[AI-analyse van verslaglegging bij SEH bezoek duidt op gemiste SEH-zorgactiviteit(en) (N5851)]]


== AI-normen op rechtmatigheid ==
* '''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.
Naast de volledigheid van registratie onwikkelt ValueCare ook AI-modellen ten behoeve van verantwoording op de rechtmatigheid (feitelijke levering), waarbij de steekproeven die voor horizontaal toezicht nu worden uitgevoerd, vervangen kunnen worden door integrale controles. Dit mitigeert niet alleen het financiële risico, maar levert ook veel tijdsbesparing op doordat de steekproeven niet meer handmatig hoeven te worden uitgevoerd.
* '''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.


In het testproces wordt nadrukkelijk ook gecontroleerd of registraties die door de AI als rechtmatig worden beoordeeld dit in werkelijkheid daadwerkelijk zijn. Door deze positieve gevallen mee te nemen in de testopzet wordt geborgd dat er geen ''false negatives'' ontstaan (registraties die ten onrechte als rechtmatig worden aangemerkt).
== Belangrijke parameters binnen AI ==


In het volgende overzicht presenteren we de normen die gebruik maken van de getrainde AI-modellen die specifiek zijn ontwikkeld om de rechtmatigheid van de registratie te waarborgen:
* De maximale tijd (in seconden) dat het AI-model mag draaien. Standaard: 3600 seconden (1 uur).


* [[AI-analyse van verslaglegging bij telefonisch consult duidt op onrechtmatige registratie (N5300)]]
== Vragen en antwoorden (Q&A) ==
* [[AI-analyse van verslaglegging bij telefonisch consult duidt op ontbreken patiëntcontact (N5301)]]
Voor de vragen en antwoorden (Q&A), ga naar [[AI GGZ - Vragen en antwoorden (Q&A)|AI - Vragen en antwoorden (Q&A)]]
* [[AI-analyse van verslaglegging bij ICC/medebehandeling duidt op onrechtmatige registratie (N5330)]]
* [[AI-analyse van verslaglegging binnen looptijd ATLS-subtraject duidt op onrechtmatige registratie (N5345)]]
* [[AI-analyse van verslaglegging bij poliklinisch consult duidt op onrechtmatige registratie (N5320)]]
* [[AI-analyse van verslaglegging wijst op onrechtmatige parallelle DBC-registratie binnen het specialisme Orthopedie (N5550)]]
* [[AI-analyse van verslaglegging wijst op onrechtmatige parallelle DBC-registratie binnen het specialisme Interne Geneeskunde (N5551)]]
* [[AI-analyse van verslaglegging bij DGM duidt op onrechtmatige registratie (N5350)]]

Huidige versie van 10 aug 2026 09:32

Inleiding

Luca analyseert verslagleggingen

Digitale transformatie in de langdurige zorg 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.

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

  • Het verminderen van administratieve (verantwoordings)lasten, en
  • Het vereenvoudigen van de registratie.

Daarnaast wil ValueCare de zorg helpen door transparant te zijn en kennis te delen.

Deze openbare wiki pagina geeft de details over de mogelijkheden om digitale technieken in te zetten voor de transformatie opgave waar de langdurige zorg voor staat de komende jaren.

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. Hiervoor worden meerdere methoden ingezet, die hier worden toegelicht.

De geldige wet- en regelgeving vormt de basis voor onze normen. Dit is in de AI normen niet anders dan in de normen op gestructureerde data. Hieronder is de lijst te vinden van de AI-normen, inclusief een omschrijving en wat voor soort controle het is.

Controle Omschrijving Soort controle
R47003 Feitelijke levering - Rechtmatig inzetten van een VV10 indicatie Rechtmatigheid
R47004 Rechtmatigheid - AI-analyse van verslaglegging bij ongepland contact duidt op onrechtmatige registratie Rechtmatigheid
R47050 Kwaliteit - AI-analyse van verslaglegging duidt op afwijking van het format voor wondbehandelingsrapportage Kwaliteit
R47101 Volledigheid - Rapportage geen ongepland contact is geregistreerd Volledigheid

Beheer AI

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.

Belangrijke parameters binnen AI

  • De maximale tijd (in seconden) dat het AI-model mag draaien. Standaard: 3600 seconden (1 uur).

Vragen en antwoorden (Q&A)

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

Overgenomen van "https://www.normenkaderzorg.nl/index.php?title=AI_-_Beoordeling_Tekstverslagen_(VVT_en_GHZ)&oldid=85832"