Multimodaal systeem voor geautomatiseerde medische documentatie en klinische besluitvorming geïntegreerd met contactcenter-oplossingen

Artsen helpen meer tijd met patiënten door te brengen

Veel huisartsen ervaren dat administratieve taken tijd wegnemen van face-to-face zorg. Het Parrot AI-project pakt dit probleem aan door een slimme hulp te ontwikkelen die medische consulten beluistert, de aantekeningen schrijft en suggesties doet, terwijl de arts altijd de eindverantwoordelijkheid behoudt. Voor patiënten kan dit kortere wachttijden, meer gerichte gesprekken en duidelijkere dossiers van elk bezoek betekenen.

Waarom administratie zo'n last is

Digitale medische dossiers zouden de zorg moeten vereenvoudigen, maar in de praktijk vullen artsen nog steeds veel formulieren handmatig in door te typen of te klikken. Studies suggereren dat bijna de helft van een standaardafspraak aan documentatie kan worden besteed in plaats van aan direct contact. Alleen al in Polen verwerkten huisartsen in 2023 meer dan 180 miljoen consulten, dus zelfs kleine tijdwinst per bezoek telt. Bestaande digitale hulpmiddelen richten zich vaak alleen op smalle taken, zoals het plannen van afspraken of het dicteren van aantekeningen, en ondersteunen niet de volledige stroom van eerste contact tot diagnose en behandeling.

Wat het Parrot AI-systeem doet

Het Parrot AI-systeem is ontworpen voor interne geneeskunde en kinderklinieken en koppelt meerdere tools in één workflow. Eerst behandelen telefoon- en chatassistenten het maken van afspraken en stellen ze eenvoudige vragen over symptomen vóór het bezoek. Tijdens het consult zet spraakherkenning het gesprek tussen arts en patiënt om in tekst. Een taalmodel dat getraind is op Poolse gesprekken scant vervolgens de dialoog om sleutelitems zoals symptomen, medicijnen, metingen en verwijzingen voor tests te signaleren en gebruikt deze om veel van het elektronische formulier automatisch in te vullen. Dit geeft de arts een conceptdossier om te controleren in plaats van een leeg scherm om vanaf nul te vullen.

Hoe de slimme assistent beslissingen ondersteunt

Naast het schrijven van aantekeningen bevat Parrot AI een expertmodule die kijkt naar de verzamelde symptomen en waarschijnlijke diagnoses en behandelingsopties voorstelt. Het steunt op grote trainingssets die patronen van klachten koppelen aan specifieke aandoeningen en therapieën, gebaseerd op standaardziektecodes. Verschillende machine learning-methoden werden getest, waarbij een techniek genaamd random forest het beste presteerde. Voor elke patiënt ziet de arts de drie meest waarschijnlijke diagnoses met daaraan gekoppeld mogelijke voorschriften, tests en ziekteverlof. De arts kan elke suggestie accepteren, aanpassen of afwijzen, zodat het medische oordeel altijd bij de menselijke expert blijft.

Hoe goed het systeem tot nu toe werkt

De onderzoekers evalueerden elk bouwblok afzonderlijk. Het taalmodel dat informatie uit gesprekken extraheert identificeerde medische details en hun betekenis in meer dan vier van de vijf gevallen correct. De expertmodule bereikte vergelijkbare effectiviteit bij het koppelen van symptoompatronen aan diagnoses en behandelingen, vaak boven de niveaus die voor andere medische ondersteuningshulpmiddelen zijn gerapporteerd. Spraak- en chatassistenten namen ook het grootste deel van de registratie- en pre-interviewtaken over zonder tussenkomst van een menselijke operator. Deze tests waren gebaseerd op duizenden echte, geanonimiseerde Poolse kliniekbezoeken en het systeem werkte bijna in real time.

Beperkingen, veiligheid en volgende stappen

De auteurs merken op dat Parrot AI alleen op het Pools is getraind en grotendeels op gegevens uit één regio, waardoor het nog niet alle ziekten of spreekstijlen dekt. Omgevingsgeluid en verschillend klinisch materiaal kunnen de nauwkeurigheid eveneens beïnvloeden. Voorlopig is het systeem voornamelijk getest op opgenomen consulten uit het verleden en in gecontroleerde pilotgebruik. Om patiënten te beschermen wordt elke geautomatiseerde stap gelogd en moet de arts alle diagnoses, verwijzingen en voorschriften bevestigen voordat ze deel van het dossier worden. Toekomstig werk zal het aantal specialismen vergroten, de afhandeling van zeldzame aandoeningen verbeteren en duidelijkere uitleg toevoegen over hoe de algoritmen tot hun conclusies komen.

Wat dit zou kunnen betekenen voor de dagelijkse zorg

De studie suggereert dat een goed ontworpen digitale assistent een groot deel van het routinematige typen en controleren dat medische bezoeken belast kan overnemen, terwijl de eindkeuzes bij de clinici blijven. Door callcenterachtige tools, spraakherkenning, taalbegrip en een expertmodule te combineren, wijst Parrot AI naar klinieken waar bezoeken consistenter worden gedocumenteerd en artsen meer aandacht kunnen besteden aan luisteren en uitleggen. Als vervolgonderzoek de resultaten bevestigt, zouden systemen als deze een veelvoorkomende, grotendeels onzichtbare hulp in huisartsenpraktijken kunnen worden.

Bronvermelding: Płaza, M., Płaza, M., Lucińska, M. et al. Multimodal system for automated medical documentation and clinical decision support integrating contact center solutions. Sci Rep 16, 15017 (2026). https://doi.org/10.1038/s41598-026-45879-2

Trefwoorden: medische documentatie, klinische besluitvorming, natuurlijke taalverwerking, contactcenter, huisartsenzorg