Scribe

Consulttranscriptie die in de praktijk werkt.

Documentatie na het spreekuur is voor veel huisartsen het duurste halfuur van de dag. Niet in geld, in energie. Een goed ingerichte scribe kan dat verkorten, mits die voor de Nederlandse praktijk is opgebouwd.

Voor huisartsenIn actieve ontwikkelingNEN 7510:2024

Na tien, vijftien, twintig consulten staat er een stapel notities die nog getypt moeten worden, terwijl de details van het eerste gesprek alweer vervagen. Een scribe is in dit verband software die het consult opneemt, transcribeert en omzet naar een gestructureerde aantekening. Ik ontwikkel zoiets specifiek voor de Nederlandse huisartsenpraktijk, geïntegreerd in een FHIR R4-native HIS, met aandacht voor de randvoorwaarden die in de Nederlandse zorg gelden. Nog niet beschikbaar voor algemeen gebruik; wél: waar ik naartoe werk en welke hobbels zichtbaar zijn.

Wat is een scribe in deze zin?

Geen klassieke dictatie: spreek in, lees mee, klaar. Dicteren kennen huisartsen al langer. Hier draait het om het hele gesprek, inclusief de patiënt, en op basis van de transcriptie een gestructureerde notitie, die jij naloopt.

Dat betekent: het systeem begrijpt dat een zin als “al twee weken last van, erger bij inspanning, geen koorts” een klachtbeschrijving is. Het plaatst die in de juiste sectie van een SOEP-notitie. Het suggereert een ICPC-code. Het formuleert een plan op basis van wat de huisarts heeft gezegd over beleid en follow-up.

Wat het niet doet: klinisch oordelen. Het interpreteert, het structureert, het stelt voor. De huisarts beoordeelt en committeert. Die lijn is hard.

Waarom consulttranscriptie voor huisartsen anders is dan voor specialisten

De meeste scribe-producten die nu op de markt zijn komen uit de VS en zijn gebouwd voor het Amerikaanse zorgsysteem. Langere consulten, andere documentatiestructuur, andere coderingsstandaarden. Voor een Nederlandse huisarts met tien-minutenconsulten, ICPC, NHG-standaarden en een eigen HIS is dat product doorgaans niet goed genoeg.

De uitdagingen zijn specifiek. Nederlandse medische taal is een mix van standaard-Nederlands, vakjargon en omgangstaal die per regio en per patiëntpopulatie verschilt. Een systeem dat goed werkt in een academische setting hoeft niet goed te werken in een stedelijke praktijk met een diverse patiëntenpopulatie.

Ik test op echte consulten, met echte variatie. Dat is de enige manier om te weten of een systeem bruikbaar is.

Voorbeeld SOEP-notitie zoals door spreekuur.ai voorgesteldSOEP · CONCEPTICPC L72Enkeldistorsie rechts16 APR · 09:42 · CONSULTSSUBJECTIEFPatiënte, 34, verstapte enkel gisteren tijdens hardlopen.Pijnscore 6/10. Belasten lukt voorzichtig.OOBJECTIEFZwelling laterale malleolus, drukpijn over LCT.Ottawa Ankle Rules: negatief.EEVALUATIEDistorsie enkel rechts, graad 1.PPLANRICE, paracetamol zo nodig, zwachtel.Controle bij persisterende klachten na 7 dagen.NHG-standaard Enkel: ter referentie aangeboden.ACCEPTERENAANPASSENFHIR R4 · NL
Wat de arts ziet

Een voorstel dat je in vijf seconden beoordeelt.

Geen tekstmassa die je alsnog helemaal over moet typen. Een gestructureerde SOEP-notitie met voorgestelde ICPC-code, klaar om te accepteren of bij te sturen. Niets gaat het dossier in zonder expliciete bevestiging.

Spraak naar tekst: de technische laag

Het eerste onderdeel is spraakherkenning. Hier zijn de afgelopen jaren grote stappen gezet. Open-source modellen zoals Whisper van OpenAI presteren voor medisch Nederlands redelijk goed, zeker na finetuning op domeinspecifiek vocabulaire.

De aandachtspunten bij spraakherkenning in een consultsetting zijn: achtergrondgeluid (toetsenbord, deur, airco), overlappende spraak wanneer patiënt en arts door elkaar praten, en herkenbaarheid van medicatienamen en anatomische termen.

Voor elk van die punten zijn technische oplossingen beschikbaar, maar ze vergen keuzes die je alleen goed kunt maken als je weet hoe een spreekuur er echt uitziet.

Van transcriptie naar SOEP: het taalmodel

De transcriptie is ruwe tekst. Dat wordt pas bruikbaar met structuur. Daar komt het taalmodel. Het krijgt de transcriptie en een opdracht die beschrijft hoe een SOEP-notitie voor een Nederlandse huisarts eruitziet.

De kwaliteit van het resultaat hangt af van drie dingen: de kwaliteit van de transcriptie, de kwaliteit van de prompt, en de kwaliteit van het model zelf. Itereren op alle drie tegelijk is complex werk. Ik houd bij welke combinaties het beste resultaat geven voor welke type consulten.

Eenvoudige consulten, bijvoorbeeld een enkelblessure of een urineweginfectie bij een bekende patiënt, geven nu al acceptabele resultaten. Consulten met meerdere problemen, psychosociale lading of diagnostische onzekerheid zijn harder. Dat is geen verrassing: die consulten zijn ook voor de huisarts zelf moeilijker op te schrijven. Meer technische details op Hoe het werkt.

ICPC-suggesties en NHG-integratie

Spreekuur.ai zal op basis van de SOEP-notitie een ICPC-code suggereren. Dat is handig voor de probleemlijst en voor declaratie, maar alleen als de suggestie betrouwbaar is. Mijn ervaring is dat voor veelvoorkomende, enkelvoudige klachten de suggestie in de meeste gevallen klopt. Voor atypische presentaties of combinaties van klachten is meer menselijke sturing nodig.

NHG-standaarden worden niet automatisch toegepast, maar kunnen als context worden aangeboden: bij ICPC-code L72 is de NHG-standaard Enkel beschikbaar. Niet als opdracht, als optie.

FAQ

Veelgestelde vragen

Neemt een scribe het typen volledig over?
Nee. Er verschijnt een voorstel dat je beoordeelt. In de meeste gevallen stuur je iets bij. Doel: minder typen, niet: geen oog meer hebben voor de inhoud.
Wordt het gesprek opgeslagen?
De audio wordt verwerkt om de transcriptie te maken. Hoe lang audio bewaard blijft en waar die verwerking plaatsvindt zijn ontwerpbeslissingen die ik neem op basis van AVG-vereisten en NEN 7510. Mijn uitgangspunt is: zo kort mogelijk, zo dichtbij mogelijk.
Werkt het ook bij telefonische consulten?
In principe wel. De technische uitdagingen zijn iets anders, met name de audiokwaliteit van telefoonlijnen, maar het basisprincipe is identiek.
Hoe weet ik zeker dat er niets verkeerds in het dossier belandt?
Dat weet je niet zeker als je het voorstel niet leest. Daarom is er geen automatische committering. Elk voorstel vereist expliciete goedkeuring van de arts.
Is er een pilot beschikbaar?
Nog niet. Als je interesse hebt en wilt meedenken over de ontwikkeling, neem dan contact op via de contactpagina.