AI in de zorg: hoe Bluesight 4.000 uur handmatig werk bespaart met Prism

·
Luister naar dit artikel~4 min
AI in de zorg: hoe Bluesight 4.000 uur handmatig werk bespaart met Prism

Ontdek hoe Bluesight met AI 4.000 uur handmatig werk in ziekenhuisapotheken bespaart. Een praktijkvoorbeeld van AI-implementatie voor compliance.

Stel je voor: een ziekenhuisapotheek die elk jaar meer dan 4.000 uur kwijt is aan het controleren of medicijnaankopen wel aan de regels voldoen. Het klinkt bijna ongelooflijk, maar het is de realiteit voor veel Amerikaanse ziekenhuizen die werken met het 340B-programma. Nu komt daar verandering in, dankzij een slimme AI-oplossing van Bluesight en AWS. ### Wat is het 340B-probleem eigenlijk? Het 340B-programma is een federaal initiatief in de Verenigde Staten dat ziekenhuizen met een onevenredig groot aantal onverzekerde patiënten korting geeft op medicijnen. Maar daar hangt wel een flinke administratieve last aan vast. Ziekenhuizen moeten namelijk aantonen dat ze bepaalde medicijnen niet via inkooporganisaties (GPO's) hebben gekocht als die via andere kanalen beschikbaar waren. Het gevolg? Compliance-teams moeten handmatig gegevens vergelijken uit allerlei bronnen: - FDA-tekortmeldingen - Voorraadlijsten - Machine learning-voorspellingen over tekorten - Back-order rapporten van andere ziekenhuizen Een monnikenwerk waar jaarlijks duizenden uren in gaan zitten. ### Prism Assistant: de AI-assistent die het verschil maakt Bluesight, een bedrijf gespecialiseerd in farmacie-compliance, heeft Prism Assistant ontwikkeld. Dit is een AI-laag die bovenop hun bestaande product ControlCheck draait. ControlCheck wordt al gebruikt om ongebruikelijke medicijntransacties te detecteren, maar het analyseren van de data was nog altijd handwerk. Prism Assistant geeft gebruikers een eenvoudige, conversationele interface. Je stelt gewoon een vraag, en de AI zoekt de relevante data op, maakt grafieken en genereert rapporten. Geen ingewikkelde dashboards meer, maar direct antwoord. ### Hoe hebben ze het technisch aangepakt? Wat bijzonder is aan deze implementatie, is dat Bluesight niet zomaar een AI-model op hun database heeft losgelaten. Ze hebben een slimme architectuur gebouwd: - **Geen directe databasetoegang** voor het taalmodel. In plaats daarvan zijn de bestaande ControlCheck API's ingepakt in AWS Lambda-functies die gestructureerde data teruggeven. - **AgentCore Gateway** maakt meer dan 10 API's beschikbaar als tools die de AI-agent kan ontdekken en gebruiken. - **Amazon Bedrock** dient als basis voor de AI-agent, met Strands Agents als framework. Het resultaat? Een query die vroeger 5 minuten duurde, is nu in 10 seconden klaar. Een enorme verbetering in snelheid. ### Wat zeggen de gebruikers? "Dit is precies waar leiders van diversieprogramma's op hebben gewacht - het brengt hen sneller bij antwoorden en haalt de handmatige sleur uit elk onderzoek," zegt Samir Neyazi, Director of Product Management bij Bluesight. Op dit moment draait Prism Assistant al in 20 ziekenhuissystemen. De implementatie van de eerste versie duurde slechts drie dagen, met een team van acht Bluesight-engineers en zeven AWS-specialisten. ### Wat staat er nog op de planning? Bluesight werkt aan een nog ambitieuzere oplossing: een multi-agent systeem voor 340B GPO-compliance. Dit systeem combineert gegevens uit CostCheck (inkoopdata), ShortageCheck (beschikbaarheid van medicijnen) en 340BCheck (validatie van geschiktheid). De architectuur maakt gebruik van Anthropic Claude Sonnet 4.6 als primair model en Claude Haiku 4.5 voor snellere, eenvoudigere taken. De verwachting is dat deze oplossing later in 2026 beschikbaar komt. ### Wat kunnen we hiervan leren? Dit voorbeeld laat zien hoe AI niet alleen gaat over het bouwen van coole technologie, maar vooral over het oplossen van échte problemen. Door bestaande API's slim te combineren met een AI-agent, heeft Bluesight een oplossing gebouwd die direct waarde levert. Voor Nederlandse zorginstellingen die worstelen met compliance en administratieve lasten, biedt dit interessante inzichten. De aanpak is namelijk niet specifiek aan het 340B-programma gebonden - het principe van een AI-laag bovenop bestaande systemen is overal toepasbaar. Of het nu gaat om het controleren van declaraties, het beheren van voorraden of het voldoen aan complexe wet- en regelgeving: de combinatie van API's, AI-agents en cloudinfrastructuur kan ook in Nederland een wereld van verschil maken.