Hoe AI klinische documentatie verandert en fouten drastisch vermindert

Sophie Jansen · 2026-07-28

Stel je voor: je werkt in een zorginstelling en elke dag komen er honderden documenten binnen. Van handgeschreven notities van artsen tot ingewikkelde medicatielijsten. Het is een nachtmerrie om alles correct te verwerken. Maar wat als AI dit werk voor je kon doen? Guardoc Health, een bedrijf dat software maakt voor langdurige zorg, zegt dat ze dagelijks meer dan een miljoen klinische documenten verwerken met behulp van Amazon Nova-modellen via Bedrock. En de resultaten zijn indrukwekkend. ### De uitdaging van klinische documentatie Het verwerken van klinische documenten is geen sinecure. Fouten kunnen leiden tot afgewezen Medicare-claims, boetes van audits, juridische problemen en in het ergste geval een gemiste diagnose die de behandeling van een patient volledig verandert. Maar als het goed gaat, zie je minder correcties, minder ziekenhuisoverplaatsingen en lagere nalevingskosten. Guardoc Health heeft cijfers gepubliceerd die dit ondersteunen. ### De schaal van het probleem Guardoc's pijplijn moet documenten verwerken in bijna elk denkbaar formaat: meerpagina's PDF's met handgeschreven aantekeningen van artsen, toestemmingsformulieren waarbij een enkel vinkje een dekking bepaalt, medicatielijsten die soms als tabellen en soms als vrije tekst verschijnen, en intakeformulieren met getypte velden en rubberstempels op dezelfde pagina. Onderzoek in BMJ Quality and Safety schat dat ongeveer 12 miljoen Amerikaanse patienten per jaar worden getroffen door diagnostische fouten, waarbij falende informatieverwerking een belangrijke factor is. Bij het volume dat Guardoc verwerkt, zou een foutpercentage van 1 procent alleen al duizenden onjuiste documenten per dag opleveren. ### Concrete resultaten Guardoc rapporteert een vermindering van 46 procent in documentatiefouten, een daling van 70 procent in auditboetes en een jaarlijkse ROI van meer dan €370.000 voor een enkele instelling. In een kwartaalimplementatie over twee instellingen en 200 patienten leidde het systeem tot 847 documentatiecorrecties, 86 problemen met PDPM-terugbetaling en een vermindering van 74 procent in ziekenhuisoverplaatsingen per 100 opnames. ### Hoe de technologie werkt Guardoc's architectuur gebruikt retrieval augmented generation (RAG) voor classificatie van aandoeningen. Het systeem haalt bewijs uit de documentatie van een patient en redeneert erover om een definitief antwoord te geven. - **Amazon Textract** haalt tekst en structuur uit elke pagina, tegen de laagste kosten per pagina. - **Amazon Titan Text Embeddings V2** maakt embeddings van de tekst, opgeslagen in Amazon DynamoDB. - **Amazon Nova 2 Lite** voert een tekstgebaseerde controle uit om overduidelijke niet-matches te verwijderen. - **Amazon Nova Pro** ontvangt alleen de overgebleven pagina's en redeneert over lay-out, handschrift, handtekeningen en stempels. ### De harde gevallen Twee documenttypes veroorzaken de meeste problemen in eerdere pijplijnen: handgeschreven aantekeningen en formulieren met complexe lay-outs. Guardoc's aanpak pakt dit aan door dure componenten alleen in te zetten waar nodig. ### Wat dit betekent voor de zorg Deze technologie laat zien dat AI niet alleen een hype is, maar echt waarde toevoegt in de zorg. Het vermindert fouten, bespaart geld en verbetert de patientveiligheid. Voor Nederlandse zorginstellingen, die ook worstelen met papierwerk en compliance, zijn deze lessen direct toepasbaar.