Kun je AI veilig koppelen aan je afsprakensysteem of EPD?

Wat is een veilige AI-koppeling aan je afsprakensysteem of EPD?

Een veilige koppeling betekent dat de digitale collega alleen handelingen uitvoert die jij vooraf hebt toegestaan, en niets daarbuiten. Dat werkt met een allow-list: een korte, expliciete lijst met toegestane acties. Alles wat er niet op staat, kan de collega ook niet doen. Voor een agenda of afsprakensysteem is dat goed te overzien. Voor een EPD ligt het gevoeliger, omdat daar bijzondere persoonsgegevens in staan en omdat een digitale collega nooit een medisch oordeel mag vellen. De basisprincipes van zo'n koppeling beschrijven we in AI gekoppeld aan je systemen; hier kijken we naar wat een EPD anders maakt.

Waarom een EPD anders is dan een gewoon systeem

Een EPD bevat bijzondere persoonsgegevens over iemands gezondheid, vaak gekoppeld aan een BSN en aan een behandelrelatie. Daarvoor gelden strengere regels dan voor een gewone agenda. Drie dingen maken het verschil. Ten eerste de gevoeligheid: een fout of een lek raakt direct de privacy van een cliënt. Ten tweede de herleidbaarheid: in de zorg moet aantoonbaar zijn wie wat heeft ingezien of gewijzigd, een eis die is uitgewerkt in NEN 7513 over logging van toegang tot het dossier. Ten derde de grens met de inhoud van de zorg: een EPD raakt aan het medisch oordeel, en juist dat oordeel hoort bij de mens te blijven. Een digitale collega die met een EPD werkt, blijft daarom strikt aan de logistieke kant.

Lezen versus schrijven, met voorbeelden uit de praktijk

Het belangrijkste onderscheid bij elke koppeling is lezen versus schrijven. Een leesactie haalt informatie op en verandert niets, bijvoorbeeld "wanneer is de eerstvolgende vrije plek bij deze behandelaar?" of "staat er voor deze cliënt nog een afspraak open?". Een schrijfactie verandert wel iets: een afspraak inplannen, verzetten of annuleren, of een notitie wegschrijven. Dat heeft gevolgen voor je planning en voor de cliënt. Leesacties zijn laag risico, schrijfacties vragen om voorzichtigheid. Daarom adviseren we te starten met lezen en notificeren, en pas uit te breiden naar schrijven zodra dat aantoonbaar betrouwbaar werkt.

Mens-in-de-lus bij elke schrijfactie

Bij een schrijfactie maakt de Regelaar een voorstel, en een mens beslist of het doorgaat. De collega stelt bijvoorbeeld voor om een afspraak op dinsdag 10:00 in te plannen, en jouw medewerker bevestigt dat of past het aan met één klik. De actie wordt pas uitgevoerd ná dat akkoord, en wordt daarna vastgelegd. Dit is geen optie maar een vaste regel, omdat een fout in de agenda of het dossier directe gevolgen heeft. De techniek erachter, voorstel-en-akkoord met een audit-spoor, beschrijven we bij AI-agents die veilig acties uitvoeren.

Wat hoort er juridisch bij: verwerkersovereenkomst en DPIA

Voordat een digitale collega gegevens uit een EPD verwerkt, horen de afspraken op papier te staan. Met de leverancier of verwerker sluit je een verwerkersovereenkomst, zodat duidelijk is wie welke gegevens voor welk doel verwerkt. Voor het verwerken van dossiergegevens hoort daarnaast een gegevensbeschermingseffectbeoordeling (DPIA), waarin je vooraf de risico's in kaart brengt en maatregelen vastlegt. Bepaal ook de grondslag en het doel voordat je begint, en betrek je functionaris gegevensbescherming. De Inspectie Gezondheidszorg en Jeugd riep zorgaanbieders op 10 februari 2025 op om generatieve AI zorgvuldig in te voeren: vooraf doel en risico's bepalen, tijdens de invoering bronnen valideren en uitkomsten testen, en na livegang blijven monitoren. Wij zetten een schrijfkoppeling met een EPD niet live voordat deze stappen zijn gezet.

Hoe ziet zo'n koppeling er technisch uit?

We zijn hier bewust eerlijk: ImpliTeam belooft geen diepe, alles-omvattende EPD-integratie. Wat wel beheersbaar is, zijn afgebakende koppelingen via de bestaande, goedgekeurde interfaces van het systeem. Waar een EPD of ECD een gangbare koppelstandaard aanbiedt (zoals FHIR), sluiten we daarop aan. De koppeling gebruikt dezelfde bouwstenen als elke andere actie: een korte allow-list, lees- en routineacties die direct mogen, schrijfacties via een voorstel met menselijke bevestiging, en een vastlegging van elke uitvoering die past bij de NEN 7513-eis van herleidbare toegang. Zo blijft een koppeling klein en controleerbaar, in plaats van een brede toegang tot het hele dossier.

Drie voorbeelden uit de zorg

In een huisartsenpraktijk kan de digitale collega een vrije plek opzoeken en, na akkoord van de assistent, een afspraak inplannen, zodat de telefoon minder vaak rinkelt voor een eenvoudige planning. In de GGZ kan hij bij een aanmelding de eerstvolgende intakeruimte voorstellen en een terugbelverzoek vastleggen voor de behandelaar, zonder iets over de inhoud van de aanmelding te oordelen. In de thuiszorg kan hij planners helpen door beschikbaarheid op te halen en wijzigingen voor te bereiden, waarna een mens de route bevestigt. In alle drie de gevallen regelt de collega de logistiek en blijft de zorginhoud bij de professional.

Wat levert een veilige koppeling op?

De winst zit in minder handmatig overtypen en zoeken, niet in het overnemen van het werk. Net als bij AI-ondersteunde rapportage in de zorg, waar de administratielast aantoonbaar daalt, ligt de waarde van een koppeling in het wegnemen van repeterend werk. Een afspraak die anders via drie schermen en een telefoontje geregeld wordt, kan met een voorstel-en-akkoord sneller. De medewerker houdt de regie, en de tijd die vrijkomt gaat naar de cliënt. We beloven geen vaste percentages, want dat hangt af van jouw systemen en processen. Wat we wel beloven: je begint klein, je meet of het werkt, en je breidt pas uit als het vertrouwen er is. Deze pagina hoort bij De Regelaar, de digitale collega die niet alleen antwoordt maar ook taken regelt.

Over de auteur

Dit artikel is geschreven door Arjan Woldring, oprichter van Implementa. ImpliTeam is een product van Implementa en bouwt digitale collega's voor de zorg, met een vaste grounded-only-aanpak: alleen werken vanuit goedgekeurde bronnen, niets verzinnen, en altijd doorverwijzen naar een mens waar dat hoort. Meer over die werkwijze lees je bij grounded AI.