Kennisbank Publicaties Evaluatie van een GenAI toepassing voor patiëntcommunicatie in het Radboudumc

Onlangs is een preprint naar de evaluatie van een Generatieve AI (GenAI) tool in het Radboudumc gepubliceerd. Deze toepassing genereert automatisch conceptantwoorden op vragen van patiënten via het In Basketberichtensysteem van Epic. Een voorbeeld van de gebruikersinterface is te zien in de afbeelding. In januari 2025 kregen 237 zorgverleners van vier afdelingen (dermatologie, KNO, medische oncologie en longziekten) toegang tot de tool. De inzet werd geëvalueerd met een hybride type 1 implementatiestudie, waarbij de haalbaarheid en effectiviteit zijn onderzocht, tegelijk met het in kaart brengen van knelpunten en bevorderende factoren voor implementatie. Om dit te meten werden vragenlijsten uitgezet onder eindgebruikers om de verwachtingen en ervaringen met de toepassing op te halen.

 

In totaal werden tussen januari en juni 8.410 conceptantwoorden gegenereerd. Het onderzoek liet zien dat de ervaren klinische efficiëntie licht afnam in de loop van de tijd, terwijl het ervaren welzijn stabiel bleef. De adoptie van de tool was in het begin hoog, maar nam daarna af. Hetzelfde gold voor de gebruikservaring en intentie om de tool te blijven gebruiken. Zorgverleners benoemden positieve punten zoals tijdsbesparing, de duidelijke structuur van de conceptantwoorden en patiëntgerichte taalgebruik. Tegelijkertijd kwamen knelpunten naar voren, waaronder beperkte meerwaarde en tijdbesparing in de dagelijkse workflow, inhoudelijke onnauwkeurigheden en stijlverschillen tussen AI-gegenereerde antwoorden en persoonlijke stijlvoorkeuren.


Deze bevindingen benadrukken het belang van een goede workflow om gebruikersfeedback snel te signaleren en mee te nemen in modelontwikkeling. Ook vragen zorgverleners duidelijke richtlijnen rondom de klinische verantwoordelijkheden bij GenAI gebruik, evenals heldere communicatie over de mogelijkheden en beperkingen van GenAI toepassingen. Daarnaast komt uit de studie naar voren dat het belangrijk is om vooraf te bepalen welke kwaliteitscriteria en welke drempelwaarden gehanteerd moeten worden. Deze resultaten laten belangrijke aandachtspunten zien die we mee kunnen nemen in toekomstige implementaties van GenAI in de zorgpraktijk.

 

Lees hier het hele artikel: Kim J.M. Bladder, Arie C. Verburg, Milou Arts-Tenhagen, René Willemsen, Guido B. van den Broek, Chantal M.L. Driessen, Rieke J.B. Driessen, Bas Robberts, Arthur R.T. Scheffer, Arjen P. de Vries, Tim Frenzel & Julie E.M. Swillens: AI-Generated Responses to Patient’s Messages: Effectiveness, Feasibility and Implementation. medRxiv (2026): https://doi.org/10.64898/2026.03.02.26347175