Drs. Christine Lausberg (MA BN), Dr. Mariska M.E.C. de Wit, Dr. Elena V. Syurina, Dr. Daniël C.J. de Kam, Prof. dr. Angela A.G.E.M. de Boer, Prof. dr. Han J.R. Anema
Mijn naam is Christine Lausberg. In december 2024 ben ik gestart met mijn promotieonderzoek bij het KCVG, locatie Amsterdam UMC. Naast mijn werk als promovendus bij het KCVG ben ik werkzaam als sociaal medisch verpleegkundige bij het UWV in Eindhoven.
Op dit moment hebben administratieve lasten grote impact op de werkdruk en arbeidstevredenheid van medisch professionals (n.b. verzekeringsartsen en sociaal medisch verpleegkundigen) werkzaam binnen de verzekeringsgeneeskunde. Deze lasten nemen verder toe door oplopende personeelstekorten en een groeiende vraag naar sociaal medische beoordelingen. Voor cliënten is het van belang dat zij tijdig een kwalitatief goede en vooral juiste beoordeling ontvangen, maar ook tijdig duidelijkheid ontvangen ten aanzien van hun inkomen en eventuele re-integratie. Het inzetten van Artificiële Intelligentie (AI) kan hierbij helpend zijn. Voornamelijk Natural Language Processing (NLP) en ondersteuning op basis van NLP zou ingezet kunnen worden om administratieve lasten van zorgprofessionals te verminderen. Bij NLP worden verschillende technieken gebruikt om gesproken of geschreven tekst te analyseren en op basis hiervan samenvattingen, transcripties of rapporten te genereren. De bestaande techniek kan op verschillende fronten worden ingezet en wordt binnen meerdere sectoren al met succes ingezet.
Doel van deze studie is om te onderzoeken op welke wijze NLP voor administratieve ondersteuning gebruikt kan worden binnen de verzekeringsgeneeskundige praktijk, maar ook om te achterhalen wat de randvoorwaarden zijn voor acceptatie en gedegen implementatie in de staande praktijk. We verwachten dat administratieve ondersteuning middels NLP bijdraagt aan de algehele kwaliteit en effectiviteit van de sociaal medische beoordeling. Zo kan NLP zorgen voor minder praktijk variatie tussen professionals in de rapportages. Daarnaast verwachten we dat NLP kan helpen om de doelmatigheid te bevorderen, door het verlagen van administratieve last voor de verzekeringsarts en de verpleegkundige. Dit kan mogelijk ook de wachttijd voor cliënten verminderen door een snellere afhandeling van aanvragen.
Het onderzoek bestaat uit verschillende deelprojecten. Er wordt gestart met een inventarisatie van bestaande NLP-systemen gericht op administratieve ondersteuning binnen de curatieve sector, bedrijfsgeneeskunde en private verzekeringsgeneeskunde. (Medische-) professionals werkzaam binnen de genoemde sectoren zullen worden geïnterviewd om een beeld te krijgen van de ervaringen in het gebruik van NLP. Ook zal worden gekeken naar belemmerende- en bevorderende factoren welke van invloed zijn op acceptatie en implementatie van een op NLP gebaseerde tool.
Vervolgens zal middels een validatiestudie worden onderzocht in hoeverre NLP ingezet kan worden om gegevens en rapporten in de verzekeringsgeneeskundige praktijk samen te vatten en of deze output van voldoende kwaliteit is, nauwkeurig en zonder bias. In een latere fase van dit project worden de effecten en kosteneffectiviteit van administratieve ondersteuning voor verzekeringsartsen in de praktijk onderzocht.
Door inzicht te verkrijgen in bestaande tools, en de factoren die van invloed zijn op de acceptatie hiervan, alsook door aandacht voor een gedegen implementatie ,hopen we dat in de toekomst op NLP gebaseerde ondersteuning verzekeringsartsen kan helpen om:
Email: c.lausberg@amsterdamumc.nl
Up date datum: 7-5-2025
