Door Lucas Seuren, AI onderzoeker aan de Universiteit van Edinburgh.
Samengevat artikel door auteur op verzoek van de redactie: Seuren LM, Williams R, Cresswell K. Beyond productivity: a NASSS-informed review of implementation risks and research priorities for ambient AI scribes in healthcare, September 2026 BMJ Digit Health 2026;2:e000091.
Inleiding van de redactie
De actuele aanleiding is de inzet van 600 miljoen doorbraakmiddelen vanuit IZA/AZWA voor (o.a.) implementatie en opschaling van spraakgestuurd rapporteren in geestelijke gezondheidszorg (GGZ), de huisartsenzorg (HAZ), de medisch specialistische zorg (MSZ) en de verpleging, verzorging en thuiszorg (VVT). Doel van deze doorbraakmiddelen is innovatieve, arbeidsbesparende toepassingen sneller en op grotere schaal beschikbaar te maken. De redactie nodigde de Schotse onderzoeker van Nederlandse afkomst uit om zijn internationale overzichtsstudie over spraakgestuurd rapporteren hieronder samen te vatten. Wij verzochten de inleiding en discussieparagraaf toe te schrijven naar ons lezerspubliek: Nederlandse beleidsmakers en leidinggevenden. Achterwege blijft in deze bespreking de verantwoording van gekozen onderzoeksmethoden en van gehanteerde analyses. Daarvoor kan de lezer terecht in het oorspronkelijke Engelse artikel. Het artikel was onderwerp van de hiervoor gebruikelijke intensieve intercollegiale toetsing van een peer reviewed tijdschrift.
Inleiding
De Nederlandse overheid investeert de komende jaren miljoenen in spraakgestuurd rapporteren. De verwachting is dat deze technologie zorgverleners tijd zal besparen door de administratielast te verlichten – onderzoek wijst uit dat spraakgestuurd rapporteren kan leiden tot een lagere werkdruk, minder burnout, en mogelijk grotere patiënttevredenheid. De technologie is daardoor populair onder zorgverleners. Studies in het Verenigd Koninkrijk en de Verenigde Staten laten zien dat meer dan 40% van de artsen al gebruik heeft gemaakt van spraakgestuurd rapporteren. Deze evaluaties zijn veelal kleinschalig en gericht op efficiëntie, waardoor risico’s en onbedoelde gevolgen onderbelicht blijven. Bredere en meer gedetailleerde evaluaties zijn noodzakelijk om de verantwoorde implementatie van spraakgestuurd rapporteren te ondersteunen. Om daarmee te beginnen verscheen in september van onze hand het hier samengevatte overzichtsartikel. Het inventariseert wat de mogelijk onbedoelde gevolgen en potentiële risico’s zijn van spraakgestuurd rapporteren.
Opzet van de overzichtsstudie
We hebben een narratieve review uitgevoerd door een zoekopdracht te ontwikkelen gericht op drie databases: Embase, PubMed en Scopus met een groot aantal zoektermen. De zoekopdracht werd uitgevoerd op 20 maart 2026. Waar we geen institutionele toegang hadden tot een artikel, stuurden we een e-mail naar de hoofdauteur met het verzoek om een volledige tekst. De verzamelde artikelen bevatten empirische studies, overzichten en standpunten (bijv. hoofdartikelen, perspectieven) waarvan de primaire focus lag op de implementatie- en adoptieprocessen, implementatierisico’s, mogelijke situaties waarin AI niet werkt, en onbedoelde gevolgen voor de levering en organisatie van gezondheidszorg. We sloten studies uit die slechts oppervlakkig naar deze kwesties verwezen of waarvan de primaire uitkomsten alleen tijdbesparing, gebruikerstevredenheid of burn-out percentages betroffen. Artikelen die vóór 2023 zijn gepubliceerd, werden uitgesloten, aangezien deze werden uitgevoerd voordat Large Language Modellen (LLM) commercieel beschikbaar kwamen
Wat is sociotechnisch perspectief?
We gebruikten een sociotechnisch perspectief. Dat betekent dat een technologie wordt gevormd door de gebruikers en de context. Of en hoe een interventie werkt kan niet alleen worden begrepen op basis van technische eigenschappen of de prestaties van een technologie in een laboratorium. Impact ontstaat vanuit hoe mensen de technologie gebruiken en de organisatorische setting waarin het wordt ingebed. NASSS, een evaluatieframework ontwikkeld in Oxford, biedt een uitgebreid kader voor het analyseren van de implementatie van technologie in de gezondheidszorg en het in kaart brengen van omstandigheden voor duurzame en veilige adoptie. Het biedt een gestructureerde manier om de klinische, technische, organisatorische en regelgevende uitdagingen van technologische innovaties te identificeren.
Op hoeveel publicaties is onze studie gebaseerd?
Onze zoekopdrachten leverden 1333 resultaten op. Na het verwijderen van duplicaten en irrelevante bestanden (bijv. ingetrokken artikelen, college-notities, correcties, boeken), bleven 623 artikelen over. De breedte van de zoektermen resulteerde in veel niet-gerelateerde artikelen over bijvoorbeeld slimme huizen, ambient begeleid wonen en inzet van robotica. Deze werden uitgesloten, waardoor er 206 overbleven. De resterende werden alle gescreend tegen onze inclusiecriteria. De meesten werden uitgesloten omdat ze zich alleen richtten op efficiëntie-indicatoren, bijvoorbeeld bespaarde tijd en burn-out percentages. Onze definitieve selectie bestond uit 27 artikelen, waarvan 13 empirische studies waren. Een van de bijlagen bij het oorspronkelijke artikel toont auteurs en titels van deze 27 publicaties. Hieronder volgt een opsomming van de bevindingen.
Risico’s van spraakgestuurd rapporteren onderbelicht
In het hier samengevatte artikel wilden wij weten wat de mogelijk onbedoelde gevolgen en potentiële risico’s zijn van spraakgestuurd rapporteren, vanuit een sociotechnologisch perspectief. Empirische studies naar spraakgestuurd rapporteren richten zich hoofdzakelijk op de vraag of deze leidt tot tijdsbesparing en administratieve efficiëntie. Spraakgestuurd rapporteren wordt voornamelijk gezien als een productiviteitsinterventie. In ons artikel bespreken we vier thema’s die we daarnaast terugzien in de gevonden wetenschappelijke literatuur: de generieke functie van spraakgestuurd rapporteren met AI, de rol van patiënt-notities in de zorg, de narratieven en ervaringen van patiënten, en de interactie tussen arts en patiënt.
- Effecten van spraakgestuurd rapporteren zijn contextafhankelijk
Welke zorgverleners voordeel kunnen ondervinden van het gebruik van spraakgestuurd rapporteren blijkt niet in de gevonden studies. Spraakgestuurd rapporteren gebeurt met behulp van Large Language Modellen (LLM) die een verslag omzetten in een coherente tekst. De meest besproken functie is met ambient listening (in de literatuur heet dit Ambient Voice Technology of Ambient Scribes), waar de technologie meeluistert met een consult en een transcript omzet in een patiëntnotitie. Soms zijn er aanvullende functies zoals patiëntvriendelijke samenvattingen of gesproken notities. Het gaat om toepassingen van generieke taalmodellen: ze zijn niet ontwikkeld om consulten samen te vatten. Bovendien maken ze geen onderscheid tussen verschillende soorten consulten. Een huisartsgesprek in Nederland gaat anders dan een oncologisch consult in Californië, maar LLMs kennen dat onderscheid niet. De gerapporteerde resultaten van spraakgestuurd rapporteren variëren sterk, maar er is geen validering van de technologie in specifieke zorgomgevingen.
- Belangrijke vaardigheden gaan mogelijk verloren
Hoewel tijdbesparing een belangrijk selling point is van spraakgestuurd rapporteren, is het noodzakelijk om evaluaties uit te voeren die verder kijken dan alleen administratieve efficiëntie. Spraakgestuurd rapporteren vervangt niet een-op-een de aantekeningen van een arts of verpleegkundige. Een notitie van een consult bestaat uit tekst, maar het maken van die notitie omvat meer dan het produceren van tekst. Voor zorgverleners kan het maken van aantekeningen en het schrijven van een notitie een belangrijke rol spelen in klinisch redeneren en ander cognitief werk. Automatisering kan ertoe leiden dat beginnende artsen deze vaardigheden niet verwerven. Anekdotisch bewijs suggereert bovendien dat artsen hun eigen notities gegenereerd vanuit LLM, of zelfs hun patiënten, niet direct herkennen, wat de arts-patiënt relatie en continuïteit in de zorg in gevaar brengt. Hoewel spraakgestuurd rapporteren zorgverleners moet helpen om meer aandacht te hebben voor de patiënt, kan door de nadruk op efficiëntie het menselijke aspect verloren gaan.
- Ervaringen van patiënten worden onderbelicht
Onderzoek naar spraakgestuurd rapporteren heeft tot op heden weinig aandacht gehad voor de rol van de patiënt in het consult. De patiëntnotitie is een rapport dat weliswaar geschreven wordt door de zorgverlener, maar het komt tot stand in samenspraak met de patiënt. Zorg draait om de patiënt. Het is dus essentieel dat patiënten betrokken worden in de besluitvorming.
Positief is dat spraakgestuurd rapporteren mogelijk niet alleen voordelen biedt voor de zorgverlener, maar ook voor de patiënt. Als de zorgverlener niet bezig is met typen tijdens een consult kan dit een signaal geven aan de patiënt dat hun aandacht bij de patiënt ligt en niet bij de notitie. Verkennend onderzoek wijst inderdaad uit dat de meerderheid van de patiënten tevreden is met het gebruik van spraakgestuurd rapporteren: ze voelen zich meer gezien door hun zorgverlener. Een arts die tijdelijk stopte met spraakgestuurd rapporteren vertelde ons dat het geluid van typen plots een enorme afleiding was, iets wat hij zich tot dan toe niet gerealiseerd had.
Daar staat tegenover dat bij spraakgestuurd rapporteren de ervaringen en prioriteiten van de patiënt verloren kunnen gaan. De notities die ambient scribes maken zijn veelal primair klinisch, waarbij ze de sociale dimensies van het consult buiten beschouwing laten. Maar juist in dit sociale domein zien we wat de patiënt van belang vindt in hun zorgverlening, hoe ze hun ziekte en zorg ervaren, en waar ze zich zorgen over maken. Zorgverlening is in de eerste plaats een sociaal beroep, het draait om de relatie tussen zorgverlener en patiënt. Spraakgestuurd rapporteren maakt het veelal een technocratisch beroep, waar de nadruk ligt op hoe de patiënt beschreven kan worden als klinisch object en wat er klinisch meetbaar is.
- Niet alle patienten willen spraakgestuurd rapporteren
Tot slot leidt spraakgestuurd rapporteren tot een andere vorm van zorgverlening en interactie tussen zorgverlener en patiënt. Alles wat een zorgverlener in de notitie wil opnemen moet nu ofwel besproken worden met de patiënt, zoals de bevindingen van een lichamelijk onderzoek, ofwel naderhand worden toegevoegd. Zeker waar een zorgverlener bepaalde bevindingen nu deelt met de patiënt kan dit leiden tot spanning of stress. Patiënten op hun beurt zijn niet altijd bereid om vrijuit te praten als ze weten dat er een AI is die “meeluistert” en het gesprek samenvat. Zeker rond gevoelige onderwerpen zoals drugsgebruik, huiselijk geweld, mentale zorg, of (trans)genderzorg kan het beter zijn om geen gebruik te maken van spraakgestuurd rapporteren. Patiënten die al behoedzaam zijn om naar een zorgverlener te gaan, bijvoorbeeld vanwege culturele verschillen of hun immigratiestatus, zullen mogelijk zorg ontwijken als dit opgenomen wordt – zelfs in situaties waar de zorgverlener een contract heeft dat het gesprek vertrouwelijk is.
Op basis van onze bevindingen hebben we een onderzoeksagenda uitgezet voor andere wetenschappers en beleidsmedewerkers om de inzet van spraakgestuurd rapporteren te ondersteunen. Hierbij vragen we aandacht voor niet alleen de mogelijke productiviteitswinst van spraakgestuurd rapporteren, maar de bredere impact op zorginstellingen, het zorgstelsel, belanghebbende partijen in de zorg, alsmede wat spraakgestuurd rapporteren betekent voor de zorg op lange termijn.
AI moet de zorg ondersteunen
Ons advies aan beleidsmakers en zorgmanagers is om spraakgestuurd rapporteren niet te zien als simpelweg een technologie om productiviteit te verhogen. In plaats daarvan moet spraakgestuurd rapporteren bekeken worden als een technologie om de zorg te ondersteunen en te versterken.
In de huidige doorbraakmiddelen worden miljoenen geïnvesteerd, onder andere om zorgverleners te helpen met spraakgestuurd rapporteren. Succes wordt hierbij primair gekenmerkt in de tijdswinst die zorgverleners behalen. In de huisartsenzorg komt dit neer op 30 seconden per gesprek. Uit onze studie blijkt dat zelfs waar deze tijdswinst kan worden behaald – en het is nog altijd onduidelijk hoe realistisch dit is –er mogelijk vele andere onbedoelde en ongewenste gevolgen zijn van het gebruik van spraakgestuurd rapporteren.
Bij de evaluatie van deze technologie dient er dus niet alleen gekeken te worden naar tijdswinst, maar naar hoe de zorg is veranderd. Een manier om dit te doen is met de quintuple aim: kwaliteit, volksgezondheid, welbevinden professionals, kosten, sociaaleconomische gezondheidsverschillen. Waar spraakgestuurd rapporteren nu slechts kwantitatief wordt beoordeeld (tijdswinst in seconden, aantal professionals dat het gebruikt), is een kwalitatieve dimensie dus cruciaal. Door middel van interviews met patiënten, zorgverleners, en andere belanghebbenden, evenals door het observeren van medische consulten leren we hoe de technologie gebruikt en ervaren wordt. Dit zou steekproefsgewijs kunnen op nationaal niveau om te begrijpen hoe en waar spraakgestuurd rapporteren voordelen biedt en de afwegingen die gemaakt moeten worden.
Kortom
Het breedgedragen enthousiasme onder zorgverleners voor spraakgestuurd rapporteren heeft geleid tot een razendsnelle en wijdverspreide adoptie van de technologie. Overheden zoals in Nederland en het Verenigd Koninkrijk zetten miljoenen opzij om dit proces te ondersteunen: in het recente Tienjarenplan van de NHS (National Health Service) wordt voorzien dat elke zorgmedewerker spoedig toegang krijgt tot spraakgestuurd rapporteren. De ontwikkelingen gaan snel, en vele vragen dienen beantwoord te worden om te zorgen dat grootschalige adoptie veilig en effectief is.
- Voor beleidsmakers en zorginstellingen is het van belang om gerichte evaluaties uit te voeren van spraakgestuurd rapporteren. Hierbij dient niet alleen de tijdswinst onderzocht te worden, maar ook wat de bredere impact is op de zorg en in hoeverre de technologie leidt tot onbedoelde gevolgen zoals verminderde vaardigheden in klinisch redeneren.
- Diverse patiëntgroepen moeten betrokken worden in deze evaluaties. Het is cruciaal om te weten welke patiënten willen dat er geen gebruik gemaakt wordt van spraakgestuurd rapporteren en waarom. Dit helpt met het opstellen van procedures omtrent het vragen van toestemming, en wanneer spraakgestuurd rapporteren gepast is.
- Er zijn duidelijke procedures nodig voor postmarket surveillance, zodat zorginstellingen inzicht hebben in hoe de technologie functioneert en of er sprake is van performance drift. De uitkomsten van Large Language Models variëren door de tijd, en zorginstellingen moeten snel kunnen inzien als de technologie leidt tot nieuwe problemen.
Voor het eerst zien we een technologie die daadwerkelijke brede steun heeft onder zorgpersoneel en die niet van bovenop opgelegd wordt. Huidig wetenschappelijk onderzoek en beleid behandelt de technologie als een eenvoudige interventie voor efficiëntie en productiviteit, de sociotechnische dimensies zijn genegeerd. Spraakgestuurd rapporteren zal leiden tot een andere vorm van zorgverlening, documentatie, en organisatie. Ons onderzoek laat zien dat we deze bredere dimensies moeten onderzoeken, om de meerwaarde van spraakgestuurd rapporteren te kunnen beschouwen. Zorg draait om meer dan efficiëntie alleen.
Over de auteur
Dr Lucas Seuren is een research fellow binnen het Centre for Biomedicine, Self & Society en een fellow bij het Generative AI Lab aan de Universiteit van Edinburgh in Schotland. Zijn onderzoek richt zich op de implementatie en impact van technologie in de zorg, en hoe digitale transformaties ondersteund kunnen worden. Hij leidt momenteel studies naar spraakgestuurd rapporteren en de ontwikkeling van deep learning modellen in gepersonaliseerde zorg in hersenkanker.
Zoektermen voor internet
Lucas Seuren, spraakgestuurd rapporteren zorg, ambient AI scribes, administratielast verlagen zorg, doorbraakmiddelen IZA, sociotechnisch perspectief zorg, Large Language Models in de zorg, kwaliteit van patiëntnotities, onbedoelde gevolgen zorg-ICT, efficiëntie versus zorgkwaliteit