XAI-ontwerp voor anamnese: Integrale ontwerprichtlijnen voor adoptie en kwaliteit in de zorg

Het project "XAI-ontwerp voor anamnese: Integrale ontwerprichtlijnen voor adoptie en kwaliteit in de zorg" adresseert de groeiende uitdagingen in de zorg, zoals personeelstekorten en administratieve druk, die leiden tot minder patiëntcontact en onvolledige anamneseregistratie. Kunstmatige intelligentie (AI), met name spraak-naar-tekst algoritmen en natuurlijke taalverwerking, biedt de mogelijkheid om mondelinge patiëntgegevens realtime om te zetten in gestructureerde anamnesevelden. Deze geautomatiseerde administratie functionaliteit heeft als doel de administratieve lasten te verminderen en te zorgen voor consistente documentatie.
Ondanks de potentiële efficiëntievoordelen blijft de adoptie van dergelijke AI-functionaliteiten in de praktijk achter bij verwachtingen van ontwikkelaars. Vaak voorkomende zorgen zijn angst voor misinterpretaties, informatieverlies, het ondoorgrondelijke karakter van AI-beslissingen. Dit project richt zich op de inzet van Explainable AI (XAI) om dergelijke adoptiebarrières te doorbreken.
In samenwerking met Intramed B.V., ontwikkelaar van praktijksoftware voor fysio- en podotherapeuten zoals SMC Papendal, zal dit onderzoek zich richten op de ontwikkeling van een methode om adoptiebarrières met name rondom de transparantie, kwaliteit en vertrouwen in kaart te brengen. Daarbij ontwikkelen en toetsen we een repertoire aan XAI-concepten in samenwerking met de partners en de gebruikers van de software. De methodiek en het repertoire aan XAI-concepten leveren inzichten op die ingezet kunnen worden in andere contexten om daarmee de digitale transitie in de zorg te bevorderen.