Van AI-model naar betrouwbare zorgtoepassing met MLOps bij het LUMC
LUMC
Care.ai
Digitale zorg assistent voor vergoedingsinformatie.
Geef medewerkers sneller toegang tot relevante informatie over vergoedingen.
Vertrouwd door toonaangevende organisaties
Waarom we dit bouwden,
Medewerkers van apotheken en leveranciers van medische hulpmiddelen zoeken dagelijks naar informatie over vergoedingen. Die informatie staat verspreid over verschillende bronnen, verschilt per zorgverzekeraar en verandert regelmatig.
Het beantwoorden van een vraag vraagt daardoor veel uitzoekwerk en specialistische kennis. Medewerkers raadplegen meerdere documenten en zijn voor complexe vragen vaak afhankelijk van ervaren collega’s. Dat kost tijd en kan ertoe leiden dat patiënten niet altijd hetzelfde antwoord krijgen.
Care.aimaakt vergoedingsinformatie toegankelijk via één centrale toepassing. Medewerkers stellen hun vraag in gewone taal en krijgen een antwoord op basis van de aangesloten bronnen.
Wat je kunt verwachten,
Eén ingang voor vergoedingsvragen
Care.ai ontsluit informatie van verschillende zorgverzekeraars over farmaceutische producten en medische hulpmiddelen. Medewerkers hoeven daardoor niet langer iedere bron afzonderlijk te doorzoeken.
Welke informatie de assistent kan gebruiken, hangt af van de bronnen die beschikbaar en aangesloten zijn.
Antwoorden gebaseerd op je eigen kennisbronnen
De assistent zoekt binnen de geselecteerde documentatie naar informatie die aansluit op de vraag. Waar mogelijk maken bronverwijzingen zichtbaar waarop een antwoord is gebaseerd.
Je bepaalt zelf:
- Welke bronnen de assistent mag gebruiken
- Voor welke soorten vragen de assistent wordt ingezet
- Wie toegang krijgt tot de toepassing
- Wanneer een vraag door een medewerker moet worden beoordeeld
Ondersteuning voor medewerkers
Care.ai neemt de professionele beoordeling niet over. De toepassing helpt medewerkers om relevante informatie sneller te vinden en een vraag consistenter te beantwoorden.
Bij onduidelijke, uitzonderlijke of medisch-inhoudelijke situaties blijft controle door een bevoegde medewerker nodig.
Onze aanpak,
-
Beginnen met een afgebakend vraagstuk
We bepalen eerst welke vergoedingsvragen veel tijd kosten en welke bronnen nodig zijn om deze vragen te beantwoorden. Zo ontstaat een duidelijke toepassing die aansluit op het dagelijkse werk van medewerkers.
-
Bronnen aansluiten en antwoorden testen
We maken de geselecteerde informatie toegankelijk voor de assistent en testen de antwoorden met medewerkers die de inhoud kennen. Daarbij kijken we niet alleen of een antwoord logisch klinkt, maar ook of het aansluit op de beschikbare broninformatie.
Vragen die de assistent niet voldoende kan beantwoorden, gebruiken we om de toepassing verder aan te scherpen. -
Beheerst in gebruik nemen
We maken afspraken over toegang, gebruik en menselijke controle. Ook leggen we vast wie verantwoordelijk is voor het actueel houden van de aangesloten informatie.
Na de eerste ingebruikname kan de assistent worden uitgebreid met aanvullende bronnen of nieuwe soorten vragen.
Geen algemene chatbot, maar een afgebakende assistent die medewerkers helpt vergoedingsinformatie te vinden en toe te passen.
Zo ondersteunt de assistent medewerkers bij het beantwoorden van vragen, terwijl zij zelf verantwoordelijk blijven voor de uiteindelijke beoordeling.
Wat we eerder bouwden,
Drie projecten uit ons werk met data en AI.
Verder lezen
Blogs en verdieping van ons team.
24 aug 2026
Drie lessen uit onze AI-projecten
Wat we leerden van tientallen AI-projecten: begin bij de beslissing, behandel datakwaliteit als organisatievraag en regel het beheer vooraf.
18 aug 2026
Van pilot naar productie: waarom de meeste AI-projecten stranden
De meeste AI-projecten stranden niet op de techniek, maar op data, team en proces. Lees wat er nodig is om van pilot naar productie te komen.
25 jun 2026
Responsible AI van principes tot praktijk
Artificial Intelligence ontwikkelt zich razendsnel. Vrijwel elke week verschijnen er nieuwe modellen en steeds meer organisaties experimenteren met AI.
Neem contact op
Stef Stoelwinder
Business DevelopmentE-mail info@datasciencelab.nl
Telefoon +31 (0)20 3636 724
Veelgestelde vragen,
De assistent richt zich op vragen over het vergoedingsbeleid van zorgverzekeraars voor farmaceutische producten en medische hulpmiddelen. De precieze reikwijdte hangt af van de bronnen die worden aangesloten en de afspraken die over het gebruik worden gemaakt.
De assistent gebruikt de informatie uit de aangesloten bronnen. Daarom moet duidelijk zijn wie deze bronnen beheert en hoe wijzigingen worden verwerkt. De oplossing kan alleen actuele antwoorden geven wanneer de onderliggende informatie actueel en toegankelijk is.
De toepassing ondersteunt medewerkers bij het vinden en interpreteren van informatie. Bij uitzonderingen, onduidelijke vragen of situaties met grotere gevolgen blijft beoordeling door een bevoegde medewerker nodig. Welke controle passend is, bepalen we op basis van het vraagstuk en de risico’s.
Een afgebakende assistent gebruikt geselecteerde bronnen en werkt binnen een duidelijk omschreven onderwerp. Daardoor kan beter worden gecontroleerd welke informatie wordt gebruikt en wanneer een vraag buiten het bereik van de toepassing valt. Dat maakt de antwoorden beter beheersbaar, maar menselijke controle blijft belangrijk.
Betrouwbare broninformatie, duidelijke verantwoordelijkheden en afspraken over menselijke controle vormen de basis. Daarnaast moet worden vastgelegd wie toegang heeft, hoe antwoorden worden gecontroleerd en wat er gebeurt wanneer de assistent onvoldoende zekerheid heeft. Zo wordt verantwoord gebruik onderdeel van de toepassing zelf.