70% van de professionals in de zorg vindt het zoeken naar medische informatie frustrerend en complex. Dit blijkt uit een nulmeting die is gedaan bij het Elisabeth-TweeSteden Ziekenhuis. Daar blijft het niet bij: 60% geeft aan dat zij minstens de helft van de tijd geen bruikbaar antwoord kunnen vinden. En die zoekopdrachten? Die duren vaak 10 minuten of zelfs langer.
Dit moet en kán anders. Daarom maken we het samen met EvidenceHunt mogelijk om met AI medical evidence te vinden voor je behandelplan of medisch onderzoek. Dat heeft meerdere voordelen, zoals sneller literatuur vinden, richtlijnen doorzoeken en interne kennis ontsluiten vanuit één systeem. Tegelijkertijd roept het ook terechte vragen op. Want hoe zit het met privacy? Waar blijven je gegevens? En kun je als organisatie wel voldoen aan wet- en regelgeving?
Die zorgen zijn begrijpelijk. Zeker in een sector waarin zorgvuldigheid en betrouwbaarheid vooropstaan. In deze blog beantwoorden we de belangrijkste vragen over privacy en security bij het gebruik van AI in evidence-based werken.
Om je goed uit te kunnen leggen hoe het zit met privacy en security, is het belangrijk om te snappen hoe de koppeling tussen EvidenceHunt en Zenya werkt. In tegenstelling tot generieke AI-tools, die antwoorden genereren op basis van brede internetkennis, werkt de AI binnen onze koppeling anders. De technologie is gericht op het vinden, selecteren en samenvatten van informatie uit gecontroleerde bronnen, zoals medische literatuur, richtlijnen en interne documenten.
Het systeem fungeert daarmee niet als “denkende adviseur”, maar als een slimme zoek- en . Dat maakt een belangrijk verschil voor zowel betrouwbaarheid als privacy.
De koppeling met EvidenceHunt houdt niet in dat documenten uit Zenya worden overgezet of opgeslagen in een andere omgeving. Documenten blijven binnen Zenya en worden daar beheerd. Wat er wél gebeurt, is dat gebruik wordt gemaakt van een bestaande semantische zoeklaag. Documenten afkomstig uit Zenya zijn daarin al omgezet naar een doorzoekbare representatie (zogenaamde ‘document chunks’). EvidenceHunt sluit aan op deze laag om relevante informatie te vinden.
Concreet betekent dit dat:
Nee. Het platform is ontworpen volgens het principe van privacy-by-design. Gebruikersinput wordt verwerkt via zogeheten zero-retention endpoints. Dit betekent dat gegevens niet worden opgeslagen op de servers waar de AI-modellen op draaien. Ook tijdelijke opslag of menselijke inzage (human review) is niet mogelijk. Daarnaast geldt dat:
Zelfs wanneer een gebruiker informatie invoert, wordt deze uitsluitend gebruikt om op dat moment een antwoord te genereren.
Dit is een belangrijk aandachtspunt in de praktijk. Daarom is een extra veiligheidsmechanisme ingebouwd. Ingevoerde vragen worden eerst automatisch omgezet naar een algemene onderzoeksvraag. Daarbij wordt patiëntspecifieke informatie gefilterd en niet meegenomen in de zoekopdracht.
Mocht dergelijke informatie toch zichtbaar zijn in de persoonlijke gespreksgeschiedenis, dan kan de gebruiker deze op elk moment zelf verwijderen. Dit helpt om risico’s rondom privacy actief te beperken, zelfs bij onbedoeld gebruik.
Nee. EvidenceHunt is nadrukkelijk geen klinisch beslissingsondersteunend systeem.
Het platform:
Daarmee valt het buiten de definitie van een medisch hulpmiddel zoals bedoeld in de MDR/IVDR. Binnen de AI Act wordt dit type toepassing geclassificeerd als laag risico. De verantwoordelijkheid voor interpretatie en toepassing blijft altijd bij de zorgprofessional.
Een veelgehoorde zorg bij AI is het risico op ‘hallucinaties’: antwoorden die overtuigend klinken, maar niet kloppen. EvidenceHunt is juist ontworpen om dit te voorkomen.
Het platform:
Gebruikers kunnen antwoorden dus altijd herleiden en zelf verifiëren. Dat sluit aan bij de principes van evidence-based werken.
De kwaliteit van output wordt bepaald door de input. Daarom zoekt het systeem alleen in bronnen die door de organisatie zelf zijn geselecteerd.
Denk aan:
Hierdoor wordt voorkomen dat informatie van onbekende of onbetrouwbare herkomst wordt gebruikt.
EvidenceHunt biedt inzicht in het gebruik van AI-modellen binnen de chatfunctionaliteit en informeert klanten actief bij wijzigingen. Updates worden vooraf gecommuniceerd via release notes. Zo blijft het gebruik van AI voorspelbaar en controleerbaar.
De koppeling tussen Zenya en EvidenceHunt is zo ingericht dat risico’s beperkt blijven en data de systemen van de organisatie niet verlaat. Maar technologie alleen is niet voldoende. Veilig gebruik vraagt ook om duidelijke kaders binnen de organisatie. We helpen daar bij door onder andere:
Zo wordt niet alleen de techniek geborgd, maar ook het dagelijks gebruik.
AI kan evidence-based werken aanzienlijk versnellen en versterken. Tegelijkertijd vraagt het om zorgvuldige keuzes, juist in een sector waar privacy en betrouwbaarheid cruciaal zijn. De vraag is daarom niet zozeer óf AI veilig is, maar hoe je het verantwoord inzet binnen de kaders van je organisatie.
Reflectievraag:
Hoe borgt jouw organisatie de balans tussen innovatie en veiligheid als het gaat om AI in het zorgproces?
Vraag de brochure aan zodat je alle informatie gemakkelijk bij de hand hebt.
Zelf ontdekken wat Zenya kan? Vraag een demo aan. We laten het je graag zien.
We laten je graag zien hoe onze oplossing jou verder kan helpen.
