Clinical Assistant for Remote Engagement Link (CARE-link): A Web-Based Electronic Health Records Software for Managing Diabetes

CARE-link is een open-source, webgebaseerd platform dat grote taalmodellen inzet om clinici en patiënten te verbinden voor een verbeterd beheer van zwangerschapsdiabetes door het aggregeren van gegevens van patiënten op afstand, het bieden van contextbewuste klinische besluitvormingsondersteuning en het leveren van gepersonaliseerde leefstijlbegeleiding via WhatsApp.

De kern

Stel je een drukke dokterspraktijk voor waar de arts verdrinkt in het papierwerk, en de patiënt thuis wacht, onzeker of hun dagelijkse gewoonten hun gezondheid helpen of schaden. Stel je nu een digitale "brug" voor die de twee met elkaar verbindt, zelfs als ze mijlenver uit elkaar zijn. Dat is precies wat CARE-link is.

Hier is een eenvoudige uitleg van hoe het werkt, met behulp van alledaagse analogieën:

Het Probleem: Het "Zwarte Gat" tussen Bezoeken

Denk bij het beheren van een chronische aandoening zoals diabetes aan het besturen van een schip. De arts is de kapitein, en de patiënt is de bemanning. Meestal krijgt de kapitein pas één keer per maand een rapport van de bemanning wanneer ze in de kliniek aanmeren. In de tussentijd kan het schip water inlopen (bloedsuikerpieken), maar de kapitein weet dit pas als het te laat is. Bovendien besteedt de kapitein zoveel tijd aan het bijhouden van logboeken (papierwerk) dat er weinig tijd overblijft om daadwerkelijk met de bemanning te praten.

De Oplossing: Een Slimme "Digitale Brug"

CARE-link is een webgebaseerde software die fungeert als een 24/7 vertaler en assistent voor zowel de arts als de patiënt. Het gebruikt een specifiek type AI (een Large Language Model) om het gesprek tussen de bezoeken door gaande te houden.

Hier is hoe de twee kanten van de brug werken:

1. Voor de Patiënt: De "Vriendelijke WhatsApp-buurman"

De meeste mensen hebben al WhatsApp op hun telefoon. CARE-link verandert deze vertrouwde app in een gezondheidsassistent.

• Hoe het werkt: In plaats van een ingewikkelde nieuwe app te downloaden, typt de patiënt gewoon een bericht of stuurt een spraakbericht naar een WhatsApp-nummer. Ze kunnen zeggen: "Ik heb vandaag te veel rijst gegeten," of "Ik voel me duizelig."
• De Magie: Het systeem begrijpt deze berichten (zelfs in lokale talen zoals Twi) en reageert direct met advies, herinneringen of geruststelling. Het is alsof je een deskundige buurman hebt die elke dag even bij je checkt, je eraan herinnert je medicijnen in te nemen en het plan van je arts in begrijpelijk Nederlands (of de lokale taal) uitlegt.
• Spraakondersteuning: Als een patiënt niet goed kan lezen, kunnen ze gewoon tegen hun telefoon praten. Het systeem luistert, begrijpt en antwoordt.

2. Voor de Arts: De "Superkrachtige Assistent"

De arts gebruikt een computerdashboard dat lijkt op een standaard medisch dossier, maar dan met een superkracht.

• De "Pre-schrijver": Voordat de patiënt zelfs de kliniek binnenstapt, heeft de AI de WhatsApp-chats al gelezen. Wanneer de arts het dossier van de patiënt opent, heeft de AI al een conceptsamenvatting geschreven van wat de patiënt onlangs heeft gezegd (bijv. "Patiënt rapporteerde duizeligheid en bloedingen"). De arts hoeft het alleen maar te beoordelen en op "goedkeuren" te klikken. Dit bespaart de arts de tijd om alles vanaf nul te typen.
• Het "Vroegtijdige Waarschuwingssysteem": Als een patiënt een bericht stuurt dat gevaarlijk klinkt (zoals "Ik ben gevallen en de baby komt eraan"), markeert de AI dit onmiddellijk op het scherm van de arts als een "Prioriteitsgeval". Het is als een rookmelder die direct afgaat, in plaats van te wachten tot de brand zich heeft verspreid.
• De "Contextbewaker": Wanneer de arts de AI om advies vraagt (bijv. "Wat moeten we doen met dit hoge suikergehalte?"), raadt de AI niet zomaar iets. De AI kijkt naar de volledige geschiedenis van de patiënt, de recente WhatsApp-chats en de laboratoriumresultaten om een op maat gemaakte suggestie te geven. De arts neemt nog steeds de uiteindelijke beslissing, maar heeft een zeer slimme assistent die hen helpt nadenken.

Hoe Alles Samenkomt (De Gesloten Lus)

Het artikel beschrijft dit als een "gesloten lus", wat lijkt op een estafette waarbij het stokje nooit wordt laten vallen:

1. De Patiënt stuurt een bericht via WhatsApp.
2. De AI leest het, bepaalt of het een noodgeval is, en vat het samen.
3. De Arts ziet de samenvatting op de computer, beoordeelt deze en werkt het behandelplan bij.
4. Het Systeem stuurt automatisch een nieuwe herinnering of instructie terug naar de WhatsApp van de patiënt op basis van dat nieuwe plan.

Waarom Dit Belangrijk Is

Het artikel stelt dat dit systeem is ontworpen voor plaatsen waar de middelen beperkt zijn (zoals veel klinieken in Ghana). Het maakt gebruik van hulpmiddelen die mensen al hebben (WhatsApp) en clouddiensten om ervoor te zorgen dat:

• Artsen minder tijd besteden aan typen en meer aan zorgen.
• Patiënten zich elke dag gesteund voelen, en niet slechts één keer per maand.
• Data soepel stroomt, zodat geen belangrijke gezondheidsveranderingen tussen de bezoeken door worden gemist.

Kortom, CARE-link is een digitale brug die de eenzame, verwarrende reis van het beheren van diabetes verandert in een ondersteunde, continue conversatie tussen een patiënt en hun zorgteam.

Technische samenvatting

Technische Samenvatting: CARE-link

1. Probleemstelling

Het beheer van chronische aandoeningen, met name zwangerschapsdiabetes, wordt gehinderd door een discontinuïteit tussen kliniekbezoeken en patiëntgedrag. Bestaande Elektronische Patiëntendossiers (EPD's) fungeren doorgaans als eenrichtingsopslagplaatsen voor gegevens die geen mechanismen missen om patiënt-gegenereerde gezondheidsgegevens (PGHD) in context te interpreteren of tijdige, actiegerichte feedback aan patiënten te geven. Als gevolg hiervan blijven klinisch relevante veranderingen vaak onopgemerkt tot het volgende bezoek, waardoor kansen voor proactieve interventie worden gemist. Bovendien slagen traditionele digitale gezondheidsinterventies in lage- en middeninkomenslanden (LMIC's) vaak er niet in om brede sociaaleconomische groepen te bereiken vanwege barrières in geletterdheid of een gebrek aan toegang tot gespecialiseerde apps. Hoewel mobiele messagingplatforms zoals WhatsApp alomtegenwoordig zijn in deze regio's, zijn ze niet van nature geïntegreerd met klinische workflows om continue, contextbewuste zorg te ondersteunen.

2. Methodologie en Systeemarchitectuur

CARE-link adresseert deze hiaten door een EPD te integreren met een WhatsApp-gebaseerde messaginginterface, bemiddeld door Large Language Models (LLM's). Het systeem maakt gebruik van een service-georiënteerde, modulaire architectuur die is ontworpen voor schaalbaarheid en omgevingen met beperkte middelen.

Technische Stack en Infrastructuur

• Frontend: Een React-gebaseerd webdashboard voor clinici.
• Backend (EHR): Een Laravel (PHP) webdienst die gebruikersrollen, patiëntendossiers en klinische bezoeken beheert, gebruikmakend van een PostgreSQL-database gehost op Azure.
• Chatbot Service: Een Python FastAPI-applicatie die asynchrone WhatsApp-interacties afhandelt via de Meta Cloud API.
• AI-integratie: Het systeem maakt gebruik van de OpenAI ChatGPT API. De FastAPI-service construeert domeinspecifieke prompts door gestructureerde patiëntgegevens (demografie, vitale functies, geschiedenis) uit de database te halen om contextbewuste reacties te genereren.
• Deployment: Het EHR en de Chatbot zijn gedeployed als ontkoppelde microservices (Azure App Service en Azure Functions, respectievelijk) die communiceren via beveiligde HTTP/2 met TLS-encryptie. Gegevenspersistentie wordt beheerd via Azure Cosmos DB en Azure Database voor PostgreSQL.

Kernfunctionaliteiten

1. Tweezijdige Interface:
   • Patiëntzijde: Patiënten interageren via WhatsApp met tekst of spraak (ondersteuning voor Engels en Twi). Het LLM biedt educatie, medicatieherinneringen, emotionele ondersteuning en detectie van noodsituaties.
   • Clinici-zijde: Een webdashboard stelt clinici in staat om patiëntendossiers te beheren en AI-gegenereerde samenvattingen te bekijken.
2. Closed-Loop Workflow:
   • Gegevensinname: Patiëntberichten worden verwerkt door een AI-agent die symptomen, gedragspatronen en rode vlaggen extraheert.
   • Klinische Besluitvormingsondersteuning: Het systeem vult velden zoals "Huidige Klachten" en "Anamnese" (History of Presenting Illness) vooraf in op basis van chatlogs. Het biedt ook concept-aanbevelingen (bijv. doseringsaanpassingen) voor beoordeling door de clinicus, waardoor menselijk toezicht gewaarborgd blijft.
   • Actiegerichte Feedback: Klinische beslissingen en behandelplannen worden opgeslagen en gebruikt om geautomatiseerde, gepersonaliseerde herinneringen en instructies via WhatsApp terug te sturen naar de patiënt.
3. Beveiliging en Privacy: Het systeem houdt zich aan HIPAA/GDPR-principes via versleutelde kanalen, rollengebaseerde toegangscontrole en audit trails. Er worden geen ruwe patiëntidentificatoren naar de LLM API verzonden; alleen prompttekst wordt getransmitteerd.

3. Belangrijkste Bijdragen

• Integratie van PGHD in EPD's: CARE-link overbrugt de kloof tussen ongestructureerde patiëntberichten en gestructureerde klinische dossiers door de extractie van relevante klinische signalen uit WhatsApp-gesprekken te automatiseren.
• LLM-bemiddelde Closed-Loop Zorg: In tegen tegenstelling tot statische regelgebaseerde systemen, gebruikt CARE-link generatieve AI om adaptieve, mensachtige interactie te faciliteren, waardoor real-time interpretatie van patiëntgegevens en dynamische generatie van klinische samenvattingen mogelijk is.
• Toegankelijkheid via Alomtegenwoordige Platforms: Door gebruik te maken van WhatsApp en ondersteuning te bieden voor lokale talen (Twi) en spraakinvoer, verlaagt het systeem de drempels voor patiënten met variërende geletterdheid in LMIC's.
• Modulaire Uitbreidbaarheid: De microservice-architectuur maakt het mogelijk om componenten onafhankelijk te schalen en nieuwe agenten (bijv. voedingscoaches) toe te voegen zonder de kern van het EPD te verstoren.

4. Resultaten en Illustratieve Voorbeelden

Het artikel presenteert de implementatie van het systeem via illustratieve use cases in plaats van grootschalige klinische testgegevens. Belangrijke demonstraties omvatten:

• Prioritaire Triage: De AI markeert succesvol hoog-risico patiënten (bijv. rapporterend over bloedingen of duizeligheid) op het dashboard van de clinicus, wat snelle identificatie van noodsituaties mogelijk maakt.
• Efficiëntie van de Workflow: De "Nieuw Dossier Toevoegen"-interface demonstreert hoe AI-gegenereerde samenvattingen van patiëntchats de handmatige gegevensinvoer voor clinici tijdens bezoeken kunnen verminderen.
• Contextuele Continuïteit: Het systeem behoudt een "geheugen" van eerdere interacties, waardoor de AI eerdere glucoselogs of dieetdagboeken kan raadplegen bij het genereren van nieuw advies, wat longitudinale zorg ondersteunt.

5. Betekenis en Claims

De auteurs positioneren CARE-link als een belangrijke stap naar het verbeteren van klinisch toezicht en patiëntnaleving in omgevingen met beperkte middelen. De betekenis ligt in:

• Operationele Impact: Het verminderen van de documentatielast voor clinici en het mogelijk maken van continue monitoring tussen bezoeken, wat cruciaal is voor aandoeningen zoals zwangerschapsdiabetes.
• Onderzoekplatform: Het systeem dient als testbed voor het onderzoeken van kritische vragen over LLM-bemiddelde vertrouwen, ethische AI-implementatie in de gezondheidszorg en de duurzaamheid van AI-tools in LMIC's.
• Schaalbaarheid: De architectuur is ontworpen om aanpasbaar te zijn aan andere chronische aandoeningen die behoefte hebben aan gedragsmatige ondersteuning en longitudinale tracking.
• Economische Haalbaarheid: De auteurs stellen een duale marktstrategie voor (gratis voor publieke systemen, premium voor private systemen) om financiële duurzaamheid te garanderen, wat potentieel de langetermijngezondheidskosten verlaagt door complicaties te voorkomen door betere therapietrouw.

Het artikel concludeert dat CARE-link effectief aantoont dat de integratie van EPD-workflows, AI-agents en breed toegankelijke messagingplatforms haalbaar is om de continuïteit van zorg te verbeteren.