Impact of an ambient digital scribe on typing and note quality: the AutoscriberValidate study

De AutoscriberValidate-studie concludeert dat het gebruik van de omgevingsdigitale scribe Autoscriber de administratieve last voor zorgverleners verlaagt en de kwaliteit van medische notities verbetert door een significante reductie van fouten.

De kern

De "Digitale Secretaresse" die Artsen Helpt: Een Simpele Uitleg van het Autoscriber-onderzoek

Stel je voor dat een arts tijdens een consult niet alleen moet luisteren naar een patiënt, maar ook nog moet typen op een toetsenbord. Het is alsof je een gesprek voert met je beste vriend, maar tegelijkertijd een verslag moet schrijven voor je baas. Veel artsen vinden dit vermoeiend; ze kijken minder naar de patiënt, typen 's avonds laat nog aan hun computer (de zogenaamde "pyjama-tijd") en raken uitgeput.

Dit onderzoek kijkt naar een nieuwe oplossing: Autoscriber. Dit is een slimme, digitale assistent die meeluistert met het gesprek en automatisch een verslag schrijft. De vraag was: Helpt dit de arts, of maakt het het alleen maar ingewikkelder?

Hier is wat het onderzoek heeft gevonden, vertaald in alledaagse taal:

1. Het Experiment: Een Wiskundig Spel

De onderzoekers deden een experiment gedurende 26 weken in het Leids Universitair Medisch Centrum. Ze speelden een soort spelletje met de weken:

• Twee weken lang mochten artsen de "digitale secretaresse" (Autoscriber) gebruiken.
• Eén week lang mochten ze dat niet (de controleweek).

In totaal deden 35 artsen uit verschillende specialismen mee, van neurologen tot psychiaters. Ze hielden 529 gesprekken met patiënten.

2. De Werklast: Typen vs. Bewerken

Stel je voor dat typen een zware rugzak is die je moet dragen.

• Zonder de assistent: De artsen moesten de hele rugzak zelf vullen. Ze typten gemiddeld 1079 tekens per verslag. Dat is als het schrijven van een heel lang e-mailtje terwijl je nog moet luisteren.
• Met de assistent: De assistent schreef het grootste deel van het verslag al voor. De arts hoefde alleen nog maar te kijken en kleine aanpassingen te doen. In plaats van 1079 tekens te typen, hoefden ze gemiddeld maar 351 bewerkingen te doen (zoals een woordje veranderen of een zinnetje herschrijven).

Conclusie: De rugzak was veel lichter! De arts hoefde ongeveer drie keer minder te "typen" (of bewerken) dan zonder de assistent.

3. De Kwaliteit: Een Scherper Oog

Vaak denken we dat als we iets sneller doen, het minder goed wordt. Maar hier gebeurde het tegenovergestelde.
De onderzoekers lieten een super-slimme computer (een AI) de verslagen controleren op fouten, zoals:

• Dingen die er niet in het gesprek stonden, maar wel in het verslag (hallucinaties).
• Verkeerde "niet"-zinnen (bijv. "geen pijn" in plaats van "wel pijn").
• Dingen die vergeten waren.

Het resultaat: Verslagen die met de hulp van de assistent waren gemaakt, hadden significant minder fouten dan die zonder.

• Interessant detail: De artsen zonder assistent schreven soms dingen op die ze wisten, maar die ze niet hadden gezegd tijdens het gesprek. De assistent schreef alleen op wat er daadwerkelijk gezegd was, wat eerlijker en nauwkeuriger is.

4. De Patiënt: Geen Verandering in het Gevoel

De patiënten merkten niets van het verschil. Ze vonden de gesprekken met hun arts even warm, empathisch en goed als altijd. De "digitale secretaresse" stoorde dus niet aan het contact.

5. Wat betekent dit voor de toekomst?

De onderzoekers concluderen dat deze technologie een grote hulp is.

• Minder stress: Artsen hoeven minder te typen en kunnen meer naar de patiënt kijken.
• Beter verslag: De medische dossiers zijn nauwkeuriger.
• Nog niet perfect: De artsen moesten nog steeds veel bewerken. Het is alsof de assistent een ruwe schets maakt, en de arts moet die nog "afmaken". Als de assistent in de toekomst nog slimmer wordt (bijvoorbeeld door de tekst al in de juiste volgorde te zetten), wordt het werk nog lichter.

Kort samengevat:
Autoscriber werkt als een slimme notulist die meeluistert. Hij pakt de zware last van het typen van de schouders van de arts, waardoor de arts meer tijd heeft om te luisteren en het eindverslag van betere kwaliteit is. Het is een stap in de goede richting om artsen minder uit te branden en meer tijd voor de patiënt te geven.

Technische samenvatting

Titel: Impact van een omgevingsdigitale schrijver op typwerk en kwaliteit van notities: de AutoscriberValidate-studie

1. Het Probleem

De administratieve last voor zorgverleners is de afgelopen decennia aanzienlijk toegenomen, voornamelijk door de invoering van Elektronische Gezondheidsrecords (EHR). Het typen van medische notities tijdens of na een consult neemt veel cognitieve ruimte in beslag en verstoort de interactie met de patiënt. Dit leidt vaak tot administratief werk buiten kantoortijden ("pajama time") en draagt bij aan hoge uitvalpercentages (burnout) in de zorg. Hoewel EHR's voordelen bieden, wordt veel informatie in vrije tekst velden ingevoerd, wat hergebruik bemoeilijkt. Er is behoefte aan oplossingen die de administratieve last verlichten zonder de kwaliteit van de documentatie te verlagen.

2. Methodologie

De studie, uitgevoerd bij het Leids Universitair Medisch Centrum (LUMC), onderzocht de impact van Autoscriber, een omgevingsdigitale schrijver (ambient digital scribe).

• Studieopzet: Een gerandomiseerd ontwerp over een periode van 26 weken. De weken werden in een verhouding van 2:1 toegewezen aan interventieweken (gebruik van Autoscriber) en controlevolwken (geen gebruik van Autoscriber).
• Deelnemers: 35 zorgverleners (artsen, physician assistants, nurse practitioners) uit 14 verschillende specialismen (medisch, chirurgisch en psychiatrisch).
• Data: In totaal werden 529 consulten geregistreerd (387 in interventieweken, 142 in controlevolwken) tussen november 2024 en april 2025.
• Technologie (Autoscriber):
  • Een webapplicatie die spraak naar tekst omzet (ondersteuning voor Nederlands, Engels, Duits en Afrikaans) via akoestische en transformer-gebaseerde modellen.
  • Gebruik van Large Language Models (LLM's) zoals GPT-4o en Gemini 2.5 voor het genereren van gestructureerde samenvattingen.
  • De zorgverlener heeft de volledige controle en kan de gegenereerde samenvatting bewerken voordat deze in het EHR wordt opgeslagen.
  • De applicatie is compliant met GDPR, ISO 27001 en NEN 7510.
• Meetparameters:
  • Werklast: Gemeten via het aantal getypte karakters in controlevolwken versus het aantal bewerkingen (Levenshtein-distantie en diff-match-patch algoritme) nodig om de Autoscriber-samenvatting aan te passen in interventieweken.
  • Kwaliteit van notities: Beoordeeld door een LLM (GPT-4o) die het aantal fouten per notitie telde: hallucinaties, onjuiste ontkenningen, contextverwarring, speculaties, onnauwkeurigheden, omissies, beknoptheidsfouten, organisatiefouten en terminologiefouten.
  • Secundaire parameters: Woordfoutpercentage (WER) van de transcriptie en patiëntperceptie (gemeten met de CARE-schaal).

3. Belangrijkste Bijdragen

• Real-world Validatie: In tegenstelling tot eerdere studies met mock-consults, toont deze studie de effectiviteit in een complexe, echte klinische setting met diverse specialismen.
• Objectieve Kwaliteitsmeting: De studie introduceert een gestandaardiseerde, LLM-gebaseerde methode om fouten in medische notities objectief te kwantificeren, waarmee de subjectiviteit van menselijke beoordelaars (zoals bij PDQI-9) wordt omzeild.
• Gedifferentieerde Analyse: De studie onderscheidt tussen medische, chirurgische en psychiatrische specialismen en analyseert de werklast op basis van specifieke bewerkingen in plaats van alleen tijd.

4. Resultaten

• Werklast:
  • In controlevolwken was het mediane aantal getypte karakters per notitie 1079.
  • In interventieweken was het mediane aantal bewerkingen (diff-match-patch) nodig om de Autoscriber-samenvatting aan te passen 351.
  • Dit duidt op een aanzienlijke reductie in de typwerklast (ongeveer een derde van de oorspronkelijke hoeveelheid werk).
• Kwaliteit van de Notities:
  • Notities die met ondersteuning van Autoscriber werden gemaakt, vertoonden significant minder fouten dan notities zonder ondersteuning.
  • Significante verbeteringen werden gevonden bij: hallucinaties (p < 0.001), onjuiste ontkenningen (p < 0.001), contextverwarring (p < 0.001), andere onnauwkeurigheden (p < 0.001), omissies (p < 0.001), beknoptheidsfouten (p < 0.001), organisatiefouten (p < 0.001) en terminologiefouten (p < 0.001).
  • Het verschil in speculaties was niet statistisch significant (p = 0.06), maar wel in dezelfde richting.
• Transcriptiekwaliteit: Het algehele woordfoutpercentage (WER) van de transcriptie was laag: 0,05 (±0,01).
• Patiëntperceptie: Er was geen significant verschil in de CARE-scores tussen de twee groepen (p = 0.38), wat aangeeft dat het gebruik van de tool de patiënt-arts relatie niet negatief beïnvloedde.

5. Betekenis en Conclusie

De studie concludeert dat het gebruik van een omgevingsdigitale schrijver zoals Autoscriber leidt tot:

1. Een lagere administratieve last: Zorgverleners hoeven aanzienlijk minder te typen en passen de gegenereerde tekst minder vaak aan dan wanneer ze alles zelf moeten typen.
2. Een hogere kwaliteit van medische notities: De gegenereerde notities bevatten significant minder fouten en zijn beter gestructureerd dan handmatig gegenereerde notities.

Beperkingen en Toekomst:
De studie werd uitgevoerd in één academisch ziekenhuis, wat de generaliseerbaarheid beperkt. Werklast werd gemeten via typwerk en niet via directe tijdsregistratie. Hoewel de zorgverleners nog steeds veel tekst aanpasten, suggereert de studie dat verdere personalisatie van de samenvattingen (stijl en organisatie) de typlast nog verder kan verlagen. Toekomstig onderzoek moet zich richten op de impact op burnout, de diagnostische kwaliteit en het hergebruik van gestructureerde data voor andere administratieve taken.

Samenvattend biedt deze studie sterke bewijzen dat AI-gestuurde digitale schrijvers een effectieve oplossing kunnen zijn voor de administratieve overbelasting in de zorg, zonder in te leveren op de kwaliteit van de documentatie of de patiëntenzorg.