AI-gespreksverslag in de zorg: van opname tot dossier, stap voor stap

Een AI-gespreksverslag ontstaat in vijf stappen. Je legt eerst de toestemming vast, dan neem je het gesprek op, spraakherkenning zet de opname om in tekst (het transcript), een taalmodel maakt daar een concept-verslag van, en tot slot leest een mens dat concept na en keurt het goed voordat het in het dossier belandt. De kern zit in die laatste stap: het verslag blijft een concept tot een zorgverlener het heeft gecontroleerd en akkoord gegeven. De AI schrijft een voorstel, jij bepaalt wat klopt. Dat is niet alleen prettig, het is ook nodig — gezondheidsgegevens zijn bijzondere persoonsgegevens, en een AI-systeem dat daarmee werkt vraagt om aantoonbaar menselijk toezicht en meestal een gegevensbeschermingseffectbeoordeling (DPIA) vooraf. In dit artikel lopen we de hele keten langs, van de toestemmingsvink tot de regel in het dossier, met per stap de aandachtspunten en de valkuilen — zoals verzonnen tekst — die je moet afvangen. Zo weet je precies wat er met een gesprek gebeurt voordat het een dossierregel wordt.

Wat is een AI-gespreksverslag precies?

Een AI-gespreksverslag is een gestructureerd verslag dat automatisch wordt opgesteld op basis van een gesproken gesprek — een intake, een evaluatie, een oudergesprek, een multidisciplinair overleg of een begeleidingsmoment. Het systeem neemt het gesprek op, zet het om in tekst en vat die tekst samen in de vorm die jij nodig hebt voor het dossier. Belangrijk: een verslag is niet hetzelfde als een transcript. Het transcript is de letterlijke uitgeschreven tekst van wat er gezegd is; het verslag is de bewerkte, samengevatte versie die in het dossier terechtkomt.

De reden dat dit soort tools in de zorg zo snel opkomt, is simpel: administratie kost veel tijd. Volgens het CBS besteedde zorgpersoneel in het tweede kwartaal van 2025 gemiddeld 31 procent van de werktijd aan administratie, waarvan 16,9 procent aan verslaglegging — een aandeel dat in vijf jaar nauwelijks is gedaald [1]. In het Aanvullend Zorg- en Welzijnsakkoord is afgesproken dat de administratietijd per 2030 terug moet naar maximaal 20 procent [2]. Een AI-gespreksverslag kan aan die verlaging bijdragen, zolang de opgeleverde tekst controleerbaar en juist is. Daarom draait alles in de keten hieronder om één principe: de mens houdt de regie.

Stap 1 — Toestemming vastleggen vóór de opname

De keten begint niet bij de microfoon, maar bij de toestemming. Gegevens over iemands gezondheid zijn onder de AVG bijzondere persoonsgegevens. Het uitgangspunt is dat je die niet mag verwerken, tenzij je je op een wettelijke uitzondering kunt beroepen — bijvoorbeeld het verlenen van zorg door een beroepsbeoefenaar met geheimhoudingsplicht, of expliciete toestemming van de betrokkene [3]. Een geluidsopname van een zorggesprek valt daar volop onder.

Praktisch betekent dit dat je vóór elke opname helder maakt dát je opneemt, waarvoor, en dat de betrokkene daarmee akkoord is. Leg dat akkoord ook vast, zodat je later kunt aantonen dat het gegeven is. Een toestemmingsvink die aan de opname vastzit — geen vink, geen opname — maakt van deze stap geen papieren formaliteit maar een technische voorwaarde. Zo voorkom je dat er ooit een opname bestaat waarvoor de grondslag ontbreekt.

Stap 2 — Opnemen en transcriberen

Is de toestemming er, dan wordt het gesprek opgenomen en direct omgezet in tekst. Die omzetting heet transcriptie of spraakherkenning (ASR, automatic speech recognition). Moderne modellen zoals Whisper doen dat verrassend goed, ook met dialect en accent — in Zeeuwse huisartsenpraktijken verschijnt "pien in z'n rik" keurig als "pijn in z'n rug" in het systeem [4].

Maar spraakherkenning is niet onfeilbaar, en juist hier zit een valkuil die je moet kennen. Onderzoek naar Whisper liet zien dat het model soms woorden of hele zinnen verzint die nooit zijn uitgesproken — hallucinaties die kunnen variëren van onzin tot misplaatst "medisch advies". OpenAI, de maker, raadt gebruik in hoog-risico-omgevingen zoals de zorg om die reden expliciet af [5]. Dat betekent niet dat je de technologie niet kunt gebruiken; het betekent dat je nooit blind mag vertrouwen op de tekst. Het transcript is een hulpmiddel, geen waarheid. Daarom is het cruciaal dat elke zin in het latere verslag terug te leiden is naar de letterlijke regel in de opname — de bewijsweergave die je in stap 4 gebruikt om te controleren.

Stap 3 — Van transcript naar concept-verslag

Een ruw transcript is voor het dossier onbruikbaar: het staat vol herhalingen, tussenwerpsels en heen-en-weer. In deze stap maakt een taalmodel van het transcript een leesbaar, gestructureerd verslag, gegoten in het sjabloon dat bij het gesprekstype past — SOAP voor een spreekuurcontact, een vast format voor een intake, een oudergesprek of een MDO. Een organisatie-woordenboek zorgt ervoor dat vakjargon, eigennamen en interne termen correct worden weergegeven in plaats van fonetisch gegokt.

Wat hier oplevert, is nadrukkelijk een concept. Het taalmodel maakt keuzes over wat belangrijk is en wat wegvalt, en ook daarbij kan het de plank misslaan — een detail overslaan, een nuance verkeerd samenvatten. Het concept is een voorstel dat klaarligt om te controleren, niets meer. Het mag onder geen beding rechtstreeks doorstromen naar het dossier.

Stap 4 — Reviewen: het concept tegen de bron leggen

Dit is de stap die het verschil maakt tussen een handig hulpmiddel en een risico. Een mens leest het concept na, corrigeert wat niet klopt en vult aan wat mist. Onder de Europese AI-verordening geldt voor AI-systemen met een hoog risico een verplichting tot menselijk toezicht (artikel 14) [6]. En de Autoriteit Persoonsgegevens benadrukt dat dat toezicht alléén betekenis heeft als het echt invloed heeft op de uitkomst — een vinkje zonder inhoudelijke controle is schijnzekerheid. De AP waarschuwt daarbij voor automation bias: de neiging om aan te nemen dat de computer het wel goed zal hebben, waardoor je je eigen waarnemingen negeert [6].

Effectief reviewen kan alleen als je snel kunt nagaan waar een zin vandaan komt. Bewijsweergave — waarbij elke zin in het verslag klikbaar teruglinkt naar de letterlijke bronregel in het transcript — maakt dat mogelijk. Zie je een bewering die je niet herkent? Eén klik en je hoort of leest wat er werkelijk is gezegd. Zo controleer je op verzonnen tekst (stap 2) en verkeerde samenvattingen (stap 3) in dezelfde beweging. De belofte is niet dat de AI foutloos is — die belofte kan niemand waarmaken — maar dat elke fout controleerbaar en dus corrigeerbaar is voordat er iets vastligt.

Stap 5 — Goedkeuren, exporteren en in het dossier

Pas als de reviewer het concept heeft goedgekeurd, wordt het een definitief verslag dat je kunt exporteren en in het dossier plaatsen. Een sterke keten dwingt die volgorde technisch af: geen goedkeuring, geen export. In Verbinn is dat precies zo ingebouwd — een verslag blijft een concept tot een mens akkoord geeft, en zonder die review komt er niets naar buiten. Zo kan er nooit ongecontroleerde AI-tekst in een dossier belanden.

Bij de export horen nog twee dingen. Ten eerste een privacy-paspoort: een korte bijlage die vastlegt hoe het verslag tot stand kwam, wie het heeft goedgekeurd en welke gegevens erin zitten — handig voor je eigen verantwoording en voor de betrokkene. Ten tweede de vraag wat er met de oorspronkelijke geluidsopname gebeurt. Vanuit dataminimalisatie is het verstandig die opname na goedkeuring te wissen: je hebt het definitieve, gecontroleerde verslag, dus de ruwe audio hoeft niet te blijven bestaan. Elke bewaarde opname is immers een extra risico. Een append-only auditlog houdt intussen bij wie wat wanneer heeft goedgekeurd, zonder dat die geschiedenis achteraf te wijzigen is.

Wat je vooraf regelt: DPIA, grondslag en beveiliging

De vijf stappen beschrijven wat er per gesprek gebeurt. Daaromheen zijn er randvoorwaarden die je één keer goed inricht voordat je begint.

DPIA. Een gegevensbeschermingseffectbeoordeling is verplicht wanneer een verwerking waarschijnlijk een hoog risico oplevert voor de rechten en vrijheden van mensen. De Autoriteit Persoonsgegevens hanteert daarvoor negen criteria; voldoe je aan twee of meer, dan is een DPIA verplicht [7]. AI-verwerkingen en grootschalige verwerking van bijzondere persoonsgegevens raken die criteria vrijwel altijd. Reken er dus op dat je een DPIA moet uitvoeren — de inzet van een AI-gespreksverslag laat die plicht niet vervallen. Leg de uitkomst voor aan je functionaris gegevensbescherming.

Beveiliging. Voor informatiebeveiliging in de zorg is NEN 7510 de aangewezen norm. Die beschrijft, gebaseerd op ISO/IEC 27001 maar toegesneden op de zorg, hoe je medische en andere vertrouwelijke gegevens beschermt tegen verlies, misbruik en onbevoegde toegang; in december 2024 is de norm herzien [8]. Een verstandig ontwerp helpt hier: hoe minder een gesprek reist, hoe kleiner het aanvalsoppervlak. Verwerk je transcriptie en samenvatting lokaal in je eigen pand, dan verlaat er geen woord van het gesprek de organisatie en is er geen externe partij die je gegevens ziet. Dat maakt het naleven van dataminimalisatie en vertrouwelijkheid aantoonbaar eenvoudiger. Meer daarover lees je in Wat betekent "on-premise AI" en wanneer heb je het echt nodig?. Wil je de bredere context van spraak in het dossier, kijk dan bij Spraakgestuurd rapporteren in de zorg.