Ja, AI kan je SOAP-rapportage flink versnellen zonder dat de kwaliteit eronder lijdt — maar alleen als je het op de juiste manier inzet. SOAP is een vaste structuur voor je verslag: Subjectief (wat de cliënt zegt), Objectief (wat je meet en waarneemt), Analyse (jouw interpretatie) en Plan (wat je gaat doen). [1] Bij de AI-aanpak (een ambient scribe) neem je het gesprek op, laat je een taalmodel er automatisch een concept in die vier vakken van maken, en kijk je dat na. De tijdwinst zit in het overtypen en herschikken dat je niet meer zelf doet. De kwaliteit borg je met drie dingen: het verslag blijft een concept tot een mens het goedkeurt, je kunt bij elke zin terug naar wat er letterlijk gezegd is, en de Analyse — het vakinhoudelijke oordeel — blijft mensenwerk. Zet AI in voor het opschrijven, niet voor het denken, en je wint tijd zonder in te leveren op zorgvuldigheid.
Dit artikel is zorgvuldig samengesteld en van bronnen voorzien, maar is geen zorginhoudelijk, medisch of juridisch advies. Wat er in een dossier hoort, bepaalt je eigen beroepsstandaard, je organisatiebeleid en je professionele oordeel — niet dit artikel en niet een AI.
Wat SOAP-rapportage precies is
SOAP is een methode om gestructureerd verslag te leggen. In plaats van een lopend verhaal deel je je notitie op in vier vaste vakken, zodat collega's snel zien wat er speelt en waarom je doet wat je doet. [1] De letters staan voor:
- S — Subjectief: wat de cliënt zelf vertelt over klachten, ervaringen en beleving. Bijvoorbeeld: "Cliënt geeft aan sinds vanochtend toenemende pijn in de rechterflank, pijnscore NRS 8." [1]
- O — Objectief: wat je zelf meet en waarneemt — vitale functies, lichamelijk onderzoek, gedrag. Bijvoorbeeld: "Temperatuur 38,7 °C, bloeddruk 145/90, cliënt oogt bleek." [1]
- A — Analyse: jouw interpretatie die het subjectieve en objectieve verbindt tot een conclusie of (werk)hypothese. Bijvoorbeeld: "Verdenking urineweginfectie." [1]
- P — Plan: de concrete vervolgstappen met een tijdpad. Bijvoorbeeld: "Urineonderzoek inzetten, vitale functies over een uur opnieuw controleren." [1]
De kracht van SOAP zit in dat scheiden. Door bewust apart te noteren wat de cliënt zégt en wat jij waarneemt, voorkom je gekleurde observaties en houd je je analyse navolgbaar. In de huisartsenzorg kom je een variant tegen: SOEP, waarbij de A van Analyse een E van Evaluatie wordt. De opzet is hetzelfde; het accent ligt op de afweging en het beleid rond het patiëntcontact. [2]
Waarom SOAP-rapportage tijd kost
Goed rapporteren volgens SOAP is denkwerk én typewerk, en dat typewerk telt op. Volgens het CBS besteedden werknemers in zorg en welzijn in het tweede kwartaal van 2025 gemiddeld 31 procent van hun werktijd aan administratie; bij cliëntgebonden functies gaat het grootste deel daarvan op aan verslaglegging en registratie. In de jeugdzorg loopt het aandeel administratie zelfs op tot 38 procent. Over vijf jaar is die last nauwelijks veranderd. [3]
Bij SOAP komt daar een extra handeling bij: je hebt een gesprek gevoerd, en achteraf moet je alles wat er gezegd en waargenomen is opnieuw ordenen in de juiste vier vakken. Dat herschikken — welke zin was subjectief, wat hoort onder objectief, wat was mijn analyse — is precies het werk dat een computer goed kan voorstructureren, mits jij het laatste woord houdt. Tegelijk stelt de beroepsgroep terecht eisen aan dat dossier: de V&VN-richtlijn Verslaglegging beschrijft de kwaliteitscriteria en het juridisch kader waaraan verpleegkundige en verzorgende verslaglegging moet voldoen, juist omdat goede verslaglegging de continuïteit en kwaliteit van zorg draagt. [4] Sneller mag dus nooit ten koste gaan van zorgvuldig.
Hoe AI de SOAP-structuur invult
Een AI-verslaglegger (ambient scribe) werkt in drie stappen. Je neemt het gesprek op, de opname wordt omgezet in tekst (transcriptie), en een taalmodel maakt daar een concept van volgens een vast sjabloon — in dit geval het SOAP-sjabloon met de vier vakken. Je krijgt dus geen leeg formulier terug, maar een ingevulde S, O, A en P die je alleen nog hoeft na te lopen. De methode is niet nieuw; de SOAP-structuur bepaalt alleen in welke vorm het concept gegoten wordt. Meer over dat onderscheid tussen opnemen, dicteren en notuleren lees je in ambient scribe vs. dicteren vs. notuleren.
Dat spraak op zich tijd wint, is inmiddels breed onderzocht — ook specifiek voor de huisartsenzorg, waar de LHV spraakgestuurd rapporteren liet evalueren als route om de registratielast te verlichten. [5] En internationale studies naar ambient AI-scribes laten zien dat clinici er documentatietijd mee besparen: in een pilot bij Stanford Health Care met 45 artsen (oktober 2023–januari 2024) daalde de totale tijd in het dossier met bijna 20 minuten per dag. [6] De grootste winst zit niet in sneller typen, maar in het formuleren en ordenen dat je niet meer zelf hoeft te doen.
Sneller zonder kwaliteitsverlies: waar de kwaliteit zit
Hier zit de kern van dit artikel. Tijdwinst is makkelijk; tijdwinst zonder kwaliteitsverlies vraagt om drie waarborgen die je vooraf inbouwt.
1. Het verslag blijft een concept tot een mens het goedkeurt. Een taalmodel kan zich vergissen, iets samenvatten dat je anders had opgeschreven, of een detail missen. De uitkomst is daarom altijd een concept, geen kant-en-klaar dossierstuk. In dezelfde Stanford-pilot merkten de onderzoekers op dat nog niet gemeten was hoe artsen de gegenereerde tekst nakijken en aanpassen — juist die reviewstap is waar de kwaliteit geborgd wordt. [6] Een goede oplossing dwingt die stap af: zonder review geen definitief verslag.
2. Je kunt bij elke zin terug naar de bron. Controleren op je geheugen is onbetrouwbaar. Kun je bij elke zin in de S, O, A en P terugklikken naar de letterlijke regel uit het gesprek waarop hij gebaseerd is, dan controleer je in seconden of het concept klopt — en zie je meteen als de AI iets heeft toegevoegd dat niet gezegd is. Dat maakt het verschil tussen "de computer zal het wel goed hebben" en aantoonbaar juist. Meer daarover in bewijsbaarheid van AI-verslagen.
3. De Analyse blijft mensenwerk. Dit is de belangrijkste. De S en de O zijn grotendeels vastlegging: wat is gezegd, wat is gemeten. Die kan een model netjes rubriceren. Maar de A — de klinische interpretatie, de verdenking, de afweging — is een vakinhoudelijk oordeel dat jouw verantwoordelijkheid is en blijft. Laat je die aan het model over, dan lever je precies daar kwaliteit in waar het het meest telt. Gebruik de AI om je analyse op te schrijven en te ordenen, niet om haar te bedenken. Zo win je tijd op het opschrijven en houd je het denken bij de professional.
Verbinn is gebouwd rond die drie waarborgen: elk verslag is een concept tot een mens het goedkeurt (zonder review geen export, technisch afgedwongen), elke zin is klikbaar naar de letterlijke bronregel, en er is een SOAP-sjabloon naast sjablonen voor intake, evaluatie, MDO en begeleiding. Belangrijk: goede software belooft geen foutloosheid, maar controleerbaarheid — jij blijft degene die goedkeurt.
De valkuilen — en hoe je ze vermijdt
Drie dingen gaan het vaakst mis, met of zonder AI.
- Subjectief en objectief door elkaar. "Cliënt heeft veel pijn" hoort niet onder O maar onder S, of beter nog geobjectiveerd: "NRS-score 8". [1] Controleer bij het reviewen of het model de juiste zaken in het juiste vak heeft gezet — dit is een klassieke rapportagefout die je met een snelle blik corrigeert.
- Een vage of ontbrekende Analyse. Een model kan geneigd zijn de A over te slaan of te vullen met een herhaling van de observaties. Schrijf de interpretatie zelf, of scherp het voorstel van het model aan tot een echte afweging. [1]
- Privacy als sluitpost. Gezondheidsgegevens zijn onder de AVG bijzondere persoonsgegevens, met strenge eisen. Bij verwerking met een hoog privacyrisico — waaronder grootschalige verwerking van gezondheidsgegevens — is een DPIA verplicht, en het kiezen van een AI-tool laat die plicht niet vervallen. [7] Weet waar de audio en tekst worden verwerkt: bij een lokale oplossing verlaat het gesprek je pand niet, wat een deel van deze vragen wegneemt — al blijf je zelf verantwoordelijk voor je DPIA en beleid.
Zo pak je het aan
Wil je AI inzetten voor SOAP-rapportage zonder kwaliteit te verliezen, loop dan deze stappen na.
- Regel de privacy eerst. Bepaal vanuit je AVG-verplichtingen en DPIA waar de gegevens verwerkt mogen worden. Dit filtert je opties nog vóór je naar features kijkt.
- Kies een oplossing met een SOAP-sjabloon. Zo krijg je het concept meteen in de vier vakken, in plaats van een lap tekst die je alsnog moet herschikken.
- Eis de reviewstap. Het verslag moet een concept blijven tot een mens het goedkeurt — bij voorkeur technisch afgedwongen, niet als vrijblijvende aanbeveling.
- Test de bronweergave. Kun je bij elke zin terug naar wat er letterlijk gezegd is? Zo niet, dan controleer je op je geheugen — en dat is geen controle.
- Houd de Analyse bij jezelf. Spreek intern af dat de A altijd door de professional wordt geschreven of aangescherpt. Gebruik AI voor S, O en P-formulering, niet voor het oordeel.
- Test met je eigen gesprekken. Beproef vaktermen, dialect en je eigen manier van rapporteren met echte casussen en echte mensen — niet met een demozin.
SOAP met AI is geen kwestie van de administratie uit handen geven, maar van het saaie deel — het overtypen en ordenen — automatiseren en het oordeel bij de professional houden. Doe je dat, dan is sneller én zorgvuldig geen tegenstelling.
Veelgestelde vragen
Waar staat SOAP voor in de zorg?
SOAP staat voor Subjectief, Objectief, Analyse en Plan. Het is een methode om je verslag in vier vaste vakken op te bouwen: wat de cliënt zelf vertelt (Subjectief), wat je meet en waarneemt (Objectief), jouw interpretatie daarvan (Analyse) en de vervolgstappen (Plan). In de huisartsenzorg wordt vaak de variant SOEP gebruikt, waarbij de Analyse een Evaluatie wordt.
Kan AI een SOAP-verslag maken zonder dat de kwaliteit daalt?
Ja, mits je het goed inricht. De AI zet het opgenomen gesprek om in een concept volgens de vier SOAP-vakken; jij kijkt dat na, past aan en keurt goed. De kwaliteit borg je door drie dingen: het verslag blijft een concept tot een mens het goedkeurt, je kunt bij elke zin terug naar de letterlijke bron, en de Analyse — het vakinhoudelijke oordeel — schrijf je zelf. Gebruik AI voor het opschrijven, niet voor het denken.
Moet ik een door AI gemaakt SOAP-verslag nog controleren?
Altijd. Een AI-verslag is een concept: een taalmodel kan zich vergissen of iets anders samenvatten dan jij zou doen. Een mens hoort het na te kijken, aan te passen en goed te keuren voordat het in het dossier gaat. Kies bij voorkeur een oplossing waarbij je bij elke zin terug kunt naar de letterlijke bronregel, zodat je niet op je geheugen hoeft te vertrouwen.
Wat is het verschil tussen SOAP en SOEP?
SOEP is een variant van SOAP die vooral in de huisartsenzorg wordt gebruikt. De S, O en P zijn hetzelfde; alleen de A van Analyse wordt een E van Evaluatie. Het accent ligt daarbij op de werkhypothese, de afweging en het beleid rond het patiëntcontact. De onderliggende gedachte — gestructureerd en navolgbaar rapporteren — is identiek.
Mag AI de Analyse (A) voor mij schrijven?
Beter van niet. De Analyse is de klinische interpretatie: de verdenking, de afweging, het oordeel. Dat is een vakinhoudelijke verantwoordelijkheid die bij de professional hoort. Een model mag een voorzet doen, maar jij schrijft of scherpt de analyse aan. Laat de AI vooral het Subjectieve, Objectieve en het Plan netjes formuleren en ordenen — daar zit de tijdwinst, zonder dat je het denkwerk uit handen geeft.
Bronnen
- [1] eNurse — "SOAP-methode: uitleg, voorbeeld en rapporteren in de zorg" — enurse.nl (geraadpleegd 10 juli 2026)
- [2] NHG — HIS-Referentiemodel, "SOEP-verslag" — referentiemodel.nhg.org (geraadpleegd 10 juli 2026)
- [3] CBS — "Bijna een derde werktijd zorg gaat op aan administratie" (2025) — cbs.nl (geraadpleegd 10 juli 2026)
- [4] V&VN — "Richtlijn Verpleegkundige en verzorgende verslaglegging" — kennisplatform.venvn.nl (geraadpleegd 10 juli 2026)
- [5] LHV — "Spraakgestuurd rapporteren binnen de huisartsenzorg" (eindrapport, 2025) — lhv.nl (geraadpleegd 10 juli 2026)
- [6] Liu T. e.a. — "Ambient artificial intelligence scribes: utilization and impact on documentation time", Stanford Health Care pilot okt 2023–jan 2024, 45 artsen (PMC, 2025) — pmc.ncbi.nlm.nih.gov (geraadpleegd 10 juli 2026)
- [7] Autoriteit Persoonsgegevens — "Data protection impact assessment (DPIA)" — autoriteitpersoonsgegevens.nl (geraadpleegd 10 juli 2026)
Ruben van Herck bouwt Verbinn: volledig lokale AI-gespreksverslagen (een samenwerking van Ruberio × Uit De Verf). Dit artikel is geschreven vanuit de praktijk van het bouwen én draaien van lokale AI in de zorg.