Verbinn vs. Attendi: twee filosofieën over zorgdata

Attendi en Verbinn lossen hetzelfde probleem op — de administratielast van gespreksverslagen in de zorg — maar vanuit een tegenovergestelde kijk op wat er met je data mag gebeuren. Attendi is een volwassen, breed gebruikte oplossing voor spraakgestuurd rapporteren: je spreekt je rapportage in en een spraakmodel dat op miljoenen Nederlandse zorgrapportages is getraind, zet dat direct om in nette tekst — geïntegreerd in je EPD, zoals Nedap Ons [1][4]. De verwerking gebeurt op Attendi's eigen, in Nederland gehoste infrastructuur, die volgens ISO 27001 / NEN 7510 werkt [3]. Verbinn kiest een andere weg: alles draait volledig lokaal op één Mac in je eigen pand, zodat geen woord de organisatie verlaat en er niets centraal wordt getraind op jouw gesprekken. Kort samengevat: Attendi vertrouwt op zorgvuldig beveiligde verwerking búíten je muren; Verbinn vertrouwt op géén verwerking buiten je muren. Beide zijn verdedigbaar. Welke bij je past hangt af van hoe je aankijkt tegen zeggenschap over data, EPD-integratie en het soort gesprek dat je voert. Hieronder zet ik de twee eerlijk naast elkaar.

Wat is Attendi en waar is het sterk in?

Attendi is een Nederlandse aanbieder van spraakgestuurd rapporteren voor de zorg. De kern: je spreekt je rapportage in en wat je zegt "verschijnt direct als een goed geschreven rapportage", inclusief interpunctie [1]. Je hoeft niet woord voor woord te dicteren — je praat natuurlijk, en een taalmodel maakt er een nette tekst van. Met de Schrijfhulp kun je bovendien gesproken instructies geven, zoals "maak hier een SOEP van" of "verbeter de schrijfstijl" [1][2].

De sterke punten van Attendi zijn echt en verdienen het om benoemd te worden. Ten eerste de nauwkeurigheid in zorgtaal: het spraakmodel is getraind op miljoenen ingesproken zorgrapportages door heel Nederland, waardoor het jargon, afkortingen en regionale spreektaal goed herkent [1]. Dat is een voorsprong die je niet zomaar bouwt. Ten tweede de EPD-integratie: Attendi is beschikbaar binnen Nedap Ons, zodat je rapportage direct in het dossier landt zonder knippen en plakken [4][5]. Ten derde de volwassenheid: de oplossing draait bij veel VVT- en thuiszorgorganisaties en is in praktijkonderzoek onderzocht op meerwaarde [7]. En ten vierde de aandacht voor beveiliging: Attendi laat weten volgens ISO 27001 / NEN 7510 te werken, de spraak- en teksttechnologie in eigen huis te beheren en er geen sub-verwerkers voor in te zetten [3]. Attendi publiceert daarnaast periodiek een AI-veiligheidsrapport [1].

Belangrijk om te snappen: bij Attendi doe jij het denkwerk over de inhoud. Je formuleert zelf wat er in het verslag komt door het in te spreken; de software zet je woorden om en poetst ze op. Dat ligt dicht bij een dictaat en is daarmee voorspelbaar.

Wat is Verbinn en waar is het sterk in?

Verbinn (een samenwerking van Ruberio × Uit De Verf) is een volledig lokale AI-gespreksverslaglegger. Eén Mac — de Kern, een Apple Silicon-machine die je zelf koopt — staat in je eigen pand en doet zowel de transcriptie (met Whisper large-v3-turbo) als het schrijven van het verslag en de chat (met een lokaal taalmodel). De medewerkers werken met een lichte desktop-app of een web-UI op je eigen netwerk. Anders dan Attendi is Verbinn een ambient aanpak: de AI luistert mee met het hele gesprek en maakt daar zelf een gestructureerd concept van, in plaats van dat jij je verslag inspreekt.

De kern van Verbinn is niet snelheid maar zeggenschap. De belofte is dat geen woord van het gesprek de organisatie verlaat — geen slogan maar iets wat je zelf kunt nalopen: de Kern laat zien welke uitgaande verbindingen er wél zijn, en onverwachte horen er niet bij te staan. Verder is elk verslag een concept totdat een mens het goedkeurt; zonder review is export technisch onmogelijk. Elke zin is klikbaar terug te leiden naar de letterlijke bronregel in de transcriptie (bewijsweergave), er staat een toestemmingsvink vóór elke opname, de audio wordt na goedkeuring gewist, en elke export krijgt een privacy-paspoort mee. Verder zijn er een append-only auditlog, sjablonen per gesprekstype (intake, evaluatie, oudergesprek, MDO, SOAP of vrij) en een offline huisbezoek-modus met versleutelde vault.

Waar Verbinn het (nog) aflegt is eerlijk gezegd de integratie: er is geen EPD-koppeling — die staat op de roadmap, meer niet. Waar Attendi rechtstreeks in Nedap Ons schrijft, lever je bij Verbinn het goedgekeurde verslag zelf aan je dossier aan. En waar Attendi jaren aan zorgspraak heeft verzameld om zijn model te trainen, kiest Verbinn er juist principieel voor om níét op klantgesprekken te trainen — een sterk punt voor privacy, maar het betekent ook dat het model die specifieke, centraal opgebouwde zorgvocabulaire niet op dezelfde manier heeft.

De twee filosofieën over zorgdata

Het echte verschil zit niet in een featurelijstje maar in een overtuiging. Er lopen drie scheidslijnen door de vergelijking heen.

1. Beveiligde verwerking buiten de deur — of geen verwerking buiten de deur

Attendi verwerkt je spraak en tekst op zijn eigen infrastructuur. Dat is netjes geregeld: in Nederland gehost, volgens ISO 27001 / NEN 7510, zonder sub-verwerkers voor de kerntechnologie, met een verwerkersovereenkomst [3]. Voor veel organisaties is dat precies goed genoeg — je besteedt de verwerking uit aan een gespecialiseerde partij die volgens ISO 27001 / NEN 7510 werkt en legt de afspraken vast. Verbinn gaat een stap verder en zegt: het veiligste gegeven is het gegeven dat je pand nooit verlaat. Er is dan geen verwerker om te vertrouwen, geen dataverkeer om te beveiligen, geen keten om te controleren — omdat er niets naar buiten gaat.

Dit is precies het onderscheid dat we uitwerken in "EU-servers" zijn niet hetzelfde als "jouw servers": een keurig gehoste, volgens erkende normen beveiligde server in Nederland is nog steeds niet jouw server. Dat maakt de ene aanpak niet slecht en de andere niet heilig — het is een afweging tussen vertrouwen op controle-op-afstand en het wegnemen van de vraag door lokaal te blijven. Wil je precies weten waar de data van verschillende scribes landt, kijk dan ook naar waar de grote AI-scribes je data verwerken.

2. Centrale training — of geen training op jouw gesprekken

Attendi's kracht komt deels voort uit het feit dat het model is getraind op miljoenen zorgrapportages [1]. Dat centrale leren maakt het model beter voor iedereen, maar het vraagt wel dat er data — geanonimiseerd — beschikbaar komt om van te leren. Verbinn draait dat om: er wordt niets van jouw gesprekken gebruikt om een centraal model te verbeteren, want er gaat geen gespreksinhoud naar buiten. Je krijgt een model dat "van de plank" komt en lokaal draait. Dat is een principiële keuze: minder gedeelde vooruitgang, maar ook geen enkele stroom van gevoelige data richting een leverancier.

3. Dicteren — of ambient meeluisteren

Bij Attendi spreek je zelf je verslag in: jij bepaalt de woorden, de software poetst ze op. Bij Verbinn luistert de AI naar het hele gesprek en schrijft zélf een eerste versie. Dat verschil heeft gevolgen voor het risico. Omdat bij Attendi de mens de woorden aandraagt, ligt de inhoud dichter bij wat je bedoelde. Bij een ambient aanpak doet het model meer denkwerk en kan het dus meer misgaan — iets weglaten, verkeerd interpreteren of in het slechtste geval iets toevoegen dat niet is gezegd. Verbinn vangt dat op met twee harde maatregelen: het verslag blijft een concept tot een mens het goedkeurt, en elke zin is klikbaar naar de bronregel, zodat controleren snel gaat. Geen van beide systemen belooft foutloosheid; ze bieden allebei controleerbaarheid, maar op een andere plek in het proces.

Wat betekent het voor je DPIA en AVG?

Voor allebei geldt: je verwerkt bijzondere persoonsgegevens (gezondheidsgegevens), en dat brengt verplichtingen mee. De Autoriteit Persoonsgegevens is duidelijk dat bij grootschalige verwerking van gezondheidsgegevens een DPIA verplicht is, en voor bijvoorbeeld huisartsenpraktijken en instellingen voor medisch-specialistische zorg trekt de AP de grens van "grootschalig" bij meer dan 10.000 patiënten; voor ziekenhuizen en apotheken geldt verwerking altijd als grootschalig [6]. Het invoeren van welke AI-scribe of spraakoplossing dan ook voor een hele organisatie valt daar vrijwel altijd onder.

Let op de veelgemaakte denkfout: geen van beide oplossingen laat de DPIA-plicht vervallen. Ook een volledig lokale opzet als Verbinn maakt de plicht niet ongedaan — je moet nog steeds aantonen dát en hóé je de risico's beheerst. Wat de aanpak wél verandert is de inhoud van je afweging. Bij Attendi beschrijf je een verwerker, een verwerkersovereenkomst en de beveiligingsmaatregelen aan de kant van die verwerker. Bij Verbinn beschrijf je een verwerking die je pand niet verlaat, met uitgaande verbindingen die je zelf kunt nalopen — geen daarvan draagt gespreksinhoud — en een privacy-paspoort per verslag als bewijsstuk. Beide zijn te documenteren; het zwaartepunt van je onderbouwing verschuift alleen. En bij beide geldt: laat je keuze altijd toetsen door je eigen FG of DPO.

Welke past bij jou?

Er is geen absolute winnaar. De juiste keuze hangt af van wat je zwaarst laat wegen.

• Kies iets als Attendi als naadloze integratie in je EPD (bijvoorbeeld Nedap Ons) voor jou doorslaggevend is, je een bewezen oplossing wilt met een op zorg getraind spraakmodel, en je comfortabel bent met een verwerker die volgens ISO 27001 / NEN 7510 werkt en je data buiten je muren maar binnen Nederland verwerkt.
• Kies iets als Verbinn als zeggenschap over data je hoogste prioriteit is — geen woord van het gesprek dat de organisatie verlaat, geen gespreksinhoud in het uitgaande verkeer, geen centrale training op je gesprekken — en je bereid bent om (voorlopig) het goedgekeurde verslag zelf aan je dossier aan te leveren.
• Kijk naar het soort gesprek. Voor korte rapportagemomenten waarbij je toch al even gaat zitten om iets in te spreken, past het dicteermodel goed. Voor gesprekken waarbij je aandacht volledig bij de ander moet liggen — intake, evaluatie, oudergesprek, MDO — past een ambient aanpak beter, mits je de review serieus neemt.

De rode draad: hoe gevoeliger je gesprekken en hoe strenger je eigen kijk op data-eigenaarschap, hoe meer een lokale aanpak in je voordeel werkt. Hoe zwaarder integratie en een kant-en-klaar zorgmodel wegen, hoe aantrekkelijker een gevestigde clouddienst die volgens erkende normen werkt. Het goede nieuws is dat beide filosofieën serieus met privacy omgaan — ze doen het alleen op een fundamenteel andere manier.