MedTech: Anamnese robot in het ziekenhuis

Onderzoek

Dit project richt zich op de ontwikkeling van een AI-tool die een telepresence robot in staat stelt (zelfstandig) een gestructureerde anamnese af te nemen en patiënten begeleidt naar een privéruimte voor het intakegesprek. De robot combineert geavanceerde vraagmodules met fysieke telepresence-functionaliteit en kan inconsistenties in antwoorden detecteren. Waar nodig stelt de robot aanvullende vragen via een LLM of schakelt direct een zorgprofessional live in.

Met deze robot beogen we:

• Verlaging van administratieve druk voor zorgprofessionals;
• Efficiënter en consistenter afnemen van anamneses;
• Versimpeling van de patiëntenlogistiek
• Verbetering van de patiëntbeleving;
• Meer tijd en focus voor zorgprofessionals op de patiënt en medische besluitvorming.
• Toegenomen professional wellbeing zorgverleners

Binnen dit verkennende onderzoek worden zowel de technische prestaties van de AI als de gebruikerservaringen van patiënten en zorgverleners onderzocht.

Dit onderzoek vormt een eerste stap in de verdere ontwikkeling en implementatie van AI en robotica in de medische anamnese, met als doel de werkdruk van zorgverleners te verlagen en de kwaliteit en efficiëntie van de anamnese te verbeteren.

Samengevat: Onderzoeken of een LLM i.c.m. een tele-presence robot:

• Zelfstandig een anamnese kan afnemen bij orthopedische patiënten en hiermee de logistiek van het zorgproces vereenvoudigd.
• Zorgverleners kan ondersteunen bij het stellen van de juiste vragen en documentatie.
• Vergelijkbare of betere kwaliteit levert dan de huidige standaardzorg, zonder verlies aan veiligheid (red flag-detectie).

Verwachte resultaten:

Uiteindelijk willen we met dit onderzoek/ project het volgende bereiken:

• Bewijs dat een LLM veilig en bruikbaar is voor de anamnese.
• Inzicht in acceptatie door patiënten en zorgverleners.
• Inzicht in data en infrastructuur van het ziekenhuis om verdere opschaling te rechtvaardigen.
• Naast het onderzoeks- en validatietraject is het expliciete doel om de ontwikkelde oplossing na afronding van dit project verder door te ontwikkelen richting marktintroductie. Datacation zal hierin een centrale rol vervullen door de binnen dit project ontwikkelde AI- en LLM-componenten door te ontwikkelen tot een marktklare oplossing.

Toekomstige stappen zouden dan zijn:

• LLM als anamnesetool verder testen in RCT (randomized Controlled Trial –wetenschappelijk experiment waarbij deelnemers willekeurig worden verdeeld in behandelgroep en controlegroep om effectiviteit van een interventie te meten).
• Stepped care: inzet van het LLM als triagetool die patiënten stapsgewijs begeleidt (zelfzorg, fysiotherapie, beeldvorming, specialistische zorg).
• Lichamelijk onderzoek: integratie met humanoid robots die bewegingen voordoen en actieve beweeglijkheid meten, onder supervisie van de zorgverlener.

Partners

Dit onderzoek wordt uitgevoerd in samenwerking met TU Eindhoven, Provincie Noord-Brabant, Breda Robotics, Care Innovation Centre, Amphia, Datacation, FORCE, Improvia, Groenhuysen, Tante Louise