Verbeteren semantische interoperabiliteit

RSO RSO Noord-Oost Brabant

Hieronder de aangevulde en aangescherpte beschrijving met jouw laatste punt expliciet verwerkt:

Inleiding en context

Binnen de ontwikkeling naar databeschikbaarheid en het RGIS in Noordoost-Brabant vormt semantische interoperabiliteit een volgende cruciale stap. Waar technische en syntactische uitwisseling steeds beter wordt ingericht, blijft de uitdaging bestaan dat gegevens uit verschillende bronsystemen niet eenduidig geïnterpreteerd kunnen worden.

In dit kader wordt verkend hoe technologie van Intersystems, en specifiek een recent ontwikkelde module met inzet van Large Language Models (LLM’s), kan bijdragen aan het verbeteren van semantische interoperabiliteit zonder extra registratielast voor zorgprofessionals.

Probleemstelling en geleerde lessen

De afgelopen jaren is sterk ingezet op het principe van registratie aan de bron. In de praktijk is gebleken dat deze aanpak onvoldoende succesvol is geweest.

Zorgprofessionals en welzijnswerkers hebben simpelweg:

• Te weinig tijd binnen het primaire proces

• Andere prioriteiten dan administratieve standaardisatie

• Geen ruimte om continu te controleren of informatie op de juiste plek en volgens de juiste standaard wordt vastgelegd

Hierdoor ontstaat variatie in registratie en blijft semantische interoperabiliteit beperkt. Dit maakt duidelijk dat de oplossing niet alleen gezocht kan worden in strengere eisen aan de bron.

Doel van het project

Het doel van dit verkennende project is om te onderzoeken hoe Intersystems-technologie, gecombineerd met LLM-functionaliteit, kan bijdragen aan:

• Automatische interpretatie en vertaling van brongegevens

• Verbetering van semantische interoperabiliteit

• Vermindering van registratielast

• Iteratieve verbetering van datakwaliteit

Het uitgangspunt is dat interoperabiliteit wordt gerealiseerd zonder extra belasting voor zorgprofessionals.

Oplossingsrichting: Intersystems en LLM

De oplossing richt zich op het toevoegen van een intelligente vertaallaag op basis van LLM-technologie. Deze laag kan:

• Vrije tekst en variabele registratie interpreteren

• Gegevens mappen naar standaarden zoals SNOMED en ZIB’s

• Context begrijpen en behouden

• Verschillen tussen systemen overbruggen

Hiermee verschuift de focus van “perfect registreren aan de bron” naar “slim interpreteren en harmoniseren”.

Human in the loop als uitgangspunt

Een cruciaal principe binnen dit project is dat de mens altijd in regie blijft.

Dit wordt geborgd door:

• Het genereren van signaleringslijsten met afwijkingen of onzekerheden

• Het expliciet laten beoordelen van deze signalen door professionals

• Het voorkomen dat AI zelfstandig zorginhoudelijke beslissingen neemt

Hiermee wordt AI ingezet als ondersteuning, terwijl de eindverantwoordelijkheid bij de mens blijft.

Normalisatie van gegevens

Naast interpretatie wordt ook gekeken naar het normaliseren van gegevens bij het wegschrijven in bronsystemen. Dit betekent dat:

• Gegevens geleidelijk worden geharmoniseerd

• Datakwaliteit stap voor stap verbetert

• Geen extra registratielast ontstaat

Deze aanpak zorgt voor een duurzame verbetering van de informatievoorziening.

Bewuste keuze voor Europese LLM’s

Een belangrijk uitgangspunt binnen deze verkenning is dat nadrukkelijk wordt gekeken naar Nederlandse en Europese LLM-modellen.

De reden hiervoor is:

• Het beperken van afhankelijkheid van Big Tech uit de VS

• Het borgen van Europese waarden rondom privacy en data-eigenaarschap

• Betere aansluiting op Europese wet- en regelgeving (zoals GDPR en EHDS)

• Meer controle over data en algoritmes

Deze keuze is niet alleen technisch, maar ook strategisch en maatschappelijk van belang.

Hybride model voor interoperabiliteit

Het project introduceert een hybride model waarin:

• Registratie pragmatisch blijft

• Interoperabiliteit deels in de vertaallaag wordt opgelost

• Data iteratief wordt verbeterd

• Menselijke regie centraal staat

Dit model sluit beter aan bij de praktijk van zorg en welzijn.

Verkennende fase

Het project bevindt zich in de verkennende fase, waarbij wordt gewerkt aan:

• Inzicht in mogelijkheden en beperkingen

• Selectie van passende use cases

• Toetsing van human-in-the-loop principes

• Verkenning van Europese LLM-oplossingen

Er worden nog geen definitieve keuzes gemaakt, maar de potentie wordt actief onderzocht.

Conclusie

De verkenning van Intersystems met LLM-functionaliteit biedt een veelbelovende nieuwe aanpak voor semantische interoperabiliteit. Door af te stappen van volledige afhankelijkheid van registratie aan de bron en te werken met een intelligente vertaallaag, kan interoperabiliteit versneld worden gerealiseerd.

De combinatie van AI, menselijke regie, normalisatie en een bewuste keuze voor Europese technologie maakt dit een toekomstbestendige en strategisch verantwoorde richting voor digitale zorg in Noordoost-Brabant.