Kritische succesfactoren en risico’s bij AI-gedreven omzetting van ongestructureerde EPD-historiek (vrije tekst) naar SNOMED CT
Inleiding Het automatisch omzetten van ongestructureerde historische gegevens uit elektronische patiëntendossiers (EPD’s) naar gestructureerde SNOMED CT-codes belooft beter hergebruik van gegevens voor zorgverlening, onderzoek, kwaliteitsindicatoren en interoperabiliteit. Maar de stap van vrije tekst naar formele terminologie is kwetsbaar: context (wie, wat, wanneer), negatie en temporale status moeten correct worden geïnterpreteerd, en het eindresultaat moet blijvend herleidbaar zijn. Hieronder bespreek ik de kritische succesfactoren die m.i. belangrijk zijn voor een kwaliteitsvolle implementatie en de gevolgen voor zorgverleners, patiënten en zorgkwaliteit wanneer deze omzetting onzorgvuldig gebeurt. Kritische succesfactoren 1) Duidelijke klinische doelstelling en scope Vertrekken van concreet afgebakende use-cases (bv. diagnose- en procedurelijst, probleemlijst, allergieën, voorgeschiedenis, familieanamnese). SNOMED CT is ontworpen voor klinische documentatie en semantische int...