Some thoughts on health and healthcare

Abstract Introducing Artificial Intelligence (AI), Large Language Models (LLMs), and Robotic Process Automation (RPA) in a Belgian hospital should not be treated primarily as an IT procurement exercise. It is a clinical, legal, organizational, and ethical transformation. AI can support diagnosis, triage, logistics, population health, and administrative optimization; LLMs can assist with documentation, translation, summarization, coding, and knowledge retrieval; and RPA can automate repetitive digital workflows such as data entry, report routing, claims preparation, and system monitoring. In Belgium, however, implementation must be aligned with the General Data Protection Regulation (GDPR), the EU Artificial Intelligence Act, the European Health Data Space (EHDS) Regulation, Belgian health-data governance structures, and the hospital’s duty to preserve clinical safety, security and patient trust. The safest introduction model is therefore phased: establish governance, select low-risk hi...

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...