Een Brussels ziekenhuis draait Qwen3 op eigen servers als assistent binnen het patiëntendossier

Het probleem

Artsen besteden een groot deel van hun dag aan het elektronisch patiëntendossier (het digitale dossier van het ziekenhuis). Het artikel merkt op dat spoedartsen in dit ziekenhuis gemiddeld 20 minuten per patiënt kwijt zijn aan het lezen van eerdere documenten vóór een consult. Ziekenhuizen kunnen patiëntgegevens bovendien niet naar externe chatbots sturen zonder privacyregels zoals de Europese AVG te schenden.

Wat ze bouwden

Cliniques universitaires Saint-Luc, een academisch ziekenhuis in Brussel, bouwde een chatassistent binnen het patiëntendossier Epic. Die draait op Qwen3-235B, een open-weightmodel van Alibaba. Open weight betekent dat de bestanden van het model openbaar zijn, zodat een organisatie het op eigen servers kan draaien in plaats van de dienst van een leverancier aan te roepen.

De assistent beantwoordt vragen op basis van het dossier van de huidige patiënt, documenten uit het Belgische regionale netwerk voor gezondheidsinformatie, de eigen procedures van het ziekenhuis en een selectie medische literatuur. Elk antwoord noemt de gebruikte bronnen, met links die binnen het dossier openen.

Hoe ze het aanpakten

Het ziekenhuis hield eerst workshops met artsen om use cases te verzamelen en te rangschikken. Toegang tot informatie stond bovenaan, dus bouwde het team een assistent op basis van retrieval. Retrieval-augmented generation (RAG) betekent dat het systeem relevante documenten opzoekt en aan het model geeft voordat het antwoordt.

Alles draait op een server die het ziekenhuis kocht, met 8 NVIDIA H200-chips, op het ziekenhuisnetwerk en zonder externe internetverbinding voor de kern van het systeem. Een netwerk van artsen als "champions" hielp bij het ontwerp en de tests. De functionaris voor gegevensbescherming van het ziekenhuis werd geraadpleegd en vóór de lancering werd een gegevensbeschermingseffectbeoordeling afgerond. Het team meldde de tool bij het Belgische geneesmiddelenagentschap als medisch hulpmiddel voor intern gebruik.

Resultaten

In een pilot van een maand voerden 28 artsen uit negen specialismen 482 gesprekken, en 64% gebruikte de assistent dagelijks. Na de pilot werd de tool opengesteld voor het hele ziekenhuis, ook voor verpleegkundigen en studenten. Tussen 8 mei en 13 oktober 2025 voerden 1.028 gebruikers 14.910 gesprekken, en 561 van hen (54,6%) gebruikten de tool minstens wekelijks.

Het meeste gebruik betrof het opzoeken van informatie (36,8% van de gesprekken) en het samenvatten van dossiers (26,5%). Notities schrijven nam 20,7% voor zijn rekening en klinische beslissingsondersteuning 11,0%. De auteurs lezen hieruit dat medewerkers de tool gebruiken als informatiehulp en niet als diagnosemiddel.

Wat er misging

De studie testte niet of de assistent tijd bespaart of de zorg verbetert. De feedback uit de pilot liet hiaten zien: gebruikers wezen op ontbrekende context, zoals pathologieverslagen, en een antwoord las een risicoscore verkeerd. Het aantal beoordelingen daalde in productie, dus het ziekenhuis plant steekproeven en geautomatiseerde controles van gesprekken.

Wat u kunt overnemen

Begin met de informatietaken waar medewerkers al om vragen, bouw de tool in hun hoofdsysteem in en reserveer budget voor monitoring na de lancering.