Universitair ziekenhuis Bonn draait DeepSeek-R1 op een geïsoleerde server voor zijn radiologen

Het probleem

Radiologen schrijven en corrigeren lange verslagen, vertalen ze en stellen brieven op. Taalmodellen kunnen daarbij helpen, maar Duitse ziekenhuizen mogen patiëntgegevens op grond van privacyregels zoals de Europese AVG over het algemeen niet naar externe AI-diensten sturen. Het universitair ziekenhuis Bonn wilde een model dat het zelf kon draaien en toch toestemming kreeg om niet-geanonimiseerde patiëntgegevens te verwerken.

Wat ze bouwden

Het ziekenhuis bouwde een geïsoleerde, zelf gehoste dienst rond DeepSeek-R1, een open-weight model. Open-weight betekent dat de bestanden van het model openbaar zijn, zodat een ziekenhuis het op eigen hardware kan draaien. Het team gebruikte de volledige versie met 671 miljard parameters, gecomprimeerd (gekwantiseerd) zodat ze op een server met acht NVIDIA A100-chips past. De dienst zit achter een chatscherm met tien kant-en-klare promptsjablonen, zoals verslagcorrectie en vertaling. Het ziekenhuis publiceerde het uitrolpakket als open source.

Hoe ze het aanpakten

Het ontwerp gaat uit van een mogelijke inbraak. Netwerkzones scheiden de webinterface van het model, firewallregels blokkeren extern verkeer en geautomatiseerde tests controleren of de isolatie standhoudt. Een monitor let op onverwachte externe verbindingen.

Tegelijk doorliep het team een goedkeuringsproces. Daarbij waren de klinische leiding, de functionaris voor gegevensbescherming, de informatiebeveiligingsfunctionaris, de afdeling compliance en de ondernemingsraad (de personeelsvertegenwoordiging) betrokken. De ondernemingsraad stemde in op voorwaarde dat er geen gebruiksstatistieken per medewerker worden verzameld en het gebruik vrijwillig blijft. Medewerkers moeten een cursus AI-geletterdheid volgen voordat ze kunnen inloggen.

In juli 2025 gebruikten 22 radiologen het systeem een week lang.

Resultaten

Het goedkeuringsproces slaagde, en het ziekenhuis beschrijft de dienst als basis voor een permanent aanbod voor meer dan 10.000 medewerkers. In de pilot beoordeelden gebruikers de stabiliteit met een mediaan van 10,0 op 10 en de gebruiksvriendelijkheid met 9,0. De snelheid kreeg 7,0. De monitor detecteerde geen externe verbindingsgebeurtenissen.

Taken op basis van tekst die de gebruiker aanlevert deden het het best. Vertaling van verslagen kreeg een mediane kwaliteitsscore van 9,5, en zes van de tien taken hadden geen gemelde kritieke fouten. Een kritieke fout is een onjuiste bewering, een weglating of verzonnen inhoud die handmatig moet worden hersteld.

Wat er misging

Het opstellen van conclusies uit beeldvormende bevindingen had het hoogste foutpercentage. Van 16 gebruikers van die taak meldde er één een enkele kritieke fout en twee meldden er meerdere. ICD-10-codering (de standaardcodes voor ziekten die voor facturering worden gebruikt) werd als veelbelovend beoordeeld, maar gebruikers zeiden dat het controleren van de voorgestelde codes weinig tijd bespaarde. De snelheid werd lager beoordeeld dan de stabiliteit, wat de auteurs aan hun oudere serverhardware koppelen.

Wat u kunt overnemen

Begin met correctie, vertaling en vereenvoudiging van tekst die de gebruiker al heeft. Behandel het genereren van nieuwe klinische inhoud als risicovoller en test dat apart.