Vertaald uit het Engelse origineel. De cijfers en bronnen zijn ongewijzigd. Lees het Engelse origineel
University Medicine Magdeburg
Universitair ziekenhuis Maagdenburg draait Llama 3.2-Vision op eigen server voor 322 medewerkers
University Medicine Magdeburg in Duitsland heeft een zelf gehost AI-chatplatform opgezet op Llama 3.2-Vision 90B, het open-weightmodel van Meta, dat draait op één eigen server. In een medewerkersenquête twee maanden na de lancering beoordeelde 70,3% van de respondenten de betrouwbaarheid en snelheid als hoog.
Kerncijfers
Letterlijk overgenomen uit de bronnen. Kopieer elk cijfer met bronvermelding.
44%
(40 personen)
Respondenten die volgens de samenvatting van het artikel minstens 30 minuten werk per week bespaarden (zelfgerapporteerd)1
70,3%
(64 van 91)
Respondenten die betrouwbaarheid en snelheid als zeer of redelijk hoog beoordeelden1
Wat het kostte
Kosten, teamgrootte en doorlooptijd zijn in de bronnen niet openbaar gemaakt.
Het probleem
Medewerkers van het ziekenhuis gebruikten al openbare AI-chatbots om te schrijven en informatie op te zoeken. Ziekenhuizen verwerken gevoelige persoonsgegevens, en die naar een externe dienst sturen kan botsen met de regels voor gegevensbescherming. Het Data Integration Center van University Medicine Magdeburg wilde een hulpmiddel dat medewerkers kunnen gebruiken zonder dat gegevens het gebouw verlaten.
Wat ze bouwden
Het centrum bouwde een AI-chatplatform op Llama 3.2-Vision 90B, een open-weightmodel van Meta. Open weight betekent dat de bestanden van het model openbaar zijn, zodat een organisatie het op eigen hardware kan draaien. Het model kan tekst en afbeeldingen lezen. Het platform ging op 3 maart 2025 live voor administratief, zorg- en onderzoekspersoneel.
Het draait op één server van het ziekenhuis zelf, met een NVIDIA H100-videochip (80 GB geheugen). Het artikel meldt 25,3 uitvoertokens per seconde. Een token is een klein stukje van een woord.
Hoe ze het aanpakten
Het team kondigde het platform aan via de interne mailinglijst van het ziekenhuis, en medewerkers registreerden zich met hun organisatieonderdeel. Twee maanden na de lancering stuurde het de geregistreerde gebruikers een online enquête van tien vragen, die 26 dagen openstond met twee herinneringen. Die vroeg naar gebruiksfrequentie, taken, tevredenheid en wekelijkse tijdwinst. Het onderzoek was vrijgesteld van ethische toetsing omdat er geen ingreep en geen gevoelige informatie bij kwam kijken.
Resultaten
Van de 322 geregistreerde gebruikers deden er 98 mee aan de enquête en 91 gaven volledige antwoorden. Volgens de samenvatting van het artikel bespaarde 44% (40 personen) minstens 30 minuten werk per week. Betrouwbaarheid en snelheid werden door 70,3% als hoog beoordeeld, de kwaliteit van de antwoorden door 60,4%. De meeste respondenten (85,7%) hadden minder dan 15 minuten nodig om aan de slag te gaan.
Het gebruik verschilde per functie. Zorg- en onderzoekspersoneel gebruikte het platform vaker dan administratief personeel, en voor creatie- en analysetaken.
Wat er misging
De meest voorkomende kritiek, van 37,4% van de respondenten, ging over de kwaliteit van de antwoorden. Ongeveer een derde van die opmerkingen (12 van 34) noemde onjuiste antwoorden, zoals verzonnen verwijzingen. Respondenten vroegen ook om het uploaden van bestanden, exportopties, documentatie en training, en koppeling met het ziekenhuisinformatiesysteem.
Wat u kunt overnemen
Houd kort na de lancering een korte enquête en gebruik die om te bepalen welke training, functies en personeelsgroepen u daarna aanpakt.
Alle gemelde cijfers
| Maatstaf | Cijfer | Bronvermelding |
|---|---|---|
| Geregistreerde gebruikers van het platform | 322 (21,7% van de 1.484 medewerkers in de doelgroep)1 | |
| Respondenten met volledige antwoorden | 91 van de 98 deelnemers1 | |
| Respondenten die volgens de samenvatting van het artikel minstens 30 minuten werk per week bespaarden (zelfgerapporteerd) | 44% (40 personen)1 | |
| Respondenten die betrouwbaarheid en snelheid als zeer of redelijk hoog beoordeelden | 70,3% (64 van 91)1 | |
| Respondenten die de kwaliteit van de antwoorden als zeer of redelijk hoog beoordeelden | 60,4% (55 van 91)1 | |
| Respondenten die minder dan 15 minuten nodig hadden om vertrouwd te raken met het platform | 85,7% (78 van 91)1 | |
| Kritiek in vrije tekst op de kwaliteit van de antwoorden | 37,4% (34 van 91)1 |
Lessen voor uw project
Eén middelgrote server kan een ziekenhuispilot dragen. Deze gebruikte één NVIDIA H100-chip en leverde 25,3 uitvoertokens (woorddelen) per seconde.
Reken op ongelijk gebruik per functiegroep. Zorg- en onderzoekspersoneel gebruikte het platform meer dan administratief personeel, dus richt trainingen op de groepen die ze nodig hebben.
Meet de ervaren waarde vroeg. Een korte enquête twee maanden na de lancering liet zien waar gebruikers tijdwinst zagen en wat ze daarna wilden.
Houd rekening met hallucinaties. De meest voorkomende klacht waren onjuiste antwoorden, waaronder verzonnen verwijzingen, dus laat gebruikers bronnen controleren.
Kanttekeningen
- De auteurs zijn het eigen datateam van het ziekenhuis, en de tijdwinst is zelfgerapporteerd door vrijwillige enquêterespondenten (91 van de 322 geregistreerde gebruikers).
- Slechts 30,4% van de geregistreerde gebruikers vulde de enquête in, dus de resultaten weerspiegelen respondenten die zichzelf hebben geselecteerd. De auteurs voerden geen statistische toetsen uit omdat de groepen klein waren.
- Het artikel vermeldt geen projectbudget en geen teamgrootte.
- Het cijfer van 44% tijdwinst staat alleen in de samenvatting. De resultatensectie herhaalt het niet voor de hele steekproef, en dezelfde cijfers 40 van 91 komen daar voor administratief personeel voor, dus ga er voorzichtig mee om.
- Het artikel noemt het aandeel wekelijkse gebruikers 62,6% (57) in de samenvatting en 61,5% (56) in de tekst, dus dit rapport laat het weg.
Bronnen
- Implementation and User Evaluation of an On-Premise Large Language Model in a German University Hospital Setting: Cross-Sectional Survey
JMIR AI · 2026-04-15 · Onderzoeksrapport · ai.jmir.org
In eigen woorden samengevat op basis van de bovenstaande bronnen. Een fout gezien? Zie correcties.