De Gen AI taskforce van Deloitte vertaalt ontwikkelingen op gen AI-gebied naar de praktijk van maatschappelijke organisaties. Binnen dit kader is in een pilot met de gemeente Hengelo onderzocht of een AI-tool een tijdsbesparing kon opleveren voor de dossiervorming tijdens keukentafelgesprekken van Wmo-consulenten (Wmo = Wet maatschappelijke ondersteuning). Deze case toont dat de mogelijkheden om medewerkers te ondersteunen groot zijn, maar dat er ook uitdagingen zijn, vooral bij het verwerken van complexe informatie.
Net als in alle andere gemeenten in het land voeren in Hengelo de Wmo-consulenten keukentafelgesprekken met mensen die ondersteuning nodig hebben. Deze intakegesprekken zijn bedoeld om een goed beeld te krijgen van de persoon in kwestie, diens hulpvraag te achterhalen en te onderzoeken welke oplossingen daarop een adequaat antwoord zijn. Zo nodig kan dit een maatwerkvoorziening uit de Wmo zijn.
Het gesprek biedt volgens Wmo-consulent Niels Bolks de basis voor dossiervorming. “Omdat we in het gesprek echt een goed beeld willen krijgen van wat iemand nodig heeft en hoe we daarbij vanuit de Wmo kunnen aansluiten als dat aan de orde is, is die dossiervorming behoorlijk tijdsintensief.”
Technologie voor tijdsbesparing
Pia Rocks, aanjager digitale transformatie bij de gemeente Hengelo, onderzoekt hoe technologie de gemeente en haar inwoners kan helpen. ”In werksessies over digitale transformatie kwam de vraag op tafel of we binnen het sociaal domein voor die verslaglegging van de Wmo-keukentafelgesprekken ook technologie zouden kunnen gebruiken."
“Wij stelden de gemeente voor om de mogelijkheid van de door ons ontwikkelde AI-tool te onderzoeken om de keukentafelgesprekken te transcriberen”, voegt Max van der Zwaag, manager bij Deloitte, toe. “Deze oplossing is nog niet op de markt, maar we hebben er wel al een aantal tests mee uitgevoerd met artsen, op basis van hypothetische gesprekken tussen patiënt en arts, met interessante resultaten.”
Demoversie ontwikkeld
In workshops werd samen met de gebruikers een demoversie ontwikkeld. Dit traject werd in slechts enkele maanden doorlopen. Na vier workshops was er een versie gereed voor een pilot.
Inhoudelijk bleek er wel een beperking te zijn, merkt Bolks op. “Het schrijft mee met wat wordt gezegd. Vervolgens wordt de transcriptie samengevat en geïnterpreteerd. Bij concrete problemen, zoals mobiliteit, was het makkelijker voor de tool om het probleem of leefgebied te beschrijven, dan bij meer abstracte problemen - zoals mentale klachten, en meervoudige problematiek. Daarom is een van onze conclusies dat het beter is om het transcript letterlijk samen te vatten, zonder verbanden te leggen of conclusies te trekken.”
Blik op de toekomst
De conclusie uit de pilot was duidelijk: de tool behoeft aanpassingen om in de praktijk van het keukentafelgesprek praktisch toepasbaar te kunnen zijn. Wat heeft deze pilot wel gebracht? “Het heeft ons waardevolle informatie opgeleverd over hoe de oplossing in de praktijk werkt en waarin we kunnen verbeteren”, zegt Van der Zwaag. “Het taalmodel achter deze oplossing wordt steeds slimmer. Dat is een verbetering waarvan de tool profiteert."
Lees het hele interview in ICT&health 3, die op 14 juni verschijnt. Of lees dit recente artikel over de activiteiten van Deloitte op AI-gebied.
