De belofte van AI-scribes is minder tijd kwijt aan verslaglegging. Onderzoek laat zien dat het gebruik van AI-scribes inderdaad leidt tot minder tijd voor documentatie en een lichte toename van het aantal patiëntcontacten. Tegelijkertijd is er een keerzijde. In een studie met gesimuleerde consulten bevatte 70% van de gegenereerde notities fouten, vaak doordat relevante informatie ontbreekt. Juist dit type fout is lastig te herkennen.

Daar komt nog iets bij. Veel evaluaties van AI-scribes richten zich vooral op tijdswinst en gebruiksgemak. Maar de vraag is of dat voldoende is. Medische notities zijn namelijk niet alleen administratief; ze helpen artsen ook om informatie te ordenen en beslissingen te nemen. Als AI delen van dit proces ondersteunt of vervangt, kan dat gevolgen hebben die niet zichtbaar worden in productiviteitsmetingen. Volgens recente literatuur wordt deze bredere impact nog slechts beperkt en niet systematisch gemeten.

Praktijkervaringen laten bovendien zien dat de inzet van AI-scribes niet alleen leidt tot tijdswinst, maar ook tot een verschuiving in het werk. Wanneer routinematige documentatie wordt geautomatiseerd, blijven complexere en zwaardere casussen over. Dit kan ertoe leiden dat de werkdruk niet alleen afneemt, maar ook van karakter verandert, met mogelijk meer cognitieve belasting voor zorgprofessionals.

Daarnaast is in veel implementaties de onafhankelijke controle beperkt, omdat audio-opnames en transcripties niet worden bewaard. Dit maakt het lastig om fouten systematisch te analyseren en achteraf te verifiëren en beperkt het zicht op de daadwerkelijke kwaliteit van de gegenereerde notities.

Vanuit het perspectief van digitale transformatie gebeurt hier iets herkenbaars. Nieuwe technologie wordt ingezet om het bestaande proces efficiënter te maken: dezelfde notitie, maar dan sneller. Dat levert waarde op, maar verandert het proces zelf nauwelijks.

Dit roept de vraag op of we nog wel de juiste dingen aan het doen zijn. Moeten we blijven werken met achteraf geschreven notities? Of kunnen we naar een manier van werken waarin informatie direct wordt vastgelegd, beter wordt gekoppeld en actiever ondersteunt bij beslissingen? Daar ligt mogelijk het grootste potentieel. Niet alleen in sneller schrijven, maar in anders omgaan met informatie. Bijvoorbeeld door informatie automatisch te structureren, relevante signalen zichtbaar te maken of het klinisch denkproces beter te ondersteunen. In dat geval verandert niet alleen de efficiëntie, maar ook de manier waarop zorg wordt geleverd.

De conclusie is daarom tweeledig. AI-scribes kunnen helpen om de werkdruk te verlagen, maar hun bredere waarde ligt mogelijk in hoe ze het informatieproces in de zorg veranderen. Tegelijkertijd maken de aantoonbare fouten in gegenereerde notities duidelijk dat betrouwbaarheid en acceptabele foutmarges expliciet onderdeel moeten zijn van de afweging. Voor zorgorganisaties betekent dit dat zij twee sporen moeten volgen: benutten wat nu al werkt en tegelijkertijd kritisch blijven kijken of het onderliggende proces nog past bij de zorg van de toekomst.

De kernvraag voor AI-scribes verschuift daarmee van “werkt het?” naar “helpt dit ons om de zorg beter in te richten en is het betrouwbaar genoeg?”

Bronnen

• Biro, J., Handley, J. L., Cobb, N. K., Kottamasu, V., Collins, J., Krevat, S., & Ratwani, R. M. (2025). Accuracy and safety of AI-enabled scribe technology: Instrument validation study. Journal of Medical Internet Research (JMIR).
• Coiera, E., & Fraile-Navarro, D. (2026). AI scribes: Are we measuring what matters? JMIR Medical Informatics.
• Derksen, M. (2025). Mprove-ziekenhuizen verkennen AI in de spreekkamer. Koneksa-Mondo.
• M&I/Partners. (2026). AI Monitor Ziekenhuizen 2026.
• Rotenstein, L. S., Holmgren, A. J., Thombley, R., et al. (2026). Changes in clinician time expenditure and visit quantity with adoption of artificial intelligence–powered scribes: A multisite study. Journal of the American Medical Association (JAMA).
• Topaz, M., Peltonen, L. M., & Zhang, Z. (2025). Beyond human ears: Navigating the uncharted risks of AI scribes in clinical practice. npj Digital Medicine, 8, Article 569.
• Topaz, M. (2026). 70% of AI scribe notes contained errors [LinkedIn post].