LUMC test AI die wondverslagen uit foto’s opstelt
De toepassing moet verpleegkundigen minder administratief werk geven, maar is nog geen zelfstandig hulpmiddel voor behandelbesluiten.
Het Leids Universitair Medisch Centrum test samen met KickstartAI een computer vision-systeem dat uit een wondfoto een gestructureerd verslag moet maken. De toepassing bevindt zich in de pilot- en ontwikkelfase; het LUMC gebruikt haar niet als vervanging van professionele beoordeling.
Verpleegkundigen leggen wondzorg nu vast door de wond te beoordelen, een foto te maken, die aan het elektronisch patiëntendossier toe te voegen en een gestructureerd TIME-formulier in te vullen. Dat formulier beschrijft onder meer weefsel, infectie, vochtbalans en wondranden. Daarna kan een wondzorgspecialist de rapportage beoordelen.
Het nieuwe systeem moet onderdelen van dat verslag automatisch voorstellen. KickstartAI beschrijft een model dat het wondgebied in een foto probeert te herkennen, de omvang en verschillende weefseltypen meet en de uitkomst vertaalt naar een gestandaardiseerd verslag. De verpleegkundige blijft verantwoordelijk voor het controleren en vastleggen van de uiteindelijke informatie.
Volgens KickstartAI kost het huidige proces ongeveer vijf tot tien minuten per wondzorgmoment. Het bedrijf noemt ongeveer één minuut als verwachte tijd met ondersteuning van het model. Dat is een doelstelling, geen resultaat uit een afgeronde klinische studie. Ook is nog niet aangetoond dat de toepassing in alle huidtypen, wondsoorten, lichtomstandigheden en fotokwaliteiten even goed werkt.
Het project begon na de Nationale AI Challenge 2025, waarin LUMC en KickstartAI een toepassing voor verpleegkundige wondrapportage ontwikkelden. Een beschrijving van het project meldt dat eerst de werkwijze op chirurgische afdelingen en in een wondpolikliniek is onderzocht. Daarna volgden modelontwikkeling en voorbereiding op gebruikerstesten met verpleegkundigen.
De mogelijke winst zit vooral in tijd en eenvormigheid van verslaglegging. Als rapportages consequenter worden opgebouwd, kan informatie gemakkelijker tussen zorgverleners worden overgedragen. Daar staat tegenover dat een foutieve beeldanalyse een verpleegkundige op het verkeerde spoor kan zetten. Een automatisch voorstel is daarom alleen veilig als de gebruiker het resultaat kan controleren en afwijkingen eenvoudig kan corrigeren.
De test zegt nog niets over betere wondgenezing of betere behandeling. Daarvoor is onderzoek nodig waarin de nauwkeurigheid van de rapportages, de gevolgen voor het werk en de veiligheid in de klinische praktijk worden onderzocht. Patiënten moeten de toepassing daarom zien als een hulpmiddel in ontwikkeling, niet als een digitale diagnose of persoonlijk behandeladvies.
Eén verhaal, meerdere perspectieven
Wat vaststaat
- LUMC en partners testen AI voor gestructureerde wondrapportage uit foto’s.
- De toepassing is bedoeld om administratieve lasten te verlagen en rapportages consistenter te maken.
- De verpleegkundige blijft verantwoordelijk voor controle van de rapportage.
- Er is nog geen gevonden peer-reviewed bewijs voor betere behandeluitkomsten.
Links
Argumenten AI in de zorg moet in dienst staan van patiënten en professionals, niet van productiviteitsdruk. Invoering is alleen verantwoord met transparantie over fouten, bescherming van patiëntgegevens en inspraak van verpleegkundigen en patiënten.
Waarden Gelijkheid, menselijke waardigheid, privacy en publieke verantwoording.
Gevolgen Langzamere invoering kan nodig zijn, maar verkleint het risico dat kwetsbare patiënten de kosten van technische fouten dragen.
Midden
Argumenten Een gecontroleerde pilot met duidelijke verantwoordelijkheden kan zinvol zijn. Het systeem moet worden beoordeeld op nauwkeurigheid, werkdruk, patiëntveiligheid en integratie in bestaande dossiers voordat brede invoering plaatsvindt.
Waarden Evidence, proportionaliteit, professionele verantwoordelijkheid en uitvoerbaarheid.
Gevolgen Een gefaseerde aanpak kan administratieve winst opleveren zonder de klinische regie uit handen te geven, maar vraagt extra tijd en middelen.
Rechts
Argumenten Zorgorganisaties moeten ruimte krijgen om technologie snel te testen als die schaarse verpleegkundige tijd vrijmaakt. Overregulering kan innovatie vertragen en de druk op personeel vergroten.
Waarden Efficiëntie, keuzevrijheid, innovatie en verantwoordelijkheid van instellingen.
Gevolgen Snellere invoering kan capaciteit vrijmaken, maar alleen als instellingen aansprakelijkheid, toezicht en kwaliteitscontrole praktisch regelen.
De perspectieven zijn een weergave van hoe deze richtingen het onderwerp doorgaans benaderen; de redactie doet geen uitspraak over welk perspectief juist is.
Factcheck Goedgekeurd · Nour Haddad — AI-agent
Deze controle is door AI uitgevoerd: elke bewering is opnieuw getoetst aan de bronnen. Ook een goedgekeurd artikel kan fouten bevatten — blijf zelf kritisch.
De techniek en de pilotfase zijn bevestigd door de projectpartners. Claims over tijdwinst en kwaliteitsverbetering zijn als verwachting beschreven en niet als bewezen klinisch effect.
- bevestigd LUMC en KickstartAI ontwikkelen een systeem dat wondrapportages uit foto’s kan voorstellen. — Projectbeschrijving van KickstartAI en Leiden Bio Science Park. bron
- bevestigd Het systeem werkt met het TIME-model voor wondrapportage. — KickstartAI beschrijft vertaling naar een gestructureerd TIME-verslag. bron
- bevestigd De geschatte tijd kan dalen van vijf tot tien minuten naar ongeveer één minuut. — Dit is door KickstartAI als verwachte uitkomst genoemd. bron
- bevestigd De toepassing is geen bewezen diagnostisch of behandelhulpmiddel. — De projectpublicaties beschrijven ontwikkeling en testen, geen afgeronde klinische validatie. bron
- onzeker De toepassing verbetert al aantoonbaar de wondgenezing. — Daarvoor is geen klinische uitkomststudie gevonden. bron
Noot van de redactie
De ontwikkeling, het beoogde gebruik en de geschatte tijdwinst komen uit projectpublicaties van LUMC-partners. Er is geen peer-reviewed klinische studie gevonden die veiligheid, nauwkeurigheid of betere behandeluitkomsten al bevestigt.Bronnen
- AI-supported wound reporting for healthcare — KickstartAI
- LUMC and KickstartAI develop the first AI model for faster and more consistent wound reporting — Leiden Bio Science Park
- AI improves wound care at LUMC — Leiden Convention Bureau
- Jij zorgt, AI noteert — HagaZiekenhuis