About Autoscriber
- Founders: Jacqueline Kazmaier en Koen Bonenkamp
- Founded in: 2021
- Employees: 7
- Money raised: Dit houdt Autoscriber liever privé
- Ultimate goal: Een wereld waarin dokters zich honderd procent kunnen focussen op de patiënt en op basis van gestructureerde data zo accuraat mogelijke diagnoses kunnen stellen
De druk op de zorgverleners wordt almaar groter. Artsen kunnen niet optimaal aandacht geven aan hun patiënten, omdat ze veel tijd kwijt zijn aan administratie. Jacqueline Kazmaier en Koen Bonenkamp bedachten een oplossing: Autoscriber. Dit is een tool die de druk op zorgprofessionals verlicht door spraakherkenningssoftware. Medeoprichter Jacqueline vertelt er meer over in deze aflevering van Start-up of the day.
Met zijn Speech-to-Text oplossing op basis van Machine Learning zorgt Autoscriber ervoor dat artsen 25 procent minder tijd kwijt zijn aan administratieve handelingen. De Autoscriber vult automatisch de benodigde velden in van het Elektronisch Patiënten Dossier (EPD). Daardoor kunnen artsen zich meer en beter op de patiënt focussen.
Hoe kwam je op het idee van Autoscriber?
“Ik werkte bij het adviesbureau Cape AI dat Koen heeft opgericht. We kwamen toen in contact met een medisch centrum”, vertelt Jacqueline Kazmaier. “Het hele idee is ontstaan uit een samenwerking tussen ons en dat medisch centrum. Het eerste idee kwam eigenlijk van een dokter. Er was veel frustratie over het administratieve proces. En toen kwam het idee dat AI dit probleem zou kunnen oplossen.”
“Daarna zijn we meer en meer gaan samenwerken om een efficiënte oplossing voor dit probleem te vinden door middel van het gebruik van spraakherkenning en NLP-technologie. De eerste versie van Autoscriber bleek heel goed te voldoen. We beseften welke impact het kon hebben, als we het tot een echt product zouden doorontwikkelen. We besloten dat we dit moesten opschalen voor gebruik door zorgcentra, ziekenhuizen en huisartsen.”
“Wat Autoscriber doet, is uit het gesprek tussen arts en patiënt automatisch administratieve data en andere essentiële gegevens halen en die in het systeem ingeven. Dat gebeurt allemaal in real time. En op een zeer gestructureerde manier. Want een dokter heeft maar enkele minuten tijd om een paar zinnen tekst op te schrijven.”
Wat is de gedachte achter Autoscriber?
“In eerste instantie richtten wij ons op het efficiënter maken van het administratieve proces. Na veel onderzoek vonden we echter nog een ander groot probleem: de kwaliteit van de gegevens in de systemen van de zorgverleners. Er zijn namelijk veel gegevens die niet in een geschikt formaat zijn vastgelegd voor verdere analyse of om precieze, datagestuurde gezondheidszorg mogelijk te maken.
Er komen steeds meer automatische systemen in de gezondheidszorg. Deze zijn echter afhankelijk van goede en gestructureerde gegevens. Maar op dit moment zijn ze erg ongestructureerd. Wat Autoscriber doet, is enerzijds de druk door alle administratieve handelingen voor artsen te verlichten en anderzijds de kwaliteit van data verbeteren.”
Hoe ver is jullie AI-software in het begrijpen van een gesprek tussen patiënt en dokter?
“Onze software begrijpt het gesprek eigenlijk al. Het is al goed genoeg om waarde toe te voegen, hoewel nog niet perfect. Zeker als je denkt aan hoeveel tijd en moeite die het artsen kost om al deze patiëntgegevens gestructureerd in te vullen. De hoeveelheid informatie die we nu al correct kunnen invullen in een gestructureerd format is genoeg om een hoop tijd te besparen.”
“Onze software is een combinatie van spraakherkenning en NLP. Ik denk ook dat dit ons onderscheidt van onze concurrenten. Er zijn veel verschillende spelers op de markt die alleen werken op spraakherkenning, of alleen op de NLP-technologie. Wij doen het allebei.”
Wat zijn doelen voor de toekomst?
“Wij zien onze software als een categorie die een nieuwe soort op zichzelf gaat worden. Onze ambitie is om marktleider te worden in deze nieuwe categorie van digitale zorgsystemen. We richten ons dus op het administratieve aspect van de workflow van artsen. We willen echter meer dan alleen artsen helpen met het maken van aantekeningen. Als ons systeem echt goed begrijpt wat er tijdens zo’n doktersconsult wordt gezegd, dan kan het uiteindelijk ook op basis daarvan aanbevelingen doen. Zo kan een arts uiteindelijk nog efficiënter werken.”
“Het gaat daarbij bijvoorbeeld om het doen van diagnostische voorspellingen of andere aanbevelingen op het gebied van efficiëntie. Daarmee kan een arts zich voor honderd procent op zijn patiënt richten.”
De privacy lijkt hierbij een belangrijk deel van het proces. Is dat ook een uitdaging waar je tegenaan bent gelopen?
“Ik denk dat wij in vergelijking met andere start-ups veel meer te maken hebben met wet- en regelgeving omtrent privacy. We nemen privacy natuurlijk heel serieus omdat we te maken hebben met gevoelige patiëntengegevens. We hebben dus veel meer processen moeten doorlopen om de software betrouwbaar en veilig te maken, in vergelijking met andere start-ups.”
Wat betekent het winnen van de Gerard & Anton award voor jou?
“Ik vind het een enorme eer. De High Tech Campus en het hele ecosysteem waar we deel van uitmaken is erg inspirerend en ook erg behulpzaam. Het voelt fijn om in die gemeenschap erkend te worden en het motiveert ons om door te gaan. Het is een geweldige prestatie en ik denk dat het voor ons al een grote overwinning is om naast de anderen in de top tien te staan. Het is een enorme motivatie om door te gaan.”
Welke tips heb je voor andere start-ups?
“Ik denk dat je nooit de kracht van een goed netwerk moet onderschatten. Ik denk dat we veel geluk hebben gehad met alle ziekenhuizen in ons netwerk en hoe die ons hebben geholpen om te kunnen slagen. Het is ook goed om in gedachte te houden dat het opzetten van een bedrijf een marathon is en geen sprint.”
Als je dit artikel leuk vindt, lees dan ook:
