ROI van verpleegkundige-rapportage: 14 fouten gerangschikt

Het is een dinsdag in maart 2026. Een bestuurder van een zorginstelling met 138 bewoners in Gelderland leest een driejarig aanbod van een Nuance-reseller. Het bedrag op pagina vier is €172.000. De salesnotitie zegt "verpleegkundigen besparen 47 minuten per dienst op dictatie". De SOFI her-accreditatie staat gepland voor september. De kwaliteitsmanager wil de uitrol getekend hebben voordat het auditteam binnenstapt.

Ze tekenen op vrijdag. Zes maanden later geven ze ongeveer vijf keer zoveel uit als een vergelijkbare Whisper-large-v3 plus Sonnet rapport-structuur stack zou hebben gekost. De ROI per bewoner is uitgekomen op de helft van wat het aanbod projecteerde. En één clausule diep weggestopt in de raamovereenkomst gaat de volgende SOFI-cyclus langer, duurder en lastiger doorlopen maken.

We hebben de afgelopen twaalf maanden aan vier van zulke tafels gezeten. Dezelfde veertien misvattingen komen vrijwel elke keer terug. Hier staan ze, gerangschikt op hoe lastig de fout terug te draaien is.

Wat de rapportage-agent eigenlijk doet

Eerst het ding dat gekocht wordt. Een verpleegkundige-rapportage agent neemt de gesproken of getypte notitie van een verpleegkundige ("mevrouw De Vries had vannacht onrust, om 03:15 omgedraaid, huid intact, geen pijnscore boven 2") en zet die om in een gestructureerde invoer in het ECD: Nedap ONS, PinkRoccade Cura, Carenzorgt, welke jouw instelling ook draait. Twee stappen. De spraak transcriberen, en daarna de tekst structureren in de rapport-vorm die jouw kwaliteitsmanager heeft goedgekeurd.

Dragon Medical One wordt verkocht op stap één. De pitch: nauwkeurigheid op medisch vocabulaire en on-prem uitrol. Stap twee, het structureren, wordt geleverd als rigide, template-gebonden, lastig aan te passen na de uitrol. De Whisper + Sonnet stack draait de verhouding om. Whisper-large-v3 verwerkt Nederlandse medische spraak met een WER onder de 5% zodra je het een glossarium van 200 termen zorg-Nederlands voert via de initial_prompt parameter. Het structureren draait als een Sonnet-call met een gecachte system prompt: de rapport-vorm is de cache, één keer geschreven, op elk volgend rapport gefactureerd als input tokens op het kortingstarief.

De transcriptie is het goedkope stuk. Het structureren is het werk. Vrijwel elke fout hieronder is een variant op het beprijzen van het goedkope stuk alsof het het werk is.

Groep A: omkeerbaar met één workflow-config

Zeven van de veertien. De kwaliteitsmanager kan ze allemaal fixen voor de volgende dienstwissel, zonder inkoop aan te raken.

1. Licentiekosten quoten in plaats van kosten per rapport

De deck van de reseller toont €99 per seat per maand. Dat getal leidt af tot je het deelt door het aantal geschreven rapporten. Veertig seats die elk negen rapporten schrijven over twee diensten per week komt neer op zo'n 32.000 rapporten per cluster per jaar. Kosten per rapport op de Dragon-licentie: ongeveer €1,49. Kosten per rapport op de Whisper + Sonnet stack, glossarium en structuur-cache inbegrepen: ongeveer €0,01. Dezelfde kwaliteit op de door de kwaliteitsmanager goedgekeurde rapport-vorm. Fix: herschrijf de business case in kosten per rapport. Eén kolom in een spreadsheet.

2. De rapport-structuur cache overslaan

De SOAP-indeling, de ABCDE-indeling, het eigen intake-rapport van jouw instelling. Geen van deze verandert tussen rapporten door. Dit is je system prompt. De prompt cache van Anthropic geeft 90% korting op gecachte input tokens. Als jouw stack de rapport-vorm prompt op elke call opnieuw opbouwt, betaal je vol tarief voor tokens die niet meer zijn veranderd sinds de kwaliteitsmanager ze tekende. Fix: voeg de cache_control breakpoint toe. Vijftien minuten engineering, terugkerende maandbesparing in de vier cijfers.

3. Transcriptie-nauwkeurigheid verwarren met structureerkwaliteit

De Nuance-pitch focust op WER. WER is het verkeerde getal. De verpleegkundige interesseert het niets dat decubitus correct is getranscribeerd als het rapport de wondzorg-observatie alsnog in het verkeerde veld stopt. De metric die telt: percentage rapporten dat bij de eerste save in het juiste ECD-veld landt, zonder herstelwerk. Meet dat. Fix: vervang WER op het kwaliteitsdashboard door first-save-correct rate.

4. De agent behandelen als autocorrect in plaats van een structureerlaag

De helft van de uitrollen die we hebben geauditeerd had de agent erin gehangen als een slimme Kladblok. De verpleegkundige dicteert, het rapport verschijnt in een textarea, de verpleegkundige bewerkt en slaat op. Daarmee lever je nul structureerwinst. De agent moet rechtstreeks in ECD-velden schrijven via de integratie-API, met de textarea als bevestigingsstap. Fix: bouw de front-end om zodat hij de gestructureerde payload rendert, niet het vrije transcript.

5. Bespaarde minuten tellen zonder de overuren in te boeken

Het getal van 47 minuten in de deck is een gemiddelde per dienst. De besparing waar de bestuurder echt om geeft is de verpleegkundige die voorheen tot 17:45 bleef om rapporten af te ronden en nu om 17:00 vertrekt. Boek de besparing in overuren, niet in totale minuten. Fix: voeg een logout-timestamp aan het einde van de dienst toe aan het kwaliteitsdashboard. Drie regels SQL tegen de audit-log van het ECD.

6. Beweren dat Whisper geen zorg-Nederlands kent

Out of the box klopt dat. Vanaf het moment dat je het een glossarium van 200 termen voert via de initial_prompt parameter wel. Decubitus, MDL, ADL, BIG-nummer, de namen van de twintig meest-gebruikte medicijnen op je bewoner-lijst. Fix: schrijf het glossarium één keer in een middag met je verpleegkundige-team, versioneer het in git, genereer het elk kwartaal opnieuw als het medicijn-overzicht wijzigt.

7. De besparing boeken op overheaduren in plaats van zorguren

Als 47 minuten per dienst terugvloeit in de dag van de verpleegkundige en die tijd in de koffiekamer wordt doorgebracht, is de ROI per bewoner nul. De besparing moet zichtbaar worden herverdeeld naar directe zorgminuten: een extra ronde, een ADL-handeling die om 16:30 voorheen werd overgeslagen. Fix: zet "directe zorgminuten per bewoner" op hetzelfde dashboard als de rapportage-tijd. De twee getallen bewegen samen of je hebt geen ROI.

Groep B: heronderhandeling op inkoopniveau

Vijf van de veertien. Omkeerbaar, maar het vraagt een heronderhandeld raamcontract, geen workflow-config commit. Drie maanden werk voor legal en finance.

8. Per seat kopen terwijl de echte eenheid per dienst is

Veertig verpleegkundigen op het rooster, veertien tegelijk aan het werk over dag, avond en nacht. Per-seat licenties betalen voor de andere zesentwintig. Per-shift licenties, of token-based pricing op Whisper + Sonnet waar je per daadwerkelijke call betaalt, past op de echte vraagcurve. Fix: duw in de volgende onderhandelingsronde op concurrent-user pricing of stap volledig van het seat-model af.

9. Het dictatievolume van de nachtdienst vergeten

De verpleegkundige in de nachtdienst handelt elke bewoner-event af gedurende de acht uur. Gemiddelde dictatielengte per nacht-rapport is korter, maar het aantal rapporten ligt hoger. We hebben gemeten dat nachtdiensten 1,6 tot 2,2 keer het rapport-volume van dagdiensten draaien op dezelfde afdeling. Salesdecks modelleren op gemiddelden van de dagdienst. Fix: hermodel de volumeprognose op nachtdienst-logs uit je bestaande ECD voordat je iets tekent.

10. Dragon Medical op listprijs prijzen

De listprijs op het aanbod is niet wat je collega-instellingen betalen. VECOZO-aligned zorg-tier pricing, meerjarenkorting en het expliciete "we piloten volgend kwartaal Whisper" als hefboom drukken het echte getal met 30 tot 40%. Fix: vraag drie peer bestuurders binnen je regionale koepelorganisatie wat zij betalen. Leg die getallen op de volgende call op tafel.

11. De ECD-integratie als post over het hoofd zien

De agent is waardeloos als de gestructureerde payload niet zonder handmatig knip- en plakwerk in Nedap ONS of PinkRoccade Cura belandt. Beide leveranciers brengen een eenmalige integratie-setup en een maandelijkse API-fee in rekening. We hebben deze post al meerdere keren uit de originele deck zien wegvallen, om na de handtekening op tafel te komen voor €18-24k, als je hefboom weg is. Fix: vraag de volledige integratie-TCO schriftelijk vóór de handtekening, niet erna.

12. Spraak kiezen als primaire modaliteit terwijl het team typt

In vier van de instellingen waar we hebben gewerkt typt tussen de 55% en 70% van het verpleegkundige-team sneller dan ze dicteren. Ze zijn onder de 35, snel op een telefoontoetsenbord en hebben Dragon nooit gebruikt. Spraak als primaire interface is een generatie-aanname die de salesrep te beleefd is om te bevragen. Fix: lever beide modaliteiten naar dezelfde structureer-backend. Transcriptiekosten zijn hoe dan ook hetzelfde; UX-voorkeur is per verpleegkundige.

Groep C: dwingt een nieuwe DPIA en een SOFI her-accreditatie af

Twee van de veertien. Dit zijn de fouten waar de bestuurder om 04:00 wakker van ligt. Beide raken documenten die liggen bij externe partijen: het soort waar de kwaliteitsmanager, een jurist en minimaal één externe auditor aan te pas moeten komen om terug te draaien.

13. Een 5-jaarstermijn vastleggen tegen een 4-jarige SOFI-cyclus

Het Nuance-raamcontract wordt verkocht op een termijn van 60 maanden. De SOFI-cyclus is vier jaar. De lock betekent dat de volgende her-accreditatie landt binnen een contract waar je nog niet uit kunt, zonder hefboom om iets aan te passen dat de audit signaleert. De FG en de kwaliteitsmanager moeten dan documenteren waarom de instelling betaalt voor een tool waar de auditor vraagtekens bij zette. Fix: teken nooit een termijn voor klinische tooling langer dan de her-accreditatie-cyclus. Heb je al getekend, open de exit-clausule review nu, niet in maand 48.

14. De AVG/DPIA-review uitstellen tot na de pilot

Dit is 'm. De verpleegkundige-rapportage agent verwerkt per definitie bijzondere persoonsgegevens (gezondheid). De Autoriteit Persoonsgegevens classificeert dit als hoog-risico verwerking. Een DPIA is niet optioneel. Als de pilot zonder DPIA draaide en de SOFI-auditor er om vraagt, reconstrueer je de DPIA met terugwerkende kracht tegen een systeem dat al in productie staat. Dat is maanden werk, een externe FG-review, en afhankelijk van wat er opduikt, een update van het Verwerkingsregister die zijn eigen her-accreditatie-review triggert.

Fix: er is geen workflow-config fix. De fix is "doe de DPIA vóór de pilot." Ben je al voorbij dat punt, plan hem dan volgende week in en reserveer budget voor zes tot negen maanden overhang op de SOFI-voorbereiding.

De vijfminuten-audit die je morgen kunt draaien

Haal de laatste 200 rapporten uit je ECD. Tel: hoeveel landden bij de eerste save in het juiste veld? Hoeveel hadden herstelwerk door de verpleegkundige nodig? Wat was de gemiddelde tijd tussen dictatie-start en ECD-save? Drie getallen. Ze vertellen je of de tool waar je voor betaalt het structureerwerk doet of alleen de transcriptie. Als het het tweede is, betaal je te veel, meestal met een factor tussen drie en zeven.

Toen we eerder dit jaar de rapportage-agent stack bouwden voor een instelling met 96 bewoners in Brabant, was waar we tegenaan liepen precies fout 4: de tool van de vorige leverancier draaide als een slimme Kladblok, en de structureerwinst lekte weg in de textarea-stap. We bouwden het om zodat hij rechtstreeks in de ECD-velden schrijft via de integratie-API en de first-save-correct rate sprong in zes weken van 38% naar 81%. Het werk zelf is wat we doen bij de AI-agent praktijk van ABN; de drie-getallen audit hierboven kun je zonder ons draaien.