Met 4,5 miljoen leden is de CM het grootste ziekenfonds van het land. De organisatie zet voluit in op digitalisering, maar krijgt daarbij af te rekenen met enkele hardnekkige papieren processen. De CM ontvangt zo dagelijks nog altijd 100.000 papieren attesten die patiënten van hun arts meekrijgen. Tot voor kort stond een team van 300 medewerkers in voor de grotendeels manuele verwerking van al dat papier: de scanning van de attesten en de verwerking en manuele controle in het systeem.
...

Met 4,5 miljoen leden is de CM het grootste ziekenfonds van het land. De organisatie zet voluit in op digitalisering, maar krijgt daarbij af te rekenen met enkele hardnekkige papieren processen. De CM ontvangt zo dagelijks nog altijd 100.000 papieren attesten die patiënten van hun arts meekrijgen. Tot voor kort stond een team van 300 medewerkers in voor de grotendeels manuele verwerking van al dat papier: de scanning van de attesten en de verwerking en manuele controle in het systeem. Toen de scansoftware aan vervanging toe was, besliste de CM om meteen het hele proces onder handen te nemen. Het doel was de ingave en codering van de attesten te versnellen en te vereenvoudigen, zonder de nood aan de onmiddellijke interpretatie en validatie van de data door medewerkers, om zo de manuele tussenkomst van specialisten in dat stadium van de verwerking te beperken. "De sleutel is dat het nieuwe systeem bepaalde data op de attesten kan voorspellen", zegt Roel De Spiegeleer, ICT-directeur bij de CM, "zoals het lidnummer of de geleverde prestaties, om zo ook meer info te halen uit het spreekwoordelijke doktershandschrift." Scanning van de papieren attesten blijft het startpunt. De software herkent niet alleen data, ze voorspelt ze ook. Alleen wanneer dat niet lukt is een manuele tussenkomst vereist. Negen maanden na de implementatie van de nieuwe werkwijze scant het nieuwe systeem al 65.000 attesten per dag. De doorlooptijd van de verwerking is ingekort. Voor een attest van een kinesist - met traditioneel veel lijnen - is nu nog 16 seconden verwerking nodig, tegenover 40 seconden vroeger. Bij de attesten van de huisartsen liep de verwerkingssnelheid terug van 14 naar 9 seconden. Het gebruik van artificiële intelligentie maakt een groot verschil. "Het herkennen van handschrift is niet evident", zegt Ignaz Wanders, data scientist bij de CM. "Sommige artsen gebruiken drukletters, andere niet. En ook: ze schrijven de codes lang niet altijd in de juiste vakken." Via een neuraal netwerk op Google Cloud AI slaagt de CM erin om toch de juiste info uit de attesten te halen. De software herkent eerst de taal en het type attest. Daarna gaat ze op zoek naar de lijnen met nomenclatuurcodes. De toepassing vergelijkt iedere gevonden lijn met 100.000 gekende en gelabelde lijnen. "Vroeger werkten we enkel met optische karakterherkenning (OCR)", legt Wanders uit. "Die technologie herkende 35% van de codes, nu zitten we aan 65%." Het laat de CM toe om een veel hogere betrouwbaarheid toe te kennen aan de data die het systeem uit de attesten haalt. De toepassing berekent de betrouwbaarheidsgraad zelf. Krijgt een gevonden item - bijvoorbeeld een nomenclatuurcode - een score die zich onder een bepaalde drempel bevindt, dan volgt een manuele check. Het hele project - binnen één jaar gebouwd door het interne IT-team van de CM - maakt deel uit van de bredere digitale transformatie van de organisatie. "Eenmaal het e-healthplatform van de overheid er zal zijn, zullen we hier nog veel meer waarde uit halen", zegt Roel De Spiegeleer. Tot die tijd zorgt de oplossing alvast voor extra efficiëntie binnen de CM zelf. "We zien het project ook als een proof of concept voor het gebruik van AI en automatische verwerking van andere types documenten."