Gezondheidszorg

League lanceert AI-agenten voor de gezondheidszorg met veiligheidsmaatregelen

Lila Rowan
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenLeague beperkt de antwoorden van de agent tot goedgekeurde kennis in plaats van de…
Meer weergeven
  • League beperkt de antwoorden van de agent tot goedgekeurde kennis in plaats van de algemene kennis van het model.
  • Agenten moeten synthetische patiëntevaluaties doorstaan voordat ze worden vrijgegeven en daarna een auditrecord bijhouden.
  • Het escalatiemodel van League behaalde 99,72% nauwkeurigheid tegenover 95,36% voor Gemini 3.5 Flash Lite.

League kondigde aan dat AI Front Door voor zorgverzekeraars en AI Care Companion voor zorgverleners vanaf 16 november 2026 algemeen beschikbaar zijn op het Forge-platform, met een opgegeven implementatietermijn van slechts 12 weken. Beide producten combineren op leden of patiënten gerichte agenten met beveiligingsmaatregelen en escalatie naar een menselijke medewerker.

Volgens League zijn de producten gebaseerd op inzichten uit meer dan 1,8 miljard echte zorginteracties. Ze bouwen voort op het Forge-platform, dat op 21 juli 2026 werd geïntroduceerd en tools biedt om agents te verbinden met toegestane gegevens, beschermingsmaatregelen en escalatieregels in te stellen, ze te testen met synthetische populaties en per gebruikssituatie voltooide interacties, escalaties en nauwkeurigheid te monitoren. De eerdere release leverde het bouw- en governance­systeem; de nieuwe producten passen dit toe op veelvoorkomende workflows van zorgverzekeraars en zorgverleners.

Verschillende werkprocessen voor zorgverzekeraars en zorgaanbieders

AI Front Door brengt hulp bij het vinden van vergoedingen, het zoeken naar zorg, de aanpak van hiaten in de zorg en gezondheidscoaching samen in één toegangspunt, dat beschikbaar is via chat, sms of widgets in de app. Antwoorden over vergoedingen, dekking en aanspraken zijn gebaseerd op het door het zorgplan goedgekeurde materiaal. De functie om zorg te vinden koppelt leden volgens de regels van het zorgplan aan zorgaanbieders of diensten binnen het netwerk. League noemt een lager belvolume bij callcenters en minder bezoeken aan zorgaanbieders buiten het netwerk als beoogde resultaten, niet als gemeten resultaten bij klanten.

AI Care Companion ondersteunt patiënten tussen afspraken door, thuis en buiten kantooruren, en werkt daarbij samen met zorgteams en klinische teams. Zorgstelsels kiezen een eerste doelgroep, zoals mensen met chronische aandoeningen of mensen die herstellen van een operatie, waarna League de werkprocessen op die groep afstemt. Die kunnen bestaan uit het plannen van afspraken en het versturen van herinneringen, proactieve controles van symptomen, antwoorden op vragen over medicatie of behandeling op basis van goedgekeurde plannen of zorgpaden, en doorverwijzing naar specialisten of teams met bereikbaarheidsdienst volgens protocollen. Aangewezen mantelzorgers kunnen namens een patiënt handelen; hun antwoorden worden afzonderlijk gemarkeerd, zodat ze te onderscheiden zijn van de antwoorden van de patiënt zelf. Betere naleving van zorgplannen en minder vermijdbare bezoeken aan de spoedeisende hulp, telefoontjes buiten kantooruren en gemiste vervolgafspraken zijn de beoogde resultaten.

Veiligheidsmaatregelen en controleerbaarheid

Beide producten beperken de antwoorden van agenten tot verstrekte, goedgekeurde kennis, in plaats van de algemene kennis van het model te gebruiken. Waarborgen filteren beperkte informatie voordat die het model bereikt en blokkeren verboden antwoorden voordat die leden of patiënten bereiken. Voordat agenten worden vrijgegeven, moeten ze evaluaties doorstaan met synthetische patiëntscenario’s, uitzonderingssituaties en gouden datasets, die dienen als door experts opgestelde antwoordsleutels. Na de vrijgave omvatten de maatregelen detectie van afwijkingen, hernieuwde validatie van wijzigingen en een auditregistratie van elke interactie. Bij escalatie van een casus ontvangt het team dat deze overneemt de gespreksgeschiedenis en relevante context.

Op het hele platform beschrijft het League Trust Center hoe agents uitsluitend-leestoegang hebben, met strikte isolatie van sessies, realtime detectie van urgente problemen en klinische misinformatie, traceerbaarheid van bronnen en logging wanneer beschermingsmaatregelen worden geactiveerd. Klanten kunnen binnen vaste veiligheidsgrenzen escalatiebeleid en gevoeligheidsdrempels instellen. Beschermde gezondheidsinformatie wordt uitgesloten van trainingsprocessen; voor het trainen van modellen worden synthetische gegevens en anonimiseringstechnieken gebruikt.

Deze maatregelen sluiten aan bij de prioriteiten in een enquête van League en Healthcare Dive onder 150 leidinggevenden in de gezondheidszorg. Uit die enquête bleek dat 61% agentische AI had ingezet en dat 70% van die groep AI gebruikte in toepassingen voor leden of patiënten, maar dat slechts 16% brede implementatie had bereikt. De belangrijkste vereisten voor een betrouwbare introductie waren ingebouwde naleving van zorgregelgeving (49%), automatische escalatie naar een medewerker (48%) en realtime controle op uitspraken of handelingen van agents (46%).

Modelspecifieke evaluaties voor de gezondheidszorg

Volgens League combineert de hybride architectuur verfijnde beslissingsmodellen en kleine taalmodellen met algemene grote taalmodellen, met als doel de nauwkeurigheid te verbeteren, de latentie te verminderen en de bedrijfskosten te verlagen. Een onderdeel daarvan, het veiligheidskritische escalatiemodel, herkent berichten van leden en patiënten waarvoor menselijke ondersteuning nodig is.

In de interne evaluaties van League Labs behaalde dit model een nauwkeurigheid van 99,72% en een latentie van 0,374 seconden, tegenover een nauwkeurigheid van 95,36% en een latentie van 1,121 seconden voor Gemini 3.5 Flash Lite.

League meldt ook dat de Synthetic Question Generator, die waarschijnlijke vragen over de gezondheidsgegevens van een gebruiker voorspelt, 2,2 keer zoveel vragen opleverde die adequaat of beter werden beantwoord en een 11% betere dekking bood dan Gemini 3.5 Flash. Door Semantic Expansion toe te voegen, waarmee lange, dubbelzinnige vragen of vragen vol afkortingen vóór het ophalen van informatie worden herschreven, werden 3,9 keer zoveel vragen adequaat of beter beantwoord en nam de dekking met 42% toe ten opzichte van Gemini 3.5 Flash. Dit voegde ongeveer 430 milliseconden latentie per verzoek toe. League definieert de maatstaf voor beantwoording als gevallen waarin de opgehaalde gezondheidsgegevens relevant en volledig genoeg zijn om de vraag redelijk goed of beter te beantwoorden; dekking geeft aan hoeveel van de benodigde informatie wordt gevonden.

Voor zorgorganisaties is de praktische betekenis van deze introductie dat het toezicht in de interactie zelf is ingebouwd: agents kunnen worden beperkt tot goedgekeurd materiaal, vóór de introductie worden getest, met behoud van de context worden overgedragen en worden beoordeeld aan de hand van een auditspoor op interactieniveau. Dit operationele model biedt rechtstreeks antwoord op de waarborgen die leidinggevenden naar eigen zeggen wilden zien voordat ze AI voor leden en patiënten op grotere schaal zouden inzetten.

Lila Rowan is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar ze de kruispunten van kunstmatige intelligentie, gezondheidszorg en geestelijke gezondheid bestudeert. Haar werk richt zich op hoe AI-gestuurde tools diagnostiek verbeteren, toegang tot zorg uitbreiden en geestelijke gezondheidsdiensten ondersteunen op manieren die menselijke clinici aanvullen - niet vervangen.
Met een compassievol en op bewijs gebaseerd perspectief onderzoekt Lila klinische studies, real-world implementaties en opkomende gezondheidstechnologieën door een humanistische lens. Ze is vooral geïnteresseerd in AI-toepassingen die barrières voor zorg verlagen, vroege detectie verbeteren en geestelijk welzijn ondersteunen met respect voor de privacy en veiligheid van patiënten en voor ethische normen.
Artikelen geschreven door Lila Rowan zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om nauwkeurigheid, gevoeligheid en verantwoorde verslaggeving over gezondheids- en geestelijke gezondheidstechnologieën te garanderen.