Traint je AI-leverancier op jouw dossiers? Zo controleer je het

AI-functies in en naast het EPD zijn normaal geworden: verslaglegging, samenvattingen, tekstherkenning. Elke keer gaat er patiëntinformatie doorheen. De vraag die zelden gesteld wordt: wat gebeurt er daarna met die invoer? Blijft die ergens staan, en leert het model ervan? Het antwoord verschilt sterk per aanbieder en per abonnementsvorm, en het is precies het soort afspraak dat je zwart op wit wilt hebben. Dit artikel legt de techniek begrijpelijk uit en geeft je een concrete controleroute.

Drie dingen die met je invoer kunnen gebeuren

• Inference: het model verwerkt je invoer en genereert een antwoord. Dit is het normale gebruik. Bij moderne zakelijke modellen is dit stateless: na de verwerking blijft er niets van je invoer in het model achter.
• Opslag voor monitoring: veel aanbieders bewaren prompts standaard een periode, vaak dertig dagen, voor misbruikdetectie en probleemanalyse. Je gegevens staan dan op systemen van de aanbieder, ook al wordt er niet op getraind.
• Training: het model leert van je invoer en die wordt onderdeel van de modelgewichten. Alleen dan zit je informatie werkelijk 'in' het model. Dit gebeurt uitsluitend als de aanbieder je invoer daarvoor gebruikt, bij training of fine-tuning.

De scheidslijn loopt in de praktijk langs de abonnementsvorm. Gratis consumentenversies van chatbots gebruiken invoer vaak standaard voor modelverbetering; zakelijke API's en enterprise-diensten doen dat standaard niet. Mistral AI traint bijvoorbeeld niet op data die via de API binnenkomt, en bij Azure OpenAI worden prompts en uitvoer niet gebruikt om de basismodellen te trainen. Precies daarom is de gratis chatbot op de telefoon van een medewerker het echte risico: de Federatie Medisch Specialisten is er helder over dat patiëntgegevens in zulke externe chatbots niet zijn toegestaan. Wat er dan wel mag, lees je in Mag AI meeluisteren tijdens het consult?

Wat zero data retention wel en niet garandeert

Zero data retention (ZDR) is een afspraak waarbij prompts en resultaten niet worden opgeslagen of gelogd buiten het verwerkingsmoment zelf: binnen seconden na het antwoord is de invoer bij de aanbieder verdwenen. Dat is een sterkere garantie dan 'wij trainen niet op uw data'. Niet-trainen zegt alleen dat je gegevens het model niet verbeteren; ZDR elimineert ook de opslag voor misbruikmonitoring die er anders vaak dertig dagen staat.

ZDR is bij grote aanbieders een reële optie: Mistral AI biedt een ZDR-modus, bij Azure OpenAI kun je goedkeuring aanvragen om de misbruikmonitoring-logging uit te schakelen en Anthropic kent ZDR-toezeggingen in enterprise-overeenkomsten. Het bestaat dus, maar zelden standaard: je leverancier moet het expliciet geregeld en vastgelegd hebben.

Wat de AVG erover zegt

Juridisch is het kader strak. Doelbinding (artikel 5 AVG) eist dat gegevens alleen worden verwerkt voor het doel waarvoor ze zijn verzameld: het leveren van zorg. Het trainen van een AI-model is een ander doel, en daarvoor is een eigen grondslag nodig. Je EPD-leverancier is bovendien verwerker (artikel 28): die mag uitsluitend verwerken op jouw gedocumenteerde instructie en niet voor eigen doeleinden. Een leverancier die stilletjes traint op dossiers gebruikt patiëntgegevens voor een eigen doel zonder grondslag, en jij bent als verwerkingsverantwoordelijke degene die daarop wordt aangesproken. De afspraken horen dus expliciet in je verwerkersovereenkomst te staan.

Zo controleer je het: vijf stappen

• 1. Lees de trainingsclausule in de verwerkersovereenkomst. Er moet expliciet staan dat jouw gegevens niet worden gebruikt voor modeltraining of fine-tuning. Staat er niets over, dan is dat je eerste vraag aan de leverancier.
• 2. Vraag de subverwerkerslijst op. AI-functies draaien vrijwel altijd bij een externe AI-provider. Die hoort met naam, locatie en functie in de lijst te staan. Een leverancier die zijn AI-provider niet noemt, kan de trainingsvraag ook niet beantwoorden.
• 3. Stel de retentievraag: worden prompts en uitvoer bewaard voor misbruikmonitoring of troubleshooting, hoe lang, en is er een zero-data-retention-afspraak met de AI-provider?
• 4. Vraag naar de verblijfplaats: verwerkt de AI-provider binnen de EU? Waar je gegevens fysiek staan bepaalt welk recht erop van toepassing is; zie Waar staan je patiëntgegevens echt?
• 5. Vraag om documentatie. Serieuze leveranciers kunnen laten zien hoe hun AI-keten in elkaar zit, van modelherkomst tot bewaartermijnen. Vage antwoorden op concrete vragen zijn zelf ook een antwoord.

Vier vragen die je letterlijk kunt overnemen in een mail aan je leverancier: wordt mijn data gebruikt om modellen te trainen; met welke AI-subverwerkers werken jullie en waar verwerken die; worden prompts bewaard voor monitoring en kan dat uit; kunnen jullie de afspraken over training en retentie schriftelijk bevestigen?

De kern: dat je dossiers niet als trainingsmateriaal dienen, is geen technisch detail maar een afspraak die je moet kunnen nalezen. Een leverancier die zijn zaken op orde heeft, beantwoordt deze vijf punten zonder aarzelen. En check het niet één keer: AI-functies en subverwerkers veranderen, dus neem de trainingsvraag mee in je jaarlijkse contractcheck.