🛠 Pre-visit chatbot die patiënten helpt vragen voorbereiden voor de dokter

Hoofdonderwerpen

• OpenAI's grote strategische reset — nieuwe deal met Microsoft (open relatie), $50B Amazon-deal, Stargate ($500B infrastructuur-project) wordt teruggeschroefd, en de Elon Musk-rechtszaak is begonnen.
• AI in de spreekkamer is mainstream geworden — 80%+ van Amerikaanse artsen gebruikt AI professioneel. AI-scribes (tools die het gesprek met de patiënt opnemen en automatisch een klinische notitie schrijven) en Open Evidence (RAG-tool voor medisch onderzoek) zijn de twee killer-apps.
• Talkie, een vintage LLM — een language model getraind op alleen pre-1930 data. Doel: testen hoe goed AI de toekomst kan voorspellen als je het over decennia traint en evalueert.
• De-skilling van professionals — een Poolse studie liet zien dat artsen na 3 maanden AI-gebruik 6 procentpunt slechter werden in het zelf detecteren van darmpoliepen. De grote zorg in opleidingen.
• De $8 vs $20 ChatGPT-splitsing — OpenAI verwacht 112 miljoen gebruikers op het goedkope ChatGPT Go-abonnement, en juist een daling van 80% bij de duurdere $20-plus tier.

Standpunten Casey & Kevin

Casey: De OpenAI-deals zijn slim financieel huiswerk vóór een mogelijke IPO (beursgang). De infrastructuur-vraag is zo groot dat zelfs de grootste cloud-providers hun capaciteit niet rondkrijgen — dit is geen klassieke bubbel. Skeptisch over consumenten die hun volledige bloedwerk in ChatGPT dumpen ('cyberchondria worry hole').

Kevin: De AI-markt is geen zero-sum game (waarbij de winst van de één het verlies van de ander is) — top-tier modellen stijgen samen mee. Vindt het persoonlijk waardevol dat zijn arts AI gebruikt, en pleit voor een opt-in checkbox waarmee patiënten hun data laten gebruiken voor model-training in ruil voor korting.

AI & Tech nieuws

• Microsoft-OpenAI deal herzien: OpenAI mag nu modellen via andere clouds (AWS, Google) leveren. De AGI-clausule (de bepaling dat Microsoft geen revenue share meer kreeg zodra OpenAI 'AGI' bereikte) is geschrapt — vervangen door vaste deal tot 2030.
• Amazon investeert $50 miljard in OpenAI; Codex (OpenAI's coding model) komt op AWS Bedrock (Amazon's AI-platform voor enterprise modellen). Dit knabbelt aan Anthropic's positie bij Amazon.
• Stargate krimpt: data centers in UK en Noorwegen on hold, Texas-uitbreiding gepauzeerd. OpenAI shift naar leasen i.p.v. zelf bouwen.
• Elon Musk vs OpenAI rechtszaak in Oakland — slechts 2 van 26 oorspronkelijke claims overgebleven. Musk wil $150B+ terug naar de non-profit arm.
• Codex bleek random over goblins te praten — OpenAI moest expliciet instructies toevoegen die het model verbieden om goblins, gremlins, trollen en duiven te noemen.
• Mayo Clinic's REDMOD detecteert pancreaskanker tot 3 jaar voor diagnose op gewone CT-scans. Pancreaskanker is notoir lastig te detecteren met lage overlevingskansen, dus dit is groot.
• Utah test AI-agent voor automatische recept-vernieuwingen (200 routine medicijnen, met menselijke review).

What to Build

Project 1: Pre-visit chatbot voor patiënten

Wat het is: Een chatbot die patiënten gebruiken vóór een doktersbezoek om hun symptomen door te lopen, relevante vragen te formuleren, en een gestructureerde samenvatting voor te bereiden voor de arts. Dr. Adam Rodman noemt dit een 'green light' use case — patiënten komen voorbereid binnen, het gesprek wordt efficiënter.

Hoe ze het bespreken: Geen specifieke stack genoemd in de podcast — Rodman beschrijft het als gedrag dat patiënten nu al spontaan vertonen met ChatGPT. Het zit nog niet als product in de markt.

Web research:

• Nederlandse Autoscriber (autoscriber.com) doet AI-scribing in NL ziekenhuizen zoals Reinier de Graaf — relevant voor inspiratie.
• Innowise heeft een GPT-based medical advice app (text/speech/image input) gebouwd voor reisgeneeskunde — bewijst dat het technisch werkt.
• Nederlandse huisartsenrichtlijnen pleiten voor integratie met EPD (Elektronisch Patiëntendossier) en duidelijke gebruiksvoorwaarden.
• Geen open-source repo's gevonden specifiek voor pre-visit symptom-prep.

Analyse: Dit is laaghangend fruit voor jou als ondernemer in een andere sector — maar het concept is overdraagbaar. Denk: een pre-visit chatbot voor klanten van Stooker B2B (cafés, restaurants) die voor een bezoek of bestelling al hun probleem doorlopen ('mijn espresso loopt onregelmatig', 'shots smaken sour'), zodat je sales/support call efficiënter is.

Stappenplan (Next.js + Supabase):

1. Next.js app met chat-interface (Vercel AI SDK voor streaming).
2. Supabase voor sessie-opslag + Row Level Security (RLS — Supabase's manier om per-user toegangsregels op de database te zetten) zodat klanten alleen eigen sessies zien.
3. System prompt met jouw domein-kennis (espresso troubleshooting, grind size, water hardness, etc.) — eventueel als RAG (Retrieval-Augmented Generation — techniek waarbij de AI eerst documenten ophaalt voor hij antwoordt) op je eigen FAQ/handleidingen.
4. Output = gestructureerde markdown samenvatting die de klant kan delen met je team via mail of in een Stooker dashboard.
5. Optioneel: koppel met Cowork voor agenda-integratie zodat de samenvatting automatisch bij de afspraak hangt.

Project 2: RAG-tool op je eigen kennis-corpus (Open Evidence-style)

Wat het is: Open Evidence is een RAG-tool die deals heeft met New England Journal of Medicine, JAMA etc., en altijd cite-d antwoorden geeft op klinische vragen. 40%+ van Amerikaanse artsen gebruikt het, 1 miljoen queries per dag.

Hoe het werkt: RAG over geïndexeerde medische literatuur, antwoorden grounded in primary sources met citations.

Web research:

• BioMistral + Qdrant tutorial op YouTube (BioMistral-7B model + Qdrant vector database — een database geoptimaliseerd voor het opzoeken van semantisch vergelijkbare tekst — in Docker).
• MedRAG/i-MedRAG: iterative RAG met follow-up queries (69-75% accuracy op MedQA benchmark).
• AWS heeft een prescriptive guide voor MIMIC-IV + OpenSearch.

Analyse voor jou: Je hebt waarschijnlijk een corpus aan interne kennis (training-materialen, recepten, leveranciers-info, klanten-cases) die nu in mensen z'n hoofd zit. Een interne RAG-tool voor je 10 medewerkers kan onboarding versnellen en kennis-silo's openbreken.

Stappenplan:

1. Verzamel je documenten (PDFs, Notion, Google Docs) — exporteer naar markdown.
2. Supabase met de pgvector extension (PostgreSQL plugin die vector-search toevoegt aan je gewone database, dus je hoeft geen aparte vector DB) voor embeddings-opslag.
3. Chunk + embed met OpenAI's text-embedding-3-small (goedkoop, goed genoeg).
4. Next.js chat-UI met Claude of GPT-4 als generator, retrieve top-5 chunks per query.
5. ALTIJD citations tonen — dit is wat Open Evidence sterk maakt en hallucinaties beteugelt.
6. Voor v2: voeg follow-up queries toe (i-MedRAG patroon) — model stelt zelf vervolgvragen aan de retriever.

Takeaways

• De $8 vs $20 splitsing van ChatGPT is een signaal voor jou: er ontstaat een tweede markt van casual AI-gebruikers. Voor je medewerkers die zwaar bouwen (zoals jij met vibe coding) is $20+ logisch. Voor zware lezers/schrijvers is $8 voldoende. Niet iedereen hoeft hetzelfde plan.
• AI-scribes als concept is overdraagbaar: een tool die meeting-gesprekken (sales calls, leveranciers-calls, team-stand-ups) opneemt en gestructureerde notes/action items genereert, zou voor Stooker direct waarde leveren. Autoscriber-achtige patronen, maar dan voor jouw context.
• Het 'green/yellow/red light' framework van Rodman is een goed mentaal model voor élke AI-use-case: groen = duidelijk veilig (samenvattingen, brainstorm), geel = met menselijke review (klant-emails, beslissingen), rood = nooit autonoom (financiële commitments, juridische teksten). Bruikbaar als interne policy.
• De-skilling-zorg is reëel: als je medewerkers AI te makkelijk overneemt, verliezen ze skills. Bouw bewust momenten in waarop ze zonder AI werken — vooral bij junior medewerkers die nog vakmanschap moeten ontwikkelen.
• RAG met citations is de manier om interne AI-tools betrouwbaar te maken. Antwoord zonder bron = hallucinatie-risico. Antwoord mét bron = verifieerbaar.