Module 4 · klinische praktijk

Cardio-promptarchitectuur

Dit is de praktijk-module. Je leert prompts opbouwen volgens de vaste formule rol + context + taak + format + onzekerheid, en past dat toe op zes typische cardio-scenario's: differentiële diagnose bij borstpijn, ontslagbrief redigeren, patiënteninformatie op B1-niveau, ECG-bevindingen samenvatten, beeldvorming-context geven, en onderwijs maken voor co-assistenten.

Wat ga je leren: hoe een goede klinische prompt is opgebouwd, vijf live oefeningen waar je elke minimaal eens doet, en welke informatie je beter niet in een prompt zet, los van de tool.

Cardio-promptarchitectuur

Les 4.1: De vijf bouwstenen van een klinische prompt

Doel: één checklist die je vóór elke prompt mentaal afgaat.

De vijf bouwstenen
1. Rol, wie speelt het model? (“Je bent een ervaren cardioloog met aandacht voor differentiële diagnose …”) 2. Context, wat moet het weten? (geanonimiseerde casus, relevante richtlijn, eerdere overweging) 3. Taak, wat is de exact gevraagde output? (“Maak een DD top 5 met argumenten pro/contra per item.”) 4. Format, hoe ziet het antwoord eruit? (lijst / tabel / brief / SBAR / lengte) 5. Onzekerheid, laat het model expliciet aangeven wat het wel/niet zeker weet en welke aannames het maakt.

Vooral de vijfde stap wordt vaak overgeslagen. Zonder dat staat het model in “zeker-weten”-toon. Eén regel toevoegen, “noem onderaan twee aannames die je hebt gedaan en één punt waarop je niet zeker bent”, maakt het hele antwoord vaak veel bruikbaarder, en zet jou alvast op verifieer-modus.

Vragen bij les 4.1

1. Waarom zou je de vijf bouwstenen, rol, context, taak, format, onzekerheid, gebruiken?

2. Wat is het belangrijkste effect van “noem twee aannames en één onzekerheid” toevoegen?

Les 4.2: Bron leveren, niet bron vragen

De belangrijkste prompt-regel om hallucinaties van richtlijn-citaten te voorkomen.

Van module 1 weet je: een LLM “weet” de richtlijn niet, het heeft tekstpatronen onthouden. Zodra je vraagt “wat zegt de ESC-richtlijn X over Y?”, vult het model de vorm van een richtlijn-citaat in met inhoud die statistisch passend klinkt. Soms klopt het, soms niet.

De regel

Wil je betrouwbare richtlijn-inhoud? Plak zelf het relevante hoofdstuk in de prompt. Dan werkt het model met jouw bron, in plaats van zijn vage herinnering.

Voorbeeld: correcte vorm, foute inhoud

Een model kan antwoorden met iets als: “See Table 7 of the 2023 ESC AF Guidelines, Section 6.4.1.” Dat klinkt als een echte verwijzing, maar zo'n tabel/sectie bestaat vaak niet. Binnen 30 seconden checken: open de echte PDF, zoek op het sectienummer. Klopt de vorm maar niet de inhoud? Klassieke hallucinatie. Daarom: bron leveren, niet bron vragen.

Twee varianten van dezelfde vraag, kijk wat het verschil doet:

❌ Vorm A, bron vragen
Wat zegt de ESC 2023-richtlijn endocarditis over de indicatie voor PET-CT bij prothetische klependocarditis?
✅ Vorm B, bron leveren
Hieronder hoofdstuk 5.3 van de ESC 2023-richtlijn endocarditis (gekopieerd uit het origineel): [plak hier de exacte tekst van het hoofdstuk] Vat in 5 bullets samen welke modaliteiten worden aanbevolen voor diagnostiek bij prothetische klep-endocarditis, en bij welke klinische situatie. Citeer telkens de exacte zin uit het hoofdstuk waarop je je baseert. Als iets niet expliciet in het hoofdstuk staat, schrijf je “niet vermeld in dit fragment”.

Vragen bij les 4.2

3. Wat is de beste prompt-strategie om hallucinerende richtlijn-citaten te voorkomen?

Les 4.3: Differentiële diagnose bij borstpijn

Doel: een DD-prompt die structureert in plaats van conclusies forceert.

Wat een LLM niet mag doen: een definitieve klinische conclusie geven. Wat hij wel goed kan: een breed DD genereren, pro/contra-argumenten ordenen, en jou helpen geen categorie te vergeten. Zo komt het in een prompt:

Cardio DD-template
Rol: je bent een cardioloog op de SEH met aandacht voor brede differentiële diagnose. Casus (geanonimiseerd): [plak hier: leeftijd-range, geslacht, voorgeschiedenis kort, klachtpresentatie, vitale parameters, ECG-bevinding kort, lab kort. GEEN naam, BSN of unieke identificatoren.] Taak: geef een differentiële diagnose top 6, gesorteerd van meest naar minst waarschijnlijk in deze presentatie. Per item: - Pro-argumenten (uit de casus) - Contra-argumenten (uit de casus) - Eén aanvullend onderzoek dat deze diagnose snel kan bevestigen of uitsluiten Format: een tabel met 4 kolommen. Onzekerheid: noem onderaan welke 2 stukken aanvullende informatie de DD het meest zouden veranderen, en welke 1 mogelijkheid je bewust hebt weggelaten en waarom.

Twee bewust ingebouwde dingen:

  • Per item een aanvullend onderzoek. Dwingt het model van “diagnose-noemen” naar “hoe ga je verder?”. Bruikbaar voor de praktijk.
  • “Welke informatie zou de DD het meest veranderen?” Dat is de vraag die jij óók aan een goede AIOS zou stellen, en die houdt het gesprek bij “wat weten we niet” in plaats van “wat is het antwoord”.

Didactische regel vóór je plakt

Sluit elke DD-prompt af met: welke twee aanvullende gegevens zouden deze DD het meest veranderen? Dat dwingt het model om onzekerheid expliciet te maken en helpt jou te zien of de redenering klopt.

Live oefening 1: DD bij borstpijn

Plak het hele template in de chat en vul de casus aan met deze geanonimiseerde gegevens:

Rol: je bent een cardioloog op de SEH met aandacht voor brede differentiële diagnose. Casus (geanonimiseerd): Man, ca. 50 jaar, ex-roker, hypertensie. Sinds 90 minuten retrosternale druk uitstralend naar linker arm, geen verlichting na 2x nitro sublinguaal. RR 145/90, HF 95, SpO2 96 %. ECG: T-top inversies V2–V5, geen ST-elevaties. Eerste hs-troponine licht verhoogd boven 99e percentiel. Niet diabeet, geen familieanamnese voor vroegtijdig CV. Taak: geef een differentiële diagnose top 6, gesorteerd van meest naar minst waarschijnlijk in deze presentatie. Per item: - Pro-argumenten (uit de casus) - Contra-argumenten (uit de casus) - Eén aanvullend onderzoek dat deze diagnose snel kan bevestigen of uitsluiten Format: een tabel met 4 kolommen. Onzekerheid: noem onderaan welke 2 stukken aanvullende informatie de DD het meest zouden veranderen, en welke 1 mogelijkheid je bewust hebt weggelaten en waarom.
Open in ChatGPT ↗

Aandachtspunten bij het beoordelen: (1) staat NSTEMI bovenaan met juiste pro/contra? (2) komen aorta-dissectie, longembolie en pericarditis terug? (3) wat noemt het model als “wat zou de DD het meest veranderen”, komt dat overeen met wat jij zelf zou willen weten?

Les 4.4: Ontslagbrief redigeren

Doel: een brief van vorm en toon laten polijsten zonder klinische inhoud te verschuiven.

Dit is een van de hoog-frequente winstpunten: een eerste concept of ruwe punten omzetten in een nette ontslagbrief voor de huisarts. Belangrijk: jouw klinische uitkomsten, doseringen, controles staan in de prompt. Het model herschrijft de vorm, niet de inhoud.

Ontslagbrief-template
Rol: je bent een cardioloog die een korte, professionele ontslagbrief schrijft aan de huisarts. Hieronder mijn ruwe punten / dictaat (geanonimiseerd): [plak hier puntsgewijs] Maak hieruit een nette ontslagbrief in deze structuur: 1. Korte aanhef + reden van opname 2. Belangrijkste bevindingen (in 1 alinea) 3. Diagnose(s) 4. Beleid in het ziekenhuis 5. Medicatie bij ontslag (puntsgewijs met dosering/frequentie) 6. Wat de huisarts moet doen (puntsgewijs) 7. Controle / poliafspraak Regels: - Verander GEEN doseringen, getallen of medicatienamen die in mijn dictaat staan. - Voeg GEEN klinische bevindingen toe die ik niet heb genoemd. - Houd het bondig: maximaal 350 woorden. - Neutrale, professionele toon. Geen enthousiasme-woorden. - Eindig met “Met collegiale groet, <mijn naam>” (laat <mijn naam> letterlijk staan, ik vul dat later in).

Vier regels die je verplicht meegeeft

  1. Verander geen doseringen, getallen, of medicatienamen uit je dictaat.
  2. Voeg geen klinische bevindingen toe die jij niet hebt genoemd.
  3. Lengte vast (zorgt voor ‘compressie’ in plaats van toevoeging).
  4. Toon vast (anders krijg je per ongeluk “de patiënt heeft een fantastische gezondheid”).

Vragen bij les 4.4

4. Welke regel houdt het model zo veel mogelijk weg van het “per ongeluk wijzigen” van doseringen?

Live oefening 2: Ontslagbrief uit ruwe punten

Plak het template, met deze geanonimiseerde ruwe punten:

Rol: je bent een cardioloog die een korte, professionele ontslagbrief schrijft aan de huisarts. Hieronder mijn ruwe punten / dictaat (geanonimiseerd): - Vrouw, ca. 70 jaar - Opname: hartfalen-decompensatie bij voorbekend HFrEF, EF ca. 30 % - Reden opname: dyspneu klasse III, vol gewicht +4 kg in 2 weken - Bevindingen: pulmonale stuwing, geen oedeem benen, lab Na licht laag, NT-proBNP fors verhoogd - IV furosemide 80-40-40 mg pomp gestart, daarna oraal furosemide 40 mg ochtend - HFrEF-therapie geoptimaliseerd: bisoprolol 5 mg, sacubitril/valsartan 49/51 2dd, dapagliflozine 10 mg gestart - MRA niet hervat ivm hyperkaliemie 5,4 - Echo herhaald: EF 32 %, geen nieuwe wandbeweginsstoornissen - Diagnose: gedecompenseerd HFrEF - Controle polikliniek 2 weken - HA: bloeddruk + kalium + creatinine na 1 week Maak hieruit een nette ontslagbrief in deze structuur: 1. Korte aanhef + reden van opname 2. Belangrijkste bevindingen (in 1 alinea) 3. Diagnose(s) 4. Beleid in het ziekenhuis 5. Medicatie bij ontslag (puntsgewijs met dosering/frequentie) 6. Wat de huisarts moet doen (puntsgewijs) 7. Controle / poliafspraak Regels: - Verander GEEN doseringen, getallen of medicatienamen die in mijn dictaat staan. - Voeg GEEN klinische bevindingen toe die ik niet heb genoemd. - Houd het bondig: maximaal 350 woorden. - Neutrale, professionele toon. Geen enthousiasme-woorden. - Eindig met “Met collegiale groet, <mijn naam>”.
Open in Claude ↗

Check letterlijk: zijn de doseringen onveranderd? Is er niets toegevoegd dat jij niet hebt genoemd? Is de toon professioneel-neutraal (geen “patiënt is opgeknapt”-soort frasering)?

Les 4.5: Patiëntinformatie op B1-niveau

Doel: een complexe diagnose helder uitleggen, zonder kennisrisico.

LLMs zijn opvallend goed in versimpelen. Voor een eenvoudige folder voor een patiënt met nieuw atriumfibrilleren is een goed gecomponeerde prompt voldoende om een eerste concept te krijgen, dat jij in een paar minuten klinisch corrigeert.

Wat B1-Nederlands betekent

Gemiddeld eindniveau havo / mbo, kort zinnetjes (max 15 woorden), actief, geen jargon zonder uitleg, voorbeelden uit het dagelijks leven. Een LLM trekt dit niveau snel als je het expliciet vraagt, maar zonder vermelding krijg je vaak C1-niveau (te complex voor folder).

Patiëntinformatie-template
Rol: je bent een cardioloog die een korte patiëntenfolder schrijft. Onderwerp: [vul in: bv. nieuw ontdekt atriumfibrilleren bij volwassenen, eerste poli-afspraak] Doelgroep: volwassenen met basis-Nederlandse leesvaardigheid. Schrijf op B1-niveau: - Korte zinnen (max 15 woorden) - Actieve werkwoorden - Geen vakjargon zonder directe uitleg - Geen Engelse termen die niet algemeen bekend zijn Structuur (in deze volgorde): 1. Wat is <onderwerp> in 3 zinnen 2. Hoe het voelt of niet voelt (wat je kunt merken) 3. Waarom we het behandelen 4. Wat onze afspraken zijn (medicijnen, controles, leefstijl) 5. Wanneer u direct moet bellen (3 alarmsignalen) 6. Ruimte voor vragen, uitnodiging om uw vragen op te schrijven Beperking: max 400 woorden. Eén onderwerp, dus geen DD of zeldzame complicaties. Onzekerheid: noem onderaan, in 1 zin, welk medisch detail je bewust hebt weggelaten omdat het in deze folder verwarrend zou zijn.

Vragen bij les 4.5

5. Hoe verlaag je het taalniveau van een AI-gegenereerde folder consistent?

Live oefening 3: Folder voor nieuw AFib

Rol: je bent een cardioloog die een korte patiëntenfolder schrijft. Onderwerp: nieuw ontdekt atriumfibrilleren bij volwassenen, na eerste poli-afspraak waarin DOAC is gestart en hartfrequentiecontrole is afgesproken. Doelgroep: volwassenen met basis-Nederlandse leesvaardigheid. Schrijf op B1-niveau: - Korte zinnen (max 15 woorden) - Actieve werkwoorden - Geen vakjargon zonder directe uitleg - Geen Engelse termen die niet algemeen bekend zijn Structuur (in deze volgorde): 1. Wat is atriumfibrilleren in 3 zinnen 2. Hoe het voelt of niet voelt 3. Waarom we het behandelen 4. Wat onze afspraken zijn (medicijnen, controles, leefstijl) 5. Wanneer u direct moet bellen (3 alarmsignalen) 6. Ruimte voor vragen, uitnodiging om uw vragen op te schrijven Beperking: max 400 woorden. Eén onderwerp. Onzekerheid: noem onderaan, in 1 zin, welk medisch detail je bewust hebt weggelaten omdat het in deze folder verwarrend zou zijn.
Open in Gemini ↗

Beoordeel: zinslengte, jargonvrije termen, alarmsignalen klinisch correct? Is wat het ‘bewust weggelaten’ heeft in deze setting werkelijk verwarrend (bv. ablatie-opties bij eerste folder) of had jij het zelf juist wél vermeld?

Les 4.6: Beeldvorming en ECG, wat wel/niet aan de LLM

Doel: realistische verwachting van een tekst-LLM bij ECG en echo/CMR.

De huidige tekst-LLMs (ChatGPT, Claude) zijn geen ECG-interpretatiemodellen. Daar bestaan aparte AI-systemen voor (PMcardio, Cardiologs, etc.), getraind op miljoenen ECG-signalen. Wat een tekst-LLM wel goed doet:

  • Een ECG-rapport samenvatten in begrijpelijke taal.
  • Differentiële diagnose ontwikkelen nadat jij de ECG-bevindingen tekstueel hebt benoemd.
  • Een echo-verslag ordenen naar afwijkingen + ernst.
  • Patiëntuitleg maken bij een beeldvormings-uitkomst.

Wat hij niet moet doen: een ECG-foto direct interpreteren als basis voor klinisch beleid. Multimodale modellen (GPT-4 vision, Claude 3.5/4 met image) zien een ECG wel grafisch, maar maken fouten die een specialistisch ECG-AI-systeem of een cardioloog niet maakt. Voor onderwijs of een tweede meedenkende stem prima, voor beleid: niet.

De praktische werkverdeling

Jij of een ECG-AI-systeem interpreteert het ECG. De LLM helpt vervolgens met taal: samenvatting, DD, patiëntinformatie, brief.

Vragen bij les 4.6

6. Wat is een verstandige rolverdeling tussen LLM en cardioloog rond een ECG?

Live oefening 4: Echo-verslag ordenen voor MDO

Plak deze prompt in Claude Sonnet 5.5:

Je bent een cardioloog die een MDO klepchirurgie voorbereidt. Ik geef je ruwe, ongeordende echo-bevindingen van een fictieve patiënt. Zet deze om in een gestructureerd MDO-blok van maximaal 180 woorden, in deze vaste volgorde: 1. Eén zin kernvraag voor het MDO. 2. LV (functie, EF, dimensies, wandbewegingen). 3. Kleppen (focus op de pathologische klep, graad, mechanisme, LVOT/annulus indien relevant). 4. RV en pulmonale druk. 5. Overig relevant (atria, pericard, aorta). 6. Conclusie in één zin, zonder beleidsadvies. Regels: - Gebruik alleen informatie uit de input. Als iets ontbreekt, schrijf dan expliciet "niet vermeld" en verzin geen waarden. - Geen afkortingen uitleggen, dit is voor cardiologen. - Geen beleidsvoorstel, geen OK-indicatie, geen risicoscore. Ruwe bevindingen: Man 74 jr, bekend met HT, DM2. TTE vandaag. LV normale afmetingen, EF visueel 55-60%, geen regionale wandbewegingsstoornissen. Aortaklep tricuspide, zwaar verkalkt, Vmax 4.6 m/s, meanPG 52 mmHg, AVA 0.8 cm2 by continuity, DI 0.22. LVOT 2.1 cm. Milde AI. MI graad 1, degeneratief aspect. RV normale functie, TAPSE 21 mm. PASP geschat 38 mmHg. LA volume geindexeerd 42 ml/m2. Geen pericardvocht. Aorta ascendens 38 mm. Vraag verwijzer: ernst AS en geschiktheid voor interventie.
Open in Claude ↗

Plak in Claude Sonnet 5.5. Check of de output exact de zes blokken aanhoudt en binnen 180 woorden blijft. Verander daarna één gegeven in de ruwe bevindingen (bijvoorbeeld EF naar 35% of AVA naar 1.4 cm2) en kijk of de kernvraag en conclusie meebewegen. Noteer één zin wat je zelf nog zou aanpassen voor je eigen MDO-format.

Les 4.7: Literatuur en richtlijnen samenvatten

Doel: ESC-richtlijn of paper in een MDO-/CAT-formaat krijgen, met bron.

Combineer hier bewust drie dingen uit eerdere modules: bron leveren (module 4.2), vraag onderaan (module 2.4), en onzekerheid expliciet (module 4.1).

Richtlijn-samenvatting-template (met bron)
Rol: je bent een wetenschappelijk geschoolde cardioloog die voor een MDO een richtlijn-hoofdstuk samenvat. Hieronder hoofdstuk [X.Y] van de [naam richtlijn, jaar], letterlijk gekopieerd: [plak hier het complete hoofdstuk] Taak (onderaan): Maak een samenvatting in deze indeling: 1. Hoofdvraag van dit hoofdstuk (in 1 zin) 2. Wat is de algemene aanbeveling? (class / level of evidence indien vermeld) 3. Sub-aanbevelingen, bullets, met telkens de exacte zin uit de tekst die je citeert 4. Verschillen versus vorige versie (alleen als dit in de tekst staat, anders “niet vermeld”) 5. Praktische implicatie voor onze afdeling, in 2 zinnen Strikt: - Citeer ALLEEN wat in de bovenstaande tekst staat. - Als iets niet expliciet vermeld is: schrijf “niet vermeld in dit fragment”. - Verzin GEEN tabel- of paragraafnummers. Onzekerheid: noem onderaan welke twee vragen je MDO zou moeten stellen om dit hoofdstuk veilig te kunnen implementeren.

Live oefening 5: Eigen richtlijn-hoofdstuk samenvatten

Pak een hoofdstuk van een (openbaar beschikbare) ESC- of NVVC-richtlijn die jij vandaag nodig hebt. Kopieer het hele hoofdstuk en plak het in het template. Test daarna op tegenspraak: vraag het model expliciet “welke van jouw bullets zou een collega-cardioloog wellicht ter discussie stellen?”

Open in Gemini ↗

Voor lange richtlijnen (60+ pagina's): Claude (1M context) levert een vlottere route dan ChatGPT. Voor losse hoofdstukken werkt beide goed.

Les 4.8: Onderwijs maken voor co-assistenten en AIOS

Doel: snel een casus + 5 leervragen genereren voor onderwijsmomenten.

Cardiologen geven veel onderwijs. Een goede casus + meerkeuzevragen maken vraagt 30–60 minuten. Met een goed template lukt een eerste concept in 5 minuten, dat je dan klinisch nascherpt.

Casus + leervragen-template
Rol: je bent een opleider cardiologie. Je maakt onderwijs voor AIOS jaar 2. Onderwerp: [vul in: bv. interpretatie van eerste-uurs hs-troponine bij NSTE-ACS] Maak hieronder: 1. Een korte realistische casus (~150 woorden, geanonimiseerd, eerste presentatie) 2. Vijf meerkeuzevragen (a/b/c/d), oplopend in moeilijkheidsgraad: - Vraag 1: feitelijk / kennis - Vraag 2: interpretatie ECG / lab - Vraag 3: beleid / klinische beslissing - Vraag 4: pitfall / typische fout - Vraag 5: uitleg aan patiënt 3. Per vraag: het juiste antwoord + 2–3 zinnen feedback waarom dit klopt en waarom de andere opties niet, geschikt om aan een AIOS te tonen. Strikt: - Gebruik alleen mainstream klinische standaarden (geen exotische zeldzame diagnoses) - Geef GEEN richtlijn-citaten met paragraaf-/tabelnummers (om hallucinatie te voorkomen) Onzekerheid: noem onderaan welke vraag jij als opleider waarschijnlijk wilt herschrijven, en waarom.

Vragen bij les 4.8

7. Waarom zou je in een onderwijsprompt expliciet “geef geen richtlijn-citaten met paragraaf-/tabelnummers” zetten?

Les 4.9: Wat je niet in je prompt zet

Doel: een korte rode lijst om elke werkdag te kunnen onthouden.

Voor de uitgebreide privacy-uitleg met het verkeerslicht-model: zie module 5. Hier vast de kortste samenvatting, om alvast handelingsregel te zijn voor de oefeningen in dit moduul:

Niet in een publieke chat (ChatGPT.com, Claude.ai, Gemini, DeepSeek-chat)

  • Patiëntnaam, BSN, geboortedatum, exact adres of contactgegevens.
  • Volledige tekst van een dossiernotitie of brief mét bovenstaande gegevens.
  • DICOM-bestanden, originele ECG-trace-bestanden, foto's waar herkenbare patiënt op staat.
  • Combinaties van zeldzame diagnose + locatie + tijdstip die de patiënt re-identificeerbaar maken.

Wat meestal wél kan (op eigen verantwoordelijkheid)

  • Geanonimiseerde casuïstiek: leeftijdsrange, geslacht, klacht, bevindingen, zonder identificeerbare details.
  • Eigen ruwe punten / dictaat zonder patiëntnamen.
  • Geheel fictieve cases.
  • Eigen brieven van waaruit jij eerst alles persoonlijks hebt gehaald.

Voor “eigen omgeving” (ziekenhuisgoedgekeurde Copilot/Claude Enterprise/Azure OpenAI met DPIA) gelden vaak ruimere regels, vraag dat na bij ICT en de Functionaris voor Gegevensbescherming.

Les 4.10: Laat AI je interviewen voor een DD-hulpmiddel

Doel: in vijf tot tien minuten een plan krijgen voor een klein hulpmiddel dat jouw differentiaaldiagnose-denken ondersteunt, zonder het over te nemen.

Je kunt een LLM vragen om meteen een tool te bouwen. Beter: je vertelt kort wat je wilt (bijvoorbeeld ondersteuning bij DD-vorming), en vraagt de AI om jou te interviewen. Zo dwing je grenzen af: geen diagnose stellen, wel structuur, checklists en ontbrekende informatie markeren. Gebruik alleen fictieve of geanonimiseerde casus-elementen.

Praten mag. ChatGPT Voice/Live werkt op de gratis laag met een 24-uurs limiet (vaak een lichtere Live-variant). Gemini Live is vaak gratis met limieten. Claude heeft minder stem. Lukt Voice niet, typ dan. De prompt werkt voor beide.

Live oefening 6: Interview voor een DD-ondersteuner

Open Claude of ChatGPT. Plak. Beantwoord één vraag tegelijk. Vraag daarna om het plan; bouw pas als het plan klopt.

Ik ben cardioloog en wil een klein hulpmiddel dat ondersteunt bij differentiaaldiagnose (DD) en het ordenen van klinische redenering. Het mag geen diagnose stellen en geen beleid voorschrijven. Alleen structuur, ontbrekende info markeren, en een nette DD-lijst met één zin onderbouwing per item. Geen patiëntdata; alleen fictieve of geanonimiseerde casus-elementen. Doe het volgende, in deze volgorde: 1. Zeg in één zin wat je gaat doen: je interviewt mij 5-10 minuten om het plan te maken, en levert daarna een kort bouwplan. 2. Stel mij één vraag tegelijk. Wacht op mijn antwoord. Maximaal 8 vragen. 3. Dek: voor welke setting (poli, SEH, MDO), welke inputvelden, welke outputstructuur, hoe je "niet vermeld" afdwingt, hoe je voorkomt dat het model beleid verzint, of v1 een chat-prompt of een lokale HTML-artifact wordt. 4. Na de vragen: plan van maximaal 200 woorden (doel, niet-doelen, velden, output, veiligheidsregels). 5. Vraag of ik wil dat je daarna de prompt-template of HTML-artifact bouwt. Geen uitroeptekens. Geen marketingtaal. Begin nu met stap 1.
Open in Claude ↗ Open in ChatGPT ↗

Check of het plan expliciet zegt “geen diagnose, geen beleid”. Als Voice beschikbaar is: praat 5-10 minuten en vraag daarna het schriftelijke plan. Bouw pas daarna.

Take-home van module 4

Vijf bouwstenen

Rol + context + taak + format + onzekerheid. Eén regel onzekerheid maakt elk antwoord 30 % bruikbaarder.

Bron leveren

Niet “wat zegt de richtlijn?”, wél: hier is hoofdstuk X, citeer alleen wat hier staat. Anti-hallucinatie regel #1.

LLM = taal

De LLM is een taalmachine voor brieven, samenvattingen, folders, DD-structuur, onderwijs. ECG/echo-interpretatie blijft cardioloog of gespecialiseerd AI-systeem.

Eerst interviewen, dan bouwen

Voor een DD-hulpmiddel: laat de AI jou 5-10 minuten bevragen, check het plan (geen diagnose/beleid), bouw daarna pas.

← Module 3 Verder naar module 5 →