Wmo Agent
- Publicatiecategorie
- Impactvolle algoritmes
- Impacttoetsen
- DPIA
- Status
- In ontwikkeling
Thema
- Sociale zekerheid
- Zorg en gezondheid
Begindatum
Contactgegevens
Doel en impact
Het werkproces voor de behandeling van WMO aanvragen starten met een melding van een ondersteuningsvraag door een inwoner. Vervolgens wordt de melding geregistreerd, gescreend en toegewezen aan een Wmo-consulent. De consulent voert een onderzoek uit. Tijdens het onderzoek worden gesprekken gevoerd, aanvullende documenten verzameld en relevante gegevens uit gemeentelijke en wettelijke bronnen geraadpleegd. Op basis hiervan wordt een onderzoeksverslag opgesteld dat door de inwoner wordt gecontroleerd. Na accordering vormt dit de basis voor de uiteindelijke beschikking. De WMO consulent wordt hierbij ondersteund door de inzet van AI (Wmo-agent), gebouwd in Microsoft Copilot Studio en gebruikmakend van Azure OpenAI-technologie.
De Wmo-agent ondersteunt uitsluitend bij verslaglegging en kwaliteitscontrole door transcripties en documenten te analyseren; te controleren op volledigheid ten opzichte van wettelijke en gemeentelijke eisen; ontbrekende informatie te signaleren; een concept-onderzoeksverslag op te stellen volgens een vast format .De agent beslist niet over Wmo-voorzieningen; de Wmo-consulent blijft verantwoordelijk voor het onderzoek en de tekst.
Afwegingen
Vanuit gemeente Almere zijn we gestart met de verkenning en ontwikkeling van enkele ondersteunende AI-tools. Er is bewust voor gekozen om een AI-tool te ontwikkelen ter ondersteuning van Wmo-consulenten. Eén van de belangrijkste overwegingen hierbij is dat het onderzoeks- en uitwerkingsproces van aanvragen momenteel veel tijd vraagt. Het verzamelen, analyseren en vastleggen van relevante informatie vormt een arbeidsintensief onderdeel van het werkproces.
Met behulp van AI-ondersteuning kunnen deze werkzaamheden efficiënter worden uitgevoerd, waardoor een aanzienlijke tijds- en kostenbesparing kan worden gerealiseerd. Hierdoor ontstaat meer ruimte voor de inhoudelijke beoordeling en het persoonlijke contact met inwoners. Daarnaast draagt de ondersteuning bij aan een meer uniforme werkwijze, een consistente kwaliteit van de dossiervorming en beter onderbouwde besluitvorming. Uiteindelijk zorgt dit ervoor dat aanvragen sneller, zorgvuldiger en meer eenduidig kunnen worden behandeld.
Menselijke tussenkomst
De Wmo-consulent selecteert de input en controleert het concept aan de hand van de bronstukken. De consulent corrigeert fouten, voegt ontbrekende informatie toe en neemt de tekst handmatig over in het MO-platform. Een collega, senior-consulent of triagist toetst het verslag volgens het vierogenprincipe voordat het definitief wordt. De inwoner kan reageren op het verslag en de gemeente neemt en controleert zelf het uiteindelijke besluit.
Risicobeheer
Op het proces is een Data Protection Impact Assessment (DPIA) uitgevoerd, waarbij specifiek aandacht is besteed aan de risico’s die samenhangen met de inzet van AI en de verwerking van persoonsgegevens binnen het ondersteuningsproces. De DPIA noemt risico’s zoals foutieve AI-teksten, verwerking van te veel gezondheidsgegevens, onveilige opslag en verkeerde dossierkoppelingen.
Naar aanleiding van de uitkomsten van de DPIA zijn passende technische en organisatorische maatregelen geïmplementeerd om deze risico’s te beheersen. Als beheersmaatregelen noemt de DPIA broncontrole, het vierogenprincipe, beperkte toegangsrechten, logging, werkinstructies en audits. Volgens de DPIA worden persoonsgegevens niet gebruikt om het onderliggende AI-model te trainen en vindt geen profilering of automatische besluitvorming plaats. De werking en effectiviteit van deze maatregelen worden periodiek geëvalueerd, zodat kan worden geborgd dat de inzet van AI ook op langere termijn op een verantwoorde en rechtmatige wijze plaatsvindt.
Wettelijke basis
Gegevensverwerking binnen de inzet van ondersteunde AI tool vindt plaats op basis van de oorspronkelijke grondslag van de verwerking.
Artikel 2.3.2 Wmo 2015 verplicht het college om de ondersteuningsvraag van een inwoner zorgvuldig te onderzoeken. Artikel 5.1.1 Wmo 2015 biedt een wettelijke basis voor de verwerking van de daarvoor noodzakelijke persoonsgegevens, waaronder gezondheidsgegevens. Voor het gebruik van persoonsgegevens bij de AI-ondersteunde verslaglegging noemt de DPIA artikel 6, eerste lid, onder e, AVG als grondslag: de uitvoering van een taak van algemeen belang. Bij gezondheidsgegevens moet daarnaast aan artikel 9 AVG zijn voldaan; de precieze uitzonderingsgrond is in de DPIA nog niet expliciet benoemd, terwijl voor gespreksopnamen afzonderlijk toestemming wordt gevraagd.
Links naar wettelijke basis
- ⦁ Artikel 2.3.2 Wmo 2015: https://wetten.overheid.nl/BWBR0035362/2026-07-01/0
- ⦁ Artikel 5.1.1 Wmo 2015: https://wetten.overheid.nl/BWBR0035362/2026-07-01/0
Link naar verwerkingsregister
Toelichting op impacttoetsen
DPIA WMO Proces + inzet ondersteuning met behulp van AI (WMO Agent)
Impacttoetsen
Gegevens
De Wmo-agent verwerkt transcripties, gespreksaantekeningen en documenten die de consulent aanlevert voor het lopende Wmo-onderzoek. Daarin kunnen naam- en contactgegevens en informatie over de woon-, gezins- en mantelzorgsituatie voorkomen. Zo nodig worden ook financiële gegevens en bijzondere persoonsgegevens verwerkt, waaronder gegevens over lichamelijke of psychische beperkingen. De DPIA noemt ongeveer 6.000 inwoners per jaar voor het hele Wmo-proces, maar vermeldt geen afzonderlijk aantal voor de AI-agent.
Technische werking
De Wmo-agent is gebouwd met Microsoft Copilot Studio en maakt gebruik van een taalmodel via Azure OpenAI. De Wmo-agent gebruikt een generatief taalmodel (Large Language Model) via Microsoft Copilot Premium?Studio en Azure OpenAI.
Binnen het Wmo-proces wordt een algoritme ingezet in de vorm van een Large Language Model (LLM). Dit model verwerkt de door de Wmo-consulent aangeleverde input, waaronder gespreksverslagen, notities en relevante documenten uit het onderzoek. Op basis van deze informatie analyseert het model de tekstuele inhoud en genereert het een conceptonderzoeksverslag. Daarbij herstructureert het model de aangeleverde informatie, brengt het verbanden aan tussen verschillende onderdelen van het dossier en vat het relevante feiten en bevindingen samen volgens een vooraf bepaalde opbouw van het onderzoeksverslag.
De werking van het algoritme is uitsluitend gericht op het verwerken, ordenen en herschrijven van reeds beschikbare informatie. Het algoritme creëert geen nieuwe feiten, neemt geen besluiten en bepaalt niet welke ondersteuning een inwoner ontvangt.
Op basis van de aangeleverde stukken en vaste instructies signaleert de agent ontbrekende onderwerpen, stelt aanvullende vragen en schrijft een conceptverslag. De consulent controleert het resultaat en zet de tekst handmatig over in het MO-platform; de agent neemt geen besluiten. De gegenereerde output betreft uitsluitend een conceptverslag dat dient als ondersteuning voor de Wmo-consulent.
Na het genereren van het conceptonderzoeksverslag beoordeelt de Wmo-consulent de inhoud op juistheid, volledigheid en relevantie. Waar nodig worden aanvullingen, correcties of aanpassingen aangebracht. De Wmo-consulent blijft volledig verantwoordelijk voor het uitvoeren van het onderzoek, de vastlegging van de bevindingen en de uiteindelijke inhoud van het onderzoeksverslag.
Er is geen sprake van profilering. Het algoritme wordt niet gebruikt om inwoners in categorieën in te delen, eigenschappen af te leiden, gedrag te voorspellen of risico-inschattingen te maken. Ook vindt geen geautomatiseerde beoordeling plaats van de persoonlijke situatie, ondersteuningsbehoefte of aanspraak op voorzieningen. Het model verwerkt uitsluitend de door de consulent aangeleverde informatie met als doel deze efficiënt samen te vatten, te structureren en om te zetten naar een conceptonderzoeksverslag. De uiteindelijke beoordeling en besluitvorming vinden volledig plaats door een menselijke medewerker.