Overslaan naar hoofdinhoud
OpenAI

23 oktober 2026

Start-up

Anima: 75% kortere belwachttijd met GPT‑6 en GPT‑Live

Anima vergroot met OpenAI-modellen de mogelijkheden van zorgteams, zodat ze meer capaciteit hebben om patiënten te helpen.

Wit Anima-woordmerk op leiblauw katoenpapier met een gebogen lijn in licht reliëf.
Grootte van de onderneming: Start-up
Regio: Europa en het VK
Sector: Gezondheidszorg
Producten: API

75%+

Kortere telefonische wachttijden

3,5

Mediane afhandeltijd per zorgvraag bij benadering (uren)

2–3×

Gebruikelijke doorvoer bij documentverwerking ten opzichte van de uitgangssituatie

86%

Van de ondervraagde patiënten zou AI-assistent Andi opnieuw gebruiken

Bezig met laden...

Verzoeken van patiënten, medische brieven en consultverslagen leveren allemaal werk op dat zorgteams moeten beoordelen en opvolgen. Als dat werk zich opstapelt, moeten patiënten mogelijk langer op een reactie wachten en kan belangrijke informatie in wachtrijen blijven liggen.

Anima⁠(opent in een nieuw venster) brengt deze werkprocessen samen in één platform, met gespecialiseerde AI-collega's die anamneses afnemen, documenten verwerken en conceptverslagen opstellen voor zorgteams. Anima streeft naar gepersonaliseerde zorg voor iedereen, vanuit de overtuiging dat zorg moet aansluiten op de behoefte.

Anima begon in het Verenigd Koninkrijk, waar het inmiddels meer dan 14 miljoen patiënten in ruim 1.000 praktijken bedient en maandelijks meer dan 800.000 zorgvragen verwerkt. Het bedrijf breidt uit naar de VS, Australië en andere landen. Het bedrijf gebruikt GPT‑6‑modellen voor documentverwerking en GPT‑Live voor telefoongesprekken. Volgens Shun Pang, CEO en medeoprichter van Anima, viel de keuze op OpenAI na het benchmarken van alle closedsource- en opensourcemodellen.

"We kozen OpenAI voor Anima's bedrijfskritische processen vanwege de superieure intelligentie, de intelligentie per dollar en de mogelijkheid om modellen bij te sturen via in-context learning."

—Shun Pang, medeoprichter en CEO van Anima

Patiënten sneller te woord staan en zorgteams helpen hen beter te bedienen

Voordat hij Anima oprichtte, volgde Shun een medische opleiding. Daar zag hij hoe een patiënt mogelijk levensreddende zorg misliep doordat afwijkende testuitslagen zes maanden in een wachtrij bleven liggen. Hij raakte ervan overtuigd dat het probleem in de zorg niet in de geneeskunde zat, maar in de manier waarop informatie door het systeem stroomde. Hij bouwde Anima om zorgteams meer capaciteit te geven om op de behoeften van patiënten in te spelen. Het platform brengt verzoeken van patiënten, medische documenten en vervolgacties samen op één plek.

Andi, de AI-receptionist van Anima, is gebouwd op GPT‑Live. Patiënten kunnen hun klachten telefonisch aan Andi beschrijven. Anima's eigen regelengine stuurt het gesprek daarbij volgens deterministische, medisch goedgekeurde intakeprocessen. GPT‑5.4 mini selecteert vervolgens de juiste vragenlijst, waarna de volledige anamnese als een gestructureerde zorgvraag in het praktijkdashboard verschijnt. Artsen en praktijkmedewerkers kunnen de zorgvraag daar beoordelen en actie ondernemen.

Volgens Anima hebben praktijken die Andi gebruiken hun telefonische wachttijden teruggebracht van 40 à 50 minuten naar 10 minuten: een daling van minstens 75%. In Anima's patiëntenonderzoeken gaf 86% aan Andi opnieuw te willen gebruiken. Anima ontdekte dat tachtigers en negentigers tot de meest tevreden gebruikers behoorden. "Ze praten heel graag met een spraakgestuurde agent", zegt Shun. "Die is eindeloos geduldig en heel beleefd."

100.000 documenten verwerken in enkele dagen

Anima's product Documents gebruikt GPT‑6‑modellen om informatie uit binnenkomende medische documenten te halen, zoals de afzender, ontvanger, het documenttype en de datums van gebeurtenissen. Een verwerkingsketen met meerdere stappen koppelt vervolgens elk document aan de juiste patiënt, bepaalt de passende medische codes en stelt een vervolgactie voor die praktijkmedewerkers kunnen beoordelen.

Medische codering bleek een van de lastigste technische vraagstukken. "Er zijn ongeveer 800.000 mogelijke SNOMED-codes", zegt Michael Skupien, hoofd engineering bij Anima. "Slechts een klein deel wordt regelmatig gebruikt, maar praktijken maken nog steeds verschillende keuzes over welke codes ze gebruiken."

In plaats van praktijken te vragen het systeem te configureren of voor elke klant afzonderlijke modellen te finetunen, gebruikt Anima in-context learning om modelbeslissingen af te stemmen op elke praktijk. Deze aanpak vereist modellen die instructies consequent kunnen opvolgen.

"Alle modellen van OpenAI volgen instructies heel goed op, zijn makkelijk bij te sturen en reageren daar betrouwbaar op."
—Michael Skupien, hoofd engineering bij Anima

Volgens Anima verwerken praktijken die voorheen zo'n 15 documenten per uur verwerkten er nu doorgaans 30 tot 45. De best presterende praktijken verwerken er 45 tot 60. "We hebben gezien dat praktijken binnen enkele dagen na de invoering van Anima achterstanden van meer dan 100.000 documenten wegwerkten", zegt Shun. "Daardoor bereiken belangrijke updates en medicatiewijzigingen de zorgverleners snel, in plaats van maanden in een wachtrij te blijven liggen."

Medische conceptverslagen opstellen in enkele seconden

Terwijl patiënten cruciale informatie delen, moeten artsen hun aandacht verdelen tussen luisteren en aantekeningen maken voor het medisch dossier. Anima bouwde het product Scribe met GPT 5.6 Luna om consulttranscripten om te zetten in gestructureerde medische verslagen. Diezelfde medische context wordt vervolgens hergebruikt om concepten voor verwijsbrieven en vervolgberichten aan patiënten op te stellen.

Consulttranscript in Anima Scribe met gemarkeerde klachten, medische codes en een taak voor een thoraxfoto.

In plaats van het hele consult te typen, kan een arts meer aandacht aan de patiënt geven. Volgens Anima staan conceptconsultverslagen nu binnen enkele seconden klaar voor beoordeling door de zorgverlener, terwijl het schrijven ervan voorheen meerdere minuten kostte. Ook verwijsbrieven, waarvan het opstellen vaak 5 tot 15 minuten kostte, kunnen op basis van het consult en het patiëntendossier binnen enkele seconden als concept klaarstaan voor beoordeling door de zorgverlener.

"Patiënten ontvangen kort na het consult duidelijke vervolgberichten, waardoor ze zich minder zorgen maken en het besprokene beter onthouden", zegt Shun. "We horen vaak dat artsen nu op tijd klaar zijn in plaats van tot acht of negen uur 's avonds door te werken."

Meer capaciteit voor zorg die aansluit op de behoefte

Anima streeft naar gepersonaliseerde zorg voor iedereen. Daarvoor hebben zorgteams de informatie, tijd en capaciteit nodig om ieders behoeften te begrijpen en daar gedurende het hele zorgtraject naar te handelen.

Met OpenAI-modellen zet Anima concrete stappen om die visie te verwezenlijken. Andi verzamelt telefonisch informatie en zet die om in gestructureerde verzoeken waarmee medewerkers aan de slag kunnen. Documents helpt teams binnenkomende medische informatie te verwerken. Scribe stelt conceptverslagen en vervolgberichten op die zorgverleners kunnen beoordelen.

Volgens Anima worden de meeste zorgvragen op het platform binnen 24 uur afgehandeld, met een mediane afhandeltijd van ongeveer 3,5 uur. "Met ondersteuning van de modellen van OpenAI maken we een enorm verschil voor 14 miljoen patiënten in het Verenigd Koninkrijk", zegt Shun. "Het is echt van cruciaal belang voor de patiënten en de praktijken."

Anima geeft teams nu meer ruimte om zorg te verlenen en helpt ze zorgpaden en diensten voor de toekomst te ontwikkelen.