triqura-ecd/docs/swift/nextgen-epd-prd-ephemeral-ui-epd.md

📄 Product Requirements Document (PRD)

Product: Ephemeral UI EPD - "Het Vergankelijke EPD" Doel: AI Speedrun Deel 2 - Demonstreren van context-aware, on-demand interfaces voor GGZ Versie: 1.0 Datum: december 2024

---

1. Doelstelling

Primair doel

Bouwen van een Ephemeral UI EPD: een systeem waarin de interface niet permanent is, maar on-demand verschijnt op basis van wat de gebruiker wil doen. De gebruiker navigeert niet door menu's, maar spreekt of typt een intentie - en het juiste "bouwblok" verschijnt.

Het contrast met traditionele EPD's

Aspect	Traditioneel EPD	Ephemeral UI EPD
Navigatie	47 menu-items, tabbladen, submenu's	Eén input: "wat wil je doen?"
Interface	Altijd alles zichtbaar	Alleen wat je nu nodig hebt
Leren	200-pagina handleiding	Zero learning curve
Klikken	12 klikken voor rapportage	1 zin of voice command
Context	Gebruiker moet context onthouden	Systeem begrijpt context

Secundair doel

• Positioneren als thought leader op het snijvlak van AI en healthcare UX
• Demonstreren van Vercel AI SDK Generative UI capabilities
• Concrete showcase voor gesprekken met Nedap, Medicore, etc.

---

2. Wat is Ephemeral UI?

Definitie

Ephemeral UI ("vergankelijke interface") betekent dat interface-elementen:

1. On-demand verschijnen - alleen wanneer nodig
2. Context-aware zijn - weten wie je bent, welke patiënt, welk moment
3. Verdwijnen na gebruik - geen permanente schermvervuiling
4. Voorgedefinieerd zijn - geen willekeurig gegenereerde UI, maar geteste bouwblokken

Onze interpretatie voor GGZ

We bouwen geen volledig AI-gegenereerde interfaces (te onvoorspelbaar voor zorg). We bouwen wel een set van voorgedefinieerde UI-bouwblokken die:

• Door AI worden geselecteerd op basis van gebruikersintentie
• Automatisch worden gevuld met relevante data
• Na voltooiing verdwijnen of minimaliseren

---

3. Bestaande basis (uit Speedrun 1)

Wat we al hebben

Uit het Mini-ECD en Overdracht Dashboard:

Database (Supabase PostgreSQL):

• clients - patiëntgegevens
• intakes - intakeverslagen
• problem_profiles - DSM-light classificaties
• treatment_plans - behandelplannen met versioning
• nursing_logs - verpleegkundige dagregistraties
• appointments - afspraken (basis)
• vitals - vitale functies metingen
• risk_assessments - risicotaxaties

AI Functionaliteit:

• Samenvatten van tekst
• Leesbaarheid verbeteren (B1)
• Problemen extraheren uit intake
• Behandelplan genereren
• Overdracht samenvatting genereren

Tech Stack:

• Next.js 15 (App Router)
• Supabase (Auth + DB)
• Claude API (Anthropic)
• TailwindCSS + shadcn/ui
• TipTap rich text editor
• Deepgram (speech-to-text)

Wat we hergebruiken

• Volledige database schema
• Alle bestaande API routes
• AI prompts en functionaliteit
• Authenticatie en autorisatie
• Bestaande UI componenten (als bouwblokken)

---

4. De Bouwblokken

4.1 Overzicht van UI Bouwblokken

#	Bouwblok	Trigger voorbeelden	Data input	Output
1	Rapportage	"gesprek gehad", "notitie maken"	patient_id, transcript/tekst	Opgeslagen rapportage
2	Intake	"nieuwe cliënt", "intake"	basisgegevens, verwijzing	Intake + patient record
3	Behandelplan	"behandelplan", "doelen opstellen"	patient_id, diagnose	Treatment plan
4	Overdracht	"overdracht", "dienst eindigt"	patient_id[], tijdrange	Samenvatting
5	Dagnotitie	"medicatie gegeven", "incident"	patient_id, categorie	Nursing log entry
6	Zoeken	"zoek", "wie is", "vind"	zoekterm	Patient card(s)
7	Agenda	"afspraken", "planning", "wanneer"	datum, behandelaar	Agenda view
8	Metingen	"vitale functies", "meting invoeren"	patient_id, type	Vitals entry

4.2 Bouwblok Specificaties

Bouwblok 1: Rapportage

Trigger patterns:

• "Ik heb net een gesprek gehad met [naam]"
• "Notitie voor [naam]"
• "Rapportage maken"

UI Componenten:

• Patient selector (indien niet gespecificeerd)
• Rich text editor (TipTap)
• AI-knoppen: Samenvatten, Structureren, B1-niveau
• Tag selector (Gesprek/Observatie/Telefonisch/etc.)
• Save + Close actie

Pre-fill logica:

• Als patient genoemd: voorselect patient
• Als "gesprek": tag = Gesprek
• Als transcript meegegeven: vul editor

Na voltooiing:

• Opslaan in intakes of nursing_logs
• Toon bevestiging
• Minimaliseer naar "Laatste: [titel]" badge
• Klaar voor volgende actie

---

Bouwblok 2: Intake

Trigger patterns:

• "Nieuwe cliënt"
• "Intake starten"
• "Aanmelding verwerken"

UI Componenten:

• Stap 1: Basisgegevens (naam, geboortedatum)
• Stap 2: Verwijsgegevens (optioneel)
• Stap 3: Intake editor met AI-ondersteuning
• Stap 4: AI-suggestie voor probleemprofiel

Pre-fill logica:

• Als naam genoemd: vul naam in
• Als verwijsbrief geüpload: extract data

Na voltooiing:

• Patient aangemaakt
• Intake opgeslagen
• Probleemprofiel concept aangemaakt
• Navigeer naar volgende stap of minimaliseer

---

Bouwblok 3: Behandelplan

Trigger patterns:

• "Behandelplan opstellen voor [naam]"
• "Doelen formuleren"
• "Plan maken"

UI Componenten:

• Patient context header
• Diagnose/probleemprofiel samenvatting
• AI-gegenereerd plan (bewerkbaar)
• SMART doelen editor
• Interventies selector
• Versie management (concept/gepubliceerd)

Pre-fill logica:

• Laad bestaand probleemprofiel
• Laad recente intakes voor context
• Genereer voorstel met AI

Na voltooiing:

• Plan opgeslagen (concept of gepubliceerd)
• Toon bevestiging met versienummer

---

Bouwblok 4: Overdracht

Trigger patterns:

• "Overdracht maken"
• "Dienst eindigt"
• "Samenvatting voor collega"

UI Componenten:

• Multi-patient selector (of "mijn patiënten vandaag")
• Tijdrange selector (afgelopen X uur)
• Per patient: collapsible summary
• AI-samenvatting met bronverwijzingen
• Export/print optie

Pre-fill logica:

• Selecteer patiënten van huidige gebruiker
• Default tijdrange: afgelopen 8 uur
• Laad relevante nursing_logs, vitals, rapportages

Na voltooiing:

• Overdracht gemarkeerd als compleet
• Optioneel: doorsturen naar collega

---

Bouwblok 5: Dagnotitie (Quick Entry)

Trigger patterns:

• "Medicatie gegeven aan [naam]"
• "Incident bij [naam]"
• "[naam] heeft goed gegeten"

UI Componenten:

• Minimale form: categorie, tekst, tijd
• Categorieën: Medicatie, ADL, Gedrag, Incident, Observatie
• Checkbox: "Opnemen in overdracht"
• Quick save (enter = opslaan)

Pre-fill logica:

• Extract patient uit zin
• Extract categorie uit keywords
• Tijd = nu (aanpasbaar)

Na voltooiing:

• Direct opgeslagen
• Toast bevestiging
• Klaar voor volgende notitie

---

Bouwblok 6: Zoeken

Trigger patterns:

• "Zoek [naam]"
• "Wie is [naam]"
• "Toon patiënt [naam]"

UI Componenten:

• Search results cards
• Per card: naam, geboortedatum, laatste contact, status
• Klik = open patient context
• "Geen resultaten" state

Na selectie:

• Set active patient context
• Toon relevante vervolgacties: "Wat wil je doen met [naam]?"

---

Bouwblok 7: Agenda

Trigger patterns:

• "Mijn afspraken vandaag"
• "Afspraken voor [naam]"
• "Planning deze week"

UI Componenten:

• Dag/week view toggle
• Afsprakenlijst met tijden
• Patient naam + type afspraak
• Quick actions: afspraak toevoegen

Pre-fill logica:

• Default: vandaag, huidige gebruiker
• Als patient genoemd: filter op patient

---

Bouwblok 8: Metingen

Trigger patterns:

• "Bloeddruk invoeren"
• "Vitale functies [naam]"
• "Gewicht meten"

UI Componenten:

• Meting type selector
• Waarde input met validatie
• Trend indicator (vs vorige meting)
• Quick save

---

5. De Orchestratielaag

5.1 Command Center Interface

Het centrale scherm:

┌─────────────────────────────────────────────────────────┐
│  [🎤] Wat wil je doen?                          [user] │
│  _____________________________________________________ │
│                                                         │
│  Context: Dienst ochtend | 8 patiënten | 3 todo's      │
│                                                         │
│  ┌─────────────────────────────────────────────────┐   │
│  │                                                  │   │
│  │           [Actief Bouwblok verschijnt hier]     │   │
│  │                                                  │   │
│  └─────────────────────────────────────────────────┘   │
│                                                         │
│  Recent: [Jan - Rapportage] [Overdracht 14:00]         │
└─────────────────────────────────────────────────────────┘

5.2 Intent Classification

Flow:

[User Input: tekst of voice]
         ↓
[AI Intent Classifier]
         ↓
    ┌────┴────┐
    ↓         ↓
[Intent]  [Entities]
    ↓         ↓
[Route naar Bouwblok + Pre-fill data]
         ↓
[Render Bouwblok Component]

Intent Classification Prompt:

Je bent een intent classifier voor een GGZ EPD systeem.

Analyseer de gebruikersinput en return JSON:
{
  "intent": "rapportage|intake|behandelplan|overdracht|dagnotitie|zoeken|agenda|metingen|onbekend",
  "confidence": 0.0-1.0,
  "entities": {
    "patient_name": string | null,
    "date": string | null,
    "category": string | null,
    "action_type": string | null
  },
  "clarification_needed": boolean,
  "clarification_question": string | null
}

Gebruikersinput: "{input}"

5.3 Context Management

Actieve context bevat:

• current_user: ingelogde behandelaar
• active_patient: laatst geselecteerde patiënt (sticky)
• active_shift: huidige dienst info
• recent_actions: laatste 5 acties (voor "recent" badge)
• pending_items: openstaande taken

Context wordt gebruikt voor:

• Pre-filling van bouwblokken
• Suggesties bij ambigue input
• "Bedoelde je [patient X]?" bij onduidelijkheid

---

6. Voice Interface

6.1 Speech-to-Text Flow

[Mic Button Click]
      ↓
[Deepgram Streaming STT]
      ↓
[Live Transcription Display]
      ↓
[User confirms / auto-submit na pauze]
      ↓
[Intent Classification]
      ↓
[Bouwblok]

6.2 Voice Commands

• Wake phrase niet nodig (expliciete mic button)
• Continu luisteren tijdens bouwblok voor dicteren
• "Klaar" of "Opslaan" als voice command

---

7. Technische Architectuur

7.1 Nieuwe Routes

/app
  /(app)
    /command-center
      /page.tsx              # Hoofdscherm met input
      /components/
        CommandInput.tsx     # Tekst + voice input
        BuildingBlock.tsx    # Container voor actief blok
        ContextBar.tsx       # Context info display
        RecentActions.tsx    # Recent items
    
    /api
      /intent
        /classify/route.ts   # AI intent classification
      /context
        /route.ts            # Get/set user context

7.2 Building Blocks als Components

/components/building-blocks/
  /rapportage/
    RapportageBlock.tsx
    RapportageBlock.types.ts
  /intake/
    IntakeBlock.tsx
    IntakeBlock.types.ts
  /behandelplan/
    BehandelplanBlock.tsx
  /overdracht/
    OverdrachtBlock.tsx
  /dagnotitie/
    DagnotitieBlock.tsx
  /zoeken/
    ZoekenBlock.tsx
  /agenda/
    AgendaBlock.tsx
  /metingen/
    MetingenBlock.tsx
  
  /shared/
    BlockContainer.tsx       # Wrapper met header, minimize, close
    BlockHeader.tsx
    PatientSelector.tsx
    ConfirmationToast.tsx

7.3 State Management

// stores/commandCenterStore.ts
interface CommandCenterState {
  // Active block
  activeBlock: BlockType | null;
  blockData: Record<string, any>;
  
  // Context
  activePatient: Patient | null;
  recentActions: Action[];
  
  // Input
  inputMode: 'text' | 'voice';
  isListening: boolean;
  transcript: string;
  
  // Actions
  setActiveBlock: (block: BlockType, data?: any) => void;
  closeBlock: () => void;
  setActivePatient: (patient: Patient) => void;
  addRecentAction: (action: Action) => void;
}

---

8. User Flows

8.1 Happy Path: Rapportage na gesprek

1. User opent Command Center
2. Ziet: lege input, context "Ochtend dienst, 8 patiënten"
3. Spreekt: "Ik heb net een gesprek gehad met Jan de Vries"
4. Systeem:
   - Herkent intent: rapportage
   - Herkent entity: patient = "Jan de Vries"
   - Zoekt patient in DB
   - Opent Rapportage bouwblok met Jan geselecteerd
5. User dicteert inhoud gesprek
6. Klikt "AI Samenvatten"
7. Review en opslaan
8. Bouwblok minimaliseert
9. Klaar voor volgende actie

8.2 Ambigue Input

1. User typt: "notitie"
2. Systeem: confidence < 0.7, geen patient
3. Toont: "Voor welke patiënt wil je een notitie maken?"
4. User: "Jan"
5. Systeem: meerdere "Jan" in DB
6. Toont: selector met matches
7. User selecteert
8. Opent Dagnotitie bouwblok

8.3 Context Switch

1. User werkt in Rapportage voor Jan
2. Spreekt: "Wacht, even medicatie noteren voor Piet"
3. Systeem:
   - Herkent nieuwe intent + patient
   - Vraagt: "Rapportage voor Jan opslaan als concept?"
4. User: "Ja"
5. Rapportage minimized als "Jan - Concept"
6. Dagnotitie opent voor Piet
7. Na opslaan: "Terug naar Jan's rapportage?"

---

9. Niet in Scope (v1)

• Volledige voice-only mode (voice is input, niet navigatie)
• Multi-user realtime collaboration
• Offline mode
• Native mobile app (wel responsive web)
• Integratie met externe EPD's (later: FHIR)
• Volledig geautomatiseerde workflows (user blijft in control)
• AI-gegenereerde UI componenten (alleen voorgedefinieerde blokken)

---

10. Succescriteria

Functioneel

• 8 bouwblokken werkend met pre-fill
• Intent classification >85% accuracy op test set
• Voice input werkend met Deepgram
• Context persistence binnen sessie
• Gemiddeld <3 interacties tot taak compleet

Performance

• Intent classification <500ms
• Bouwblok render <200ms
• Voice transcription realtime (<100ms latency)

UX

• Zero training needed voor basis flows
• "Dit voelt als magie" feedback van test users
• 50% minder klikken vs traditionele navigatie (gemeten)

Business

• Demo-ready voor Nedap gesprek (7 jan)
• LinkedIn content: 4 posts over ephemeral UI concept
• Minimaal 2 concrete interesse-uitingen van GGZ partijen

---

11. Fasering

Fase 1: Foundation (Week 1)

• Command Center basis UI
• Intent classification API
• 2 bouwblokken: Rapportage + Dagnotitie
• Context management basis

Fase 2: Core Blocks (Week 2)

• Voice input integratie
• Bouwblokken: Zoeken, Overdracht, Behandelplan
• Pre-fill logica uitbreiden
• Recent actions tracking

Fase 3: Polish (Week 3)

• Bouwblokken: Intake, Agenda, Metingen
• Animaties en transitions
• Error handling en edge cases
• Performance optimalisatie

Fase 4: Demo Ready (Week 4)

• End-to-end testing
• Demo script en scenario's
• Documentation
• LinkedIn content

---

12. Risico's

Risico	Impact	Mitigatie
Intent classification onnauwkeurig	Hoog	Fallback naar handmatige selectie, train op GGZ vocabulaire
Voice transcription slecht in Nederlands	Middel	Deepgram NL model testen, fallback naar tekst
Gebruikers missen "overzicht"	Middel	Dashboard/overzicht als alternatieve entry point
Te veel edge cases	Hoog	Focus op 3-5 happy paths voor demo
Performance AI calls	Middel	Caching, streaming responses

---

13. Appendix: Intent Training Data (voorbeelden)

[
  {"input": "gesprek gehad met jan de vries", "intent": "rapportage", "entities": {"patient_name": "jan de vries"}},
  {"input": "notitie maken", "intent": "dagnotitie", "entities": {}},
  {"input": "nieuwe patient aanmelden", "intent": "intake", "entities": {}},
  {"input": "overdracht voor de avonddienst", "intent": "overdracht", "entities": {}},
  {"input": "zoek marie", "intent": "zoeken", "entities": {"patient_name": "marie"}},
  {"input": "mijn afspraken vandaag", "intent": "agenda", "entities": {"date": "today"}},
  {"input": "bloeddruk 140/90 bij piet", "intent": "metingen", "entities": {"patient_name": "piet", "measurement_type": "bloeddruk"}},
  {"input": "behandelplan opstellen", "intent": "behandelplan", "entities": {}}
]

---

Wijzigingslog

Versie	Datum	Wijzigingen
1.0	dec 2024	Initiële versie