Rijksmap

RijksmapMinisterie van Volksgezondheid, Welzijn en Sport › rapport

Eindrapport Afwegingsmatrix controle-tooling oplossingen bij zelftesten

2021-09-01 · Onderzoeken en evaluaties: Deloitte · standaard Extern onderzoek · Toezicht & onderzoek

Open het rapport bij de bron Toon dit rapport in de interactieve Rijksmap

Waar gaat dit rapport over?

Officiële omschrijving

Om te onderzoeken of zelftesten een goed middel zijn om in te zetten bij testen voor toegang tot sociale evenementen heeft het ministerie van VWS gevraagd om een afwegingsmatrix te ontwerpen voor het beoordelen van de verschillende controle-tooling bij het afnemen van zelftesten door burgers, met het verzoek om, op basis van deskresearch, te komen tot een beoordeling op 5-8 gekozen controle-tooling oplossingen.

Risicothema's

Digitale disruptie, nieuwe technologie en AIFraude, omkoping en criminele uitbuitingVeranderende wet- en regelgeving

Waarom deze indeling: Het rapport is een afwegingsmatrix voor zeven controle-toolingoplossingen en beschrijft per oplossing apps, inloggen met DigiD, fotoanalyse van het testresultaat met machine learning, QR-codes, integratie met de CoronaCheck app en AI-supervisie, met leveranciers als ViruTec, Liberry, AppDx en Swabbey. Het onderwerp is dus de technologie, en daarom volg ik Y in digital als hoofdlabel en niet X met fraud voorop. De labelset van X is echter juister: fout- en misbruikgevoeligheid is een van de drie toetsingsthema's, met scores van 0 procent bij oplossing 1 tot 100 procent bij de fysieke varianten en criteria over intentionele manipulatie en persoonsverwisseling, en wet- en regelgeving vormt het knock-out thema met IVDR, Wpg, WGBO, Wkkgz, AVG, NEN 7510 en de Tijdelijke wet coronatoegangsbewijzen per oplossing uitgewerkt. Hse uit Y laat ik vallen: het rapport analyseert de gezondheidskant niet en beveelt juist aan om Public Health en epidemiologische overwegingen alsnog mee te wegen, wat aangeeft dat dit buiten deze analyse viel.

Toegekend met een AI-model (Opus 5) op basis van de zestien thema's van Risk in Focus; niet door mensen gevalideerd. Om de labels beter te onderbouwen gaan we ze gefaseerd herbeoordelen met een tweede, onafhankelijk model van een andere aanbieder (OpenAI naast Anthropic); vanwege tokenlimieten gebeurt dat stapsgewijs. Ziet u een fout? Laat het weten.

Waar hoort dit rapport bij?

Ministerie
Ministerie van Volksgezondheid, Welzijn en Sport
Onderdeel volgens het rapport
DG Volksgezondheid; Directie Infectieziektebeleid (IZB)
Bron
Onderzoeken en evaluaties: Deloitte
Toegepaste standaard
Extern onderzoek
Datum
2021-09-01

Bronnen

Het rapport zelf
originele publicatie
Omschrijving
officiële omschrijving, overgenomen van de publicatiepagina
Risicolabels
toegekend met een AI-model (Opus 5) volgens de zestien thema's van Risk in Focus (ECIIA), niet door mensen gevalideerd
Bijgewerkt
augustus 2026