Hoe Sketchy medisch onderwijs tot leven brengt met spraak-AI

De opleiding geneeskunde is uitdagend, en dat is nog zacht uitgedrukt.

Nog maar een paar jaar geleden brachten studenten hun dagen door met het uit het hoofd leren van eindeloze flashcards en informatie uit dichtbedrukte studieboeken. Toch bleef het gevoel bestaan dat, hoeveel feiten je ook in je hoofd stampt, niets aankomende artsen volledig voorbereidt op echte gesprekken met patiënten. 

De oprichters van Sketchy kenden dat gevoel maar al te goed. In 2013 waren ze zelf geneeskundestudenten en tekenden ze figuren op servetten om onderwerpen uit de microbiologie beter te onthouden. 

Al snel groeiden die krabbels op servetten uit tot een volwaardig visueel leerplatform dat nu door honderdduizenden geneeskundestudenten wereldwijd wordt gebruikt.

Maar er is één onderdeel van het klinische traject dat zelfs de beste illustraties niet konden vastleggen: gesprekken met patiënten in de echte wereld.

Toen Sketchy begon te experimenteren met patiëntsimulaties, was het doel niet alleen om scenario's na te bootsen. Het was om bij studenten een emotionele reactie op te roepen. De aarzeling in de stem van een patiënt. Een subtiele verwarring. De subtiele signalen die klinische kennis omzetten in klinisch inzicht.

Daar kwam ElevenLabs om de hoek kijken.

Een nieuwe kijk op hoe geneeskundestudenten klinische vaardigheden oefenen

Sketchy had al naam gemaakt door complexe medische inhoud om te zetten in visuele herinneringen. Maar toen het team zich verder verdiepte in klinisch onderwijs, ontdekte het een tekortkoming. 

Studenten studeerden af met een sterke basiskennis, maar hadden vaak te weinig geoefend met klinisch redeneren, communicatie, empathie en de rommelige onzekerheid die kenmerkend is voor de zorg voor patiënten in het echte leven.

OSCE-voorbereiding, coschappen en mondelinge examens vragen meer dan alleen kennis reproduceren. Ze vereisen flexibiliteit en actieve betrokkenheid. En geen enkele set flashcards leert je hoe je reageert wanneer een patiënt voor het eerst een vraag stelt, of hoe je rekening houdt met culturele nuances bij het brengen van slecht nieuws.

Sketchy ging op zoek naar manieren om deze momenten te simuleren. Het antwoord lag niet in meer statische content of video's met vertakkende keuzes. Het moest aanvoelen als een echt gesprek, met alle echtheid en onvoorspelbaarheid die daarbij horen.

Integratie met ElevenLabs: stemmen bouwen die niet als bots klinken

“We gebruikten al AI om interactieve casussen te maken”, vertelt Ben Muller, MD, Chief Content Officer bij Sketchy. “Maar de ervaring voelde pas echt menselijk toen we spraak toevoegden.”

De eerste experimenten met kant-en-klare stemmodellen vielen tegen. Vlakke toon. Robotachtig tempo. Geen emotionele verbinding. Bij klinisch leren zijn die ontbrekende elementen belangrijk.

Wat ElevenLabs anders maakte, was hoe echt het klonk, tot in de intonatie. Het platform gaf Sketchy toegang tot emotioneel expressieve stemmen in tientallen talen, met nauwkeurige controle over tempo, toon en zelfs fonetische eigenaardigheden.

Een van de eerste uitdagingen? Temperatuur. Letterlijk. 

“Stemmodellen lazen dingen als ‘98 °F’ voor als ‘achtennegentig graden… F’”, herinnert Dr. Muller zich. De oplossing bestond uit het maken van foneemwoordenboeken om de uitspraak te sturen. Een klein technisch detail, maar veelzeggend. Want in klinische dialogen telt precisie.

Hoe hielp spraak-AI het medisch leerplatform?

Zodra ElevenLabs was geïntegreerd, merkten studenten direct verschil in hun leerervaring. 

Patiëntsimulaties klonken niet langer als acteurs die scripts voorlazen, maar voelden als gesprekken die je daadwerkelijk op een ziekenhuisafdeling zou kunnen voeren. Sketchy gebruikte ElevenLabs om stemmen te ontwerpen voor personages met verschillende persoonlijkheden — aarzelend, warm, stellig en verward. Elke stem werd afgestemd op specifieke klinische scenario's.

Een student die een astmacasus doorwerkt, kan een bezorgde moeder tegenkomen die snel achter elkaar vragen stelt. In een andere casus kan een tiener klachten stilletjes bagatelliseren. De AI-agents begonnen authentiek te reageren en pasten hun manier van spreken aan zodat die klonk als natuurlijke menselijke spraak.

Al snel stroomde er overweldigend positieve feedback binnen:

“Dit was ontzettend leuk… Ik kan niet wachten op meer casussen.”

“Ik vond de persoonlijkheid van de patiënt geweldig en het levensechte gesprek dat ze kon voeren.”

Studenten deden meer dan alleen leren: ze maakten verbinding tijdens interactieve oefeningen uit de echte wereld. En dat is precies wat oorspronkelijk de inspiratie vormde voor Sketchy.

Klinisch leren gaat verder dan ‘juiste antwoorden’

Sketchy was niet uit op vernieuwing om de vernieuwing. De content- en productteams testten grondig hoe spraakinteracties het zelfvertrouwen, het onthouden van kennis en de voorbereiding op de lange termijn van studenten beïnvloedden. Wat ze ontdekten, was bemoedigend.

Door passieve meerkeuzevragen te vervangen door actieve dialogen, oefenden studenten wat ze moesten zeggen en hoe ze dat moesten zeggen. 

Omdat de opzet interactief was, kon het team ook onderzoeken hoe studenten leerden: waarbij ze pauzeerden, waar ze aarzelden en hoe snel ze zich aanpasten.

Voor Sketchy waren deze inzichten niet abstract. Ze werden direct verwerkt in het ontwerp van toekomstige simulaties en hielpen zowel de onderwijscontent als de onderliggende AI-logica te verfijnen, in een positieve cyclus voor leerontwikkeling. 

Hoe ElevenLabs een platformverschuiving mogelijk maakte

Vanuit zakelijk oogpunt was de integratie van ElevenLabs logisch. 

Spraak-AI-interacties zijn een duidelijke onderscheidende factor geworden, vooral voor instellingen die op zoek zijn naar meeslependere en herhaalbare leervormen. De casussen met spraak houden lerenden langer betrokken en stimuleren hen om vaker terug te komen (een metric die het team nauwlettend volgt). 

Maar de werkelijke waarde was moeilijker te kwantificeren. Studenten kwamen beter voorbereid uit de simulaties, maar waren ook nieuwsgieriger, reflectiever en meer bereid om het opnieuw te proberen en te verbeteren.

Die verschuiving naar actief, zelfstandig en mensgericht leren is niet eenvoudig te realiseren. Maar met de juiste spraaktechnologie werd dit mogelijk voor Sketchy. 

Wat volgt hierna?

Sketchy ziet spraak-AI nu als een pijler van zijn toekomstige platform, niet als een eenmalige innovatie. 

Nieuwe toepassingen zijn al in ontwikkeling, met scenario's die verder gaan dan klinische feiten en onderwerpen behandelen zoals ethiek, teamwork en conflictoplossing.

Naarmate diagnostische AI-tools verbeteren, verwacht het team van Sketchy dat hun rol zal veranderen. Het zal niet 

genoeg zijn om studenten te leren de juiste diagnose te stellen. Ze zullen ook moeten leren hoe ze AI-uitvoer interpreteren, met onzekerheid omgaan en risico's duidelijk en empathisch aan patiënten communiceren.

In die context wordt menselijke verbinding een concurrentievoordeel.

En spraak — oprechte, imperfecte, menselijk klinkende spraak — speelt daarin een centrale rol.

Het advies van Sketchy voor andere EdTech-teams

Als Sketchy collega's in de EdTech-wereld één les zou meegeven, dan is het dit: digitaliseer niet alleen wat al bestaat. Gebruik AI om te bouwen wat eerder niet kon bestaan.

Spraak-AI bood nieuwe mogelijkheden om patiënten te simuleren die onderbreken. Emoties die je overvallen. Personages die invloed hebben op hoe de casus van een patiënt emotioneel wordt ervaren. Dit zijn geen gimmicks. Het zijn tools die studenten leren omgaan met de echte wereld, in plaats van een lineair gescripte wereld.

Zoals Girish Krishnaswamy, CEO van Sketchy, het verwoordde: “Het doel was nooit om docenten te vervangen of empathie te automatiseren. We wilden docenten extra mogelijkheden geven en leren onvergetelijk maken voor studenten.”