AI in de zorg: geen vervanging maar ondersteuning

"AI gaat de zorg revolutioneren" hoor je sinds 2023 op elk congres. De realiteit in een Zeeuwse huisartsenpraktijk is rustiger: een tool die je consultnotitie omzet naar een ZIB-conform verslag scheelt 90 minuten per dag. Niet sexy, maar het werkt. De spectaculaire diagnose-AI uit het persbericht zit nog vaak in pilot, terwijl de saaie administratieve AI nu al patiëntcontact teruggeeft.

Dat is het eerlijke beeld. Niet utopie, niet ondergang. Wat betekent dat voor patiënten, artsen en de zorg in Nederland?

Wat betekent AI voor zorgprofessionals?

AI verandert vooral het saaie deel van het werk. Verslaglegging, codering, triage, terugbel-protocollen. Daar verliezen artsen en verpleegkundigen tijd, en daar levert AI zonder veel risico waarde. Diagnose ondersteunen kan, maar dat is een ander gesprek met andere validatie-eisen.

De uitdaging zit niet in de tech, die werkt. De uitdaging zit in de inbedding: koppeling met het EPD (HiX, Epic, Nedap), AVG-conforme verwerking, en zorgprofessionals die de tool ook echt gebruiken. Geen technologievraagstuk, een implementatievraagstuk.

Transparantie

Eén ding is wel cruciaal: je moet kunnen zien hoe een AI tot zijn conclusie komt. Een blackbox die zegt "verhoogd risico" zonder uitleg is in de zorg geen tool, dat is een aansprakelijkheidsrisico. Voor administratieve AI is de lat lager, voor diagnostische AI is uitlegbaarheid een harde eis.

Professor Carl Moons van het UMC Utrecht zegt hierover: "Kunstmatige intelligentie heeft een enorm potentieel om de patiëntenzorg en preventieve zorg, in alle zorgsectoren, te verbeteren. Van vroegtijdige diagnose van patiënten met longkanker tot het identificeren van mensen met een verhoogd risico op hartaanvallen, dementie, aangeboren afwijkingen, infecties en vele andere aandoeningen."

AI is geen vervanging, maar wel een hulpmiddel

AI vervangt geen artsen. Niet omdat de tech het niet zou kunnen, maar omdat de zorg een mens nodig heeft die verantwoordelijkheid draagt, context leest, en bij twijfel kan stoppen. Dat hoort bij het beroep.

En ja, AI maakt fouten. Soms andere fouten dan een mens, wat het tricky maakt. Daarom houdt een arts altijd de leiding en kan die fouten corrigeren.

Eric Topol, cardioloog en AI-expert, benadrukt dit punt in zijn boek "Deep Medicine". Hij stelt dat AI niet alleen kan bijdragen aan betere diagnoses, maar ook de menselijke kant van de zorg kan verbeteren door administratie te automatiseren. Dat tweede effect is op korte termijn de grotere winst.

Hoe wordt AI nu al gebruikt in de zorg?

Diagnostiek en behandeling

Een paar voorbeelden draaien al in Nederland. De WondGezond-app van Radboudumc laat patiënten thuis foto's van hun wonden maken; AI controleert of de wond goed geneest. In de radiologie helpen AI-systemen bij het analyseren van röntgenfoto's en CT-scans, waardoor radiologen sneller en nauwkeuriger diagnoses kunnen stellen. Geen van deze tools werkt zonder arts erachter, en dat is precies hoe het hoort.

Een studie gepubliceerd in Nature (2020) liet zien dat een AI-systeem van Google Health mammogrammen analyseerde om borstkanker op te sporen. Het systeem bleek in sommige gevallen beter te presteren dan menselijke radiologen.

Preventieve zorg met AI

AI-systemen kunnen grote hoeveelheden gezondheidsdata analyseren om risicofactoren te identificeren en vroegtijdige interventies mogelijk te maken. Het Mount Sinai Health System in New York ontwikkelde het AI-platform "Deep Patient" dat elektronische medische dossiers analyseert om voorspellingen te doen over ziekte-uitkomsten. Bruikbaar alleen als je weet hoe je die voorspelling in een klinische workflow inzet.

Voorspellende zorg in de praktijk

Een concreet voorbeeld is StrokeViewer van Nicolab. Dit AI-gedreven platform stelt artsen in staat om beroertes sneller en nauwkeuriger te diagnosticeren door geavanceerde beeldanalyse-algoritmen toe te passen op CT-scans. Hier wordt tijdwinst direct klinische winst, want bij een beroerte tellen minuten.

Uitdagingen van AI in de zorg

In Nederland staat of valt zorg-AI bij drie dingen: datakwaliteit en privacy (AVG plus Wbga voor genetische data, plus NEN 7510), uitlegbaarheid, en aansprakelijkheid bij fouten. Die laatste is juridisch nog niet uitgekristalliseerd, en dat houdt veel raden van bestuur tegen.

Daar komt de praktische realiteit nog bovenop: koppeling met het EPD. Een tool die niet schrijft naar HiX of Epic is voor de meeste instellingen geen tool, dat is een extra dashboard waar niemand inlogt. Vraag elke vendor: schrijft het terug, in welk formaat, en wie houdt dat onderhoud bij?

Beperkingen van AI

AI in de zorg is indrukwekkend, maar niet onfeilbaar. Een patroonherkenner snapt niet de volledige context van een patiënt: thuissituatie, eerdere klachten, wat de partner aan de telefoon zei. AI toont ook geen empathie en neemt geen ethische beslissingen. Geen tijdelijk hiaat dat met meer data verdwijnt, een fundamenteel verschil. Daarom blijft een zorgprofessional altijd onmisbaar.

De toekomst van AI in ons zorgstelsel

De toekomst is niet "AI doet de diagnose en de arts klikt OK". Realistischer: AI doet de voorbereiding, de arts beslist, AI doet de uitwerking.

Personalisatie van behandelingen

AI kan helpen om behandelingen beter af te stemmen op individuele patiënten op basis van eerdere behandelingen, lab-uitslagen en literatuur. Dit kan leiden tot effectievere behandelingen, minder bijwerkingen en meer kans op herstel. Niet voor elke aandoening even relevant, maar in oncologie en chronische zorg al concreet.

Efficiëntere zorgprocessen

Door taken te automatiseren ontlast AI zorgverleners van administratie. Zo houden ze tijd over voor wat belangrijk is: persoonlijk contact met patiënten. Dit is op korte termijn de grootste winst, en wordt structureel onderschat omdat hij niet spectaculair is.

Vroege detectie van ziektes

AI-systemen kunnen helpen bij het vroegtijdig opsporen van ziektes, soms voordat er duidelijke symptomen zijn. De praktische uitrol hangt af van of het zorgsysteem die signalen ook kan opvangen, want vroege detectie zonder follow-up-capaciteit is geen vooruitgang.

Praktische AI in de Nederlandse zorg: waar je vandaag al kunt beginnen

Naast de spectaculaire toepassingen (radiologie, eiwitstructuur, beeldanalyse) zijn er minstens zo waardevolle praktische toepassingen waar Nederlandse zorginstellingen vandaag al verschil kunnen maken.

De grootste directe winst zit in administratieve ontlasting: verslagen automatisch genereren op basis van consultnotities (Augmedix, Suki, Nuance Dragon) levert gemiddeld 1 tot 2 uur per arts per dag op, die direct in patiëntcontact kan vloeien. Triage en planning is een sterke tweede: AI-systemen die symptoom-input classificeren en doorverwijzen naar de juiste afdeling, wat bij huisartsenposten en SEH's wachttijden en verkeerde doorverwijzingen verlaagt.

Patiëntcommunicatie loopt parallel: geautomatiseerde antwoorden op standaardvragen (medicatie, afspraken, voorbereiding op onderzoek) via secure WhatsApp Business of patiëntportalen, 24/7 zonder personeel te belasten. En ten slotte documentatie en codering: automatische DBC- en ICD-10-codering en kwaliteitsregistraties op basis van dossierinhoud, met tijdwinst en hogere completeness van data.

AVG, NEN 7510 en compliance

Zorgdata is bijzonder gevoelig en valt onder bijzondere AVG-categorieën plus de NEN 7510-norm voor informatiebeveiliging in de zorg. Cloud-AI met klantdata is alleen toegestaan onder strikte voorwaarden: verwerkersovereenkomst, EU-only data-opslag, geen training op klantdata, en transparantie naar de patiënt. Een vendor die op die vier punten geen helder antwoord heeft, is geen vendor voor de zorg.

Voor de zwaarste cliëntdata (jeugdzorg, ggz-dossiers) is on-premise of een EU-private cloud serieus te overwegen. Bespreekbaar per dossier, niet de standaardroute. Dat soort opzet kan ook helpen bij eisen van de Inspectie Gezondheidszorg en Jeugd.

Conclusie

AI in de zorg is geen revolutie, het is gereedschap. De grootste winst zit niet in spectaculaire diagnose-AI, maar in de saaie laag eronder: administratie, codering, triage en patiëntcommunicatie. Daar wordt nu al tijd teruggegeven aan de mensen die zorg leveren.

Begin klein op een proces dat zichtbaar pijn doet (vaak verslaglegging), neem de EPD-koppeling vanaf dag 1 mee, en maak AVG/NEN 7510 hard bij vendor-selectie. Geen pilot van twee jaar, één tool live in één afdeling en daarna verbreden.

Voor zorgorganisaties die concreet willen beginnen: een korte analyse brengt in kaart welke processen het meest opleveren, met aandacht voor AVG, NEN 7510 en de cultuur van jouw instelling.

Benieuwd hoe AI jouw zorgorganisatie kan ondersteunen? Doe de gratis AI Scan en ontvang binnen 1 minuut een persoonlijke analyse in je inbox.