De feiten: Toepassing AI in de zorg blijkt nog altijd minimaal
Bron: Skipr, Radiology, JAMAKunstmatige intelligentie (AI) wordt vaak gepresenteerd als dé oplossing voor de groeiende druk op de zorg. Maar ondanks jaren van investeringen en onderzoek is de toepassing in ziekenhuizen en zorginstellingen nog beperkt.
Uit een studie van Erasmus MC naar AI op intensive-care-afdelingen, waarover het vakblad Skipr schrijft, blijkt dat slechts 2 procent van de ontwikkelde modellen ooit in de klinische praktijk belandt. De rest blijft steken in prototypes. Dat was in 2021 ook al zo.
Technologie in de zorg werkt niet altijd beter samen
Soms blijkt AI zelfs averechts te werken: radiologen presteren in bepaalde situaties slechter als ze AI-ondersteuning krijgen, doordat ze onterecht advies van het systeem negeren of juist volgen. Dat was de uitkomst van een onderzoek gepubliceerd in het vakblad Radiology.
Ook in de langdurige zorg verloopt technologische integratie stroef. TNO constateerde dat hulpmiddelen als slimme sensoren, medicatiedispensers en robots vaak langs elkaar heen werken, en dat open platforms ontbreken.
AI-toepassingen in ziekenhuizen blijven voorlopig beperkt
In theorie is er veel mogelijk. Veel ziekenhuizen werken op kleine schaal al met AI. Het Catharina Ziekenhuis in Eindhoven bijvoorbeeld gebruikt AI onder meer bij borstkankerbestraling en werkt aan toepassingen die patiënten helpen bij het kiezen van een behandeling.
Maar ook daar schatten deskundigen op de werkvloer dat het nog tien tot vijftien jaar duurt voordat AI in de zorg breed rendement oplevert.
EW's visie: Het zal nog jaren duren voor AI zoden aan de dijk zet in de zorg
Door: Bram Hahn, redacteur Kennis & CultuurDe komst van AI in de zorg verloopt zoals het vaak gaat met nieuwe technologie: eerst zijn er de verbazing en verwondering over wat allemaal wel niet mogelijk is. Het beeld ontstaat, gevoed door onder meer producenten van AI-systemen en ronkende verhalen in de media, dat de nieuwe techniek de oplossing is voor alle problemen.
In het geval van de zorg zou AI de remedie zijn tegen de voortdurende personeelstekorten en stijgende zorgkosten. Dan blijken er in de praktijk toch heel wat hindernissen te zijn, dat het allemaal veel langer duurt en de verwachtingen te hooggespannen waren.
Strenge regels en hoge kosten remmen snelle AI-doorbraak
AI-systemen in de zorg vereisen niet alleen geavanceerde software, maar ook een robuuste infrastructuur voor dataverwerking, een veilige opslag en integratie met bestaande apparatuur en werkprocessen.
Dat vraagt forse investeringen, langdurige afstemming en een andere manier van werken. Daar komt bij dat de zorgsector sterk is gereguleerd en grote veiligheidsmarges hanteert. Elk nieuw systeem moet uitgebreid worden getest – en terecht, want medische fouten hebben directe gevolgen voor patiënten.
Beleidsambities botsen met taaie digitale praktijk
Opeenvolgende ministers van Volksgezondheid hebben AI in de zorg omarmd, vaak als onderdeel van een bredere digitaliseringsagenda. Daarmee gaven zij een belangrijk signaal: technologische innovatie is noodzakelijk om de zorg betaalbaar en toegankelijk te houden.
Maar waar in toespraken en beleidsplannen het accent ligt op de ongekende mogelijkheden, blijkt in de praktijk dat de eerste stappen vooral bestaan uit het ‘loodgieterswerk’: netwerken aanleggen, databestanden opschonen, personeel trainen.
Maar dat zijn net de stappen die niet zo sexy zijn en te weinig aandacht krijgen.
Laat de AI-hype niet omslaan in zorg-scepsis
Het risico van te hoge verwachtingen is dat teleurstelling omslaat in scepsis, waardoor noodzakelijke investeringen opdrogen. Dat zou zonde zijn, want AI kan op termijn zeker een waardevolle bijdrage leveren.
Het kan routinematig werk overnemen, variatie in beoordelingen verminderen, en data-analyses geven die artsen helpen bij complexe beslissingen.
De uitdaging voor politiek en bestuur is om realistisch te communiceren over tijdlijnen en om vast te houden aan het einddoel. AI in de zorg is geen wondermiddel, maar een hulpmiddel dat alleen effectief is in een goed functionerend systeem. Het bouwen van dat systeem kost tijd, maar de inzet loont.
Wie zegt wat over AI in de zorg?
- ‘Of het nu gaat om traditionele AI of om generatieve AI, de stap naar daadwerkelijk gebruik in de zorg blijft klein,’ schrijven onderzoekers van Erasmus MC in het vakblad JAMA.
- Toenmalig minister van Volksgezondheid Ernst Kuipers (D66) had het bij een werkbezoek aan het Universitair Medisch Centrum Groningen in januari 2024 over de ‘ongekende mogelijkheden van AI in de zorg’.
- ‘Revolutionair zijn de mogelijkheden die generatieve kunstmatige intelligentie (AI) in de zorg heeft,’ stond in het Regeerprogramma van het kabinet-Schoof.
- ‘AI wordt een revolutie in de zorg en ik zal er alles aan doen om die revolutie zo snel mogelijk plaats te laten vinden,’ zei Fleur Agema (PVV) bij haar eerste werkbezoek als minister van Volksgezondheid.
- ‘AI biedt grote kansen om de zorg te verbeteren en efficiënter te maken. Maar met deze kansen komen ook uitdagingen die niet mogen worden onderschat. Denk aan waarborgen rondom privacy, ethiek, toegankelijkheid […] en het voorkomen van oppervlakkige toepassingen (AI-washing),’ staat in een rapport van adviesbureau Berenschot.
Verdere verdieping: Het verschil tussen digitalisering, AI en generatieve AI
Digitalisering, kunstmatige intelligentie (AI) en generatieve AI in de zorg worden vaak in één adem genoemd, maar verschillen op een aantal punten. Samen vormen ze een opeenvolging van technologische stappen, elk met zijn eigen rol.
Digitalisering is de basis. Het gaat dan om het vervangen van papier en analoge processen door digitale systemen. Het elektronisch patiëntendossier is daar een van de bekendste voorbeelden van, net als digitale röntgenfoto’s en een online afsprakenportaal.
De computer slaat gegevens op, laat ze zien en stuurt ze door. Slim is dat nog niet: de machine denkt niet mee, maar regelt vooral dat artsen en verpleegkundigen sneller en makkelijker informatie kunnen vinden.
AI ondersteunt artsen, maar vervangt hen niet
AI gaat een stap verder. Het gaat om software die is getraind om patronen te herkennen in grote hoeveelheden gegevens en daar conclusies uit te trekken. Denk aan een algoritme dat een longfoto scant op mogelijke afwijkingen, of voorspelt welke patiënt op de intensive care extra risico loopt.
Het systeem ‘weet’ dat niet uit zichzelf, maar heeft geleerd van duizenden voorbeelden. AI kan artsen ondersteunen bij diagnoses, behandelkeuzes en planning. Het is geen vervanging van medisch inzicht, maar kan wel sneller en consistenter werken dan mensen, mits goed gevalideerd.
Generatieve AI biedt kansen, maar ook medische risico’s
Generatieve AI is de nieuwste loot aan de stam. Zij maakt niet alleen analyses, maar ook nieuwe inhoud. In de zorg kan dat bijvoorbeeld een automatisch geschreven ontslagbrief zijn, een samenvatting van een medisch dossier, of een visualisatie van hoe een operatie eruit kan zien.
Handig, maar niet zonder risico: generatieve AI kan verzinsels produceren die in medische context gevaarlijk zijn. Zo verzon Google Med-Gemini een lichaamsdeel in een rapport dat juist was bedoeld om de prestaties van Googles zorg-AI-model te illustreren.
Het onderscheid tussen de verschillende vormen is waardevol. Digitalisering leidt tot toegankelijke data, AI analyseert die data, en generatieve AI maakt er iets nieuws van. Zonder solide digitalisering is AI zinloos, en zonder betrouwbare AI heeft generatieve AI weinig waarde.