Samen bouwen aan ziekenhuizen met AI en slim vastgoed

Waarom regionale ziekenhuizen nu al over ‘samen bouwen’ praten

De rek is eruit bij veel Nederlandse ziekenhuizen. Vastgoed is verouderd, bouwkosten zijn geëxplodeerd en het personeelstekort dwingt tot scherpe keuzes. BDO ziet in de Benchmark Ziekenhuizen dat de financiële ruimte klein is en adviseert daarom: bouw regionaal één nieuw ziekenhuis in plaats van drie losse projecten. De NVZ noemt het diplomatieker een “verkenning van toekomstbestendig zorgaanbod”, maar de beweging is duidelijk: minder stenen, slimmer georganiseerd.

Hier komt iets belangrijks bij: AI en PropTech veranderen wat ‘een goed ziekenhuisgebouw’ is. Je ontwerpt geen vast blokkendoos meer, maar een datagedreven, adaptief zorggebouw dat continu meebeweegt met vraag, personeel en technologie.

In deze blog laat ik zien:

• waarom regionale samenwerking in ziekenhuisvastgoed onvermijdelijk wordt;
• hoe AI in vastgoed (PropTech) daarbij het verschil maakt;
• welke concrete use-cases er zijn voor ziekenhuisbestuurders, vastgoedmanagers en CIO’s;
• en hoe je vandaag al kunt beginnen, zonder eerst een fusie te hoeven regelen.

Van fusiegolf naar ‘samen bouwen’: wat er echt verandert

De tijd van grote ziekenhuisfusies is voorbij. De Reinier Haga Groep is zelfs gedefuseerd. Toch moeten gebouwen vernieuwd worden, zorg verschuift naar de regio en de financiële druk stijgt.

De realiteit? Ziekenhuizen móéten samenwerken op vastgoed, ook als ze formeel zelfstandig blijven.

Waarom samen bouwen logischer is dan ooit

Een regionaal, gedeeld ziekenhuisproject heeft een paar harde voordelen:

• Lagere kapitaallasten: één groot, goed benut gebouw is goedkoper dan meerdere halflege locaties.
• Betere spreiding van zorg: je combineert een regionaal topklinisch centrum met sterke poliklinieken en eerstelijnszorg in de wijk.
• Meer flexibiliteit: met een modulair ontwerp en slimme technologie kun je functies verplaatsen zonder telkens grootschalig te verbouwen.

Maar hierin zit een spanningsveld dat ik vaak zie: iedereen voelt dat samenwerking nodig is, maar besluiten op onderbuik en historische verhoudingen in plaats van op harde data. En daar komt AI in vastgoed om de hoek kijken.

Hoe AI het gesprek over ziekenhuisvastgoed verandert

AI maakt van vastgoedbeslissingen geen meningskwestie meer, maar een scenario-oefening op basis van data. Dat geldt net zo goed voor een belegger die een woontoren wil kopen als voor een RvB die een nieuw regionaal ziekenhuis overweegt.

Vier PropTech-bouwstenen voor het regionale ziekenhuis

1. AI-waarderingsmodellen voor ziekenhuisvastgoed
   Niet alleen banken willen weten of een businesscase klopt, ziekenhuizen zelf ook. AI-modellen kunnen:

   • toekomstige kasstromen simuleren op basis van zorgvolume, DBC-mix en demografie;
   • verschillende bouwscenario’s doorrekenen (nieuwbouw vs. renovatie vs. herontwikkeling);
   • het effect van duurzaamheid (EPBD, BENG, PV-panelen, opslag) op exploitatiekosten zichtbaar maken.

   Daardoor kun je aan tafel met collega-ziekenhuizen en zorgverzekeraars met meer dan alleen een excelletje en een gevoel.

2. Huurder- en gebruikersanalyse op basis van AI
   In commerciële vastgoedland is huurderanalyse inmiddels standaard. In de zorg kan hetzelfde:

   • AI herkent patronen in OK-bezetting, polikliniekstromen en ligduur;
   • voorspelt waar piekbelasting ontstaat en welke functies juist prima buiten het centrale ziekenhuis kunnen;
   • maakt zichtbaar welke afdelingen structureel te veel of te weinig meters hebben.

   Dat geeft voeding voor afspraken als: “Dit deel van het gebouw is regionaal, dat deel is specifiek van ziekenhuis X of Y.”

3. Slim gebouwbeheer (smart hospital building)
   PropTech-sensoren en AI-analyses maken van een ziekenhuis een soort “levende dataset”:

   • realtime inzicht in ruimtegebruik, temperatuur, luchtkwaliteit, energie;
   • voorspellend onderhoud voor cruciale installaties en medische techniek;
   • dynamische toewijzing van kamers, spreekkamers en behandelruimtes.

   Gevolg: je hebt minder bruto vloeroppervlak nodig voor hetzelfde (of zelfs betere) zorgaanbod. En dat is precies waarom regionale nieuwbouw überhaupt haalbaar kan worden.

4. Investeringsbeslissingen onderbouwd met scenario-AI
   In plaats van één businesscase kun je tientallen scenario’s draaien:

   • Wat als we de SEH van twee ziekenhuizen combineren op één locatie?
   • Wat als we 20% van de poliklinische zorg naar digitale zorg verplaatsen tegen 2030?
   • Wat doet vergrijzing in onze regio met IC-capaciteit en benodigde bedden?

   AI helpt sturen op risico, rendement én maatschappelijke impact. Dat is precies het gesprek dat nu in verschillende regio’s wordt gevoerd onder vlag van de NVZ.

Praktische AI-use-cases voor regionale ziekenhuisprojecten

Je hoeft niet te wachten op een nationaal masterplan. Er zijn nu al praktische stappen waarmee je regionaal verschil maakt.

1. Regionale capaciteits- en locatiestudie met AI

Start met één gezamenlijke dataset van alle deelnemende partijen:

• historische productiegegevens (op hoofdlijnen);
• demografie en mobiliteitsdata van de regio;
• huidige vastgoedportefeuille: bouwjaar, m², energielabel, onderhoudsstaat;
• reistijden van patiënten en medewerkers.

AI-modellen kunnen vervolgens:

• warmtekaarten maken van huidige en toekomstige zorgvraag;
• optimale locaties aangeven voor een regionaal ziekenhuis, dagbehandelcentra en eerstelijnscentra;
• reistijd en bereikbaarheid simuleren, ook bij sluiting of samenvoeging van locaties.

Dit is geen toekomstmuziek; dit soort analyses wordt al gebruikt in retail en logistiek. De zorg loopt daar simpelweg nog achter.

2. AI-gedreven programma van eisen voor nieuwbouw

Een klassiek programma van eisen (PvE) komt vaak uit workshops, normen en ervaring. Belangrijk, maar ook beperkt. Met AI kun je:

• op basis van historische data zien hoeveel m² per functie je feitelijk gebruikt;
• scenario’s draaien: “Wat als 30% van de consulten hybride of digitaal wordt?”;
• verschillende indelingsconcepten genereren (bijv. meer generieke behandelkamers, minder functiespecifieke ruimtes).

Het resultaat: een PvE dat niet is gebouwd op wensdenken, maar op data én toekomstscenario’s.

3. Slimmer energie- en onderhoudsbeheer

Nieuwbouwprojecten moeten voldoen aan strenge duurzaamheidsnormen. Maar het echte verschil maak je met operationele data:

• AI voorspelt piekgebruik van energie en stemt installaties daarop af;
• onderhoud wordt gepland op basis van gebruik en slijtage in plaats van kalender;
• je kunt aantoonbaar maken hoe CO₂-reductie en lagere energielasten bijdragen aan de businesscase van gezamenlijke nieuwbouw.

Voor investeerders en banken is dit cruciaal. Een ziekenhuis dat zijn energiehuishouding kan voorspellen en optimaliseren, krijgt simpelweg makkelijker financiering rond.

4. Datagedreven governance in plaats van machtspolitiek

Een gevoelig punt: regionale samenwerking stuk laten lopen op ego’s en historie is de snelste weg naar stilstand. AI vervangt dat niet, maar helpt wel om:

• transparante dashboards te maken over gebruik, kosten en kwaliteit per locatie;
• objectieve afspraken te maken over wie welke meters, installaties en diensten gebruikt en betaalt;
• periodiek te toetsen of het gebouw nog past bij de zorgvraag in de regio.

Bestuurders die ik spreek, merken dat een gedeeld dataplatform spanningen vermindert. Niet alles wordt ineens eerlijk, maar gesprekken gaan wél meer over feiten dan over gevoel.

Wat betekent dit concreet voor zorgbestuurders en vastgoed- én IT-teams?

Samen bouwen aan een regionaal ziekenhuis is geen vastgoedproject meer, maar een data- en AI-project met stenen eromheen. Dat vraagt om andere keuzes in de organisatie.

Rollen die je nu moet organiseren

• CIO / CDO – Zorgt dat data, AI en cybersecurity vanaf dag één in de nieuwbouwplannen zitten.
• Vastgoedmanager met PropTech-profiel – Begrijpt zowel installatietechniek als dataplatformen en IoT.
• Medisch leiderschap – Denkt mee over zorgpaden die gebouw én IT raken (bijv. hybride poli, regionale OK-planning).
• Financieel directeur – Stuurt op scenario’s en durft te rekenen met baten van AI, niet alleen met bouwkosten.

Wie deze vier rollen als een los-vast gezelschap behandelt, krijgt uiteindelijk een duur, star gebouw. Wie ze bij elkaar zet met een gezamenlijke roadmap, bouwt een ziekenhuis dat 20 jaar mee kan en tóch flexibel blijft.

Waar begin je morgen mee?

Als ik het plat sla, zijn dit de eerste stappen:

1. Regionale datascan
   Maak inzichtelijk welke data er al zijn (productie, vastgoed, energie, HR) en welke gaten nog gedicht moeten worden.

2. Kleine AI-pilot op bestaand vastgoed
   Bijvoorbeeld: AI optimaliseert ruimtegebruik op één locatie of voorspelt onderhoud van een deel van de installaties. Zo leer je wat werkt, welke data ontbreken en hoe je governance moet regelen.

3. Gezamenlijke vastgoed- en AI-roadmap met regionale partners
   Koppel nieuwbouw- of renovatieplannen aan een expliciete AI- en PropTech-strategie. Niet als bijlage, maar als integraal onderdeel van het investeringsvoorstel.

4. Gesprek met financiers en verzekeraars op basis van data
   Laat zien hoe AI je helpt risico’s te beheersen: betere bezettingsgraad, lager energieverbruik, voorspelbare onderhoudskosten. Dat maakt de businesscase voor ‘samen bouwen’ sterker.

Waarom dit perfect past in de PropTech-trend in Nederland

De Nederlandse vastgoedmarkt is al jaren bezig met digitalisering: smart offices, slimme wooncomplexen, dynamische huurmodellen. Ziekenhuizen kunnen van al die ervaringen profiteren, maar hebben één extra dimensie: zorgcontinuïteit en publieke verantwoordelijkheid.

Samen bouwen aan een regionaal ziekenhuis wordt alleen haalbaar als:

• vastgoedbeslissingen datagedreven zijn;
• AI helpt om vraag, aanbod en gebouwlogistiek continu bij te sturen;
• PropTech niet wordt gezien als “gadgets”, maar als een integraal onderdeel van zorgstrategie.

Mijn stelling:

Het regionale ziekenhuis van 2035 is niet het resultaat van een fusie, maar van gezamenlijke, AI-gedreven vastgoedbeslissingen.

Wie nu inzet op AI in ziekenhuisvastgoed, bepaalt straks hoe die regionale zorgkaart eruitziet. De gesprekken over samen bouwen zijn al gaande. De vraag is vooral: zit jouw organisatie aan die tafel mét de juiste data en AI-inzichten, of kijk je vanaf de zijlijn toe?