AI kan de kwaliteit van zorg verhogen, maar ons bekostigingssysteem straft dat nu vaak financieel af. Hoe zet je toch rendabele AI-innovatie op de agenda?
Kwaliteit omhoog, geld omlaag: waar het Ă©cht misgaat
Een ziekenhuis dat dankzij AI 20 procent minder complicaties heeft, hoort champagne te ontkurken. In de praktijk gebeurt er iets anders: de omzet daalt, de kosten lopen door en de businesscase ziet er ineens beroerd uit. Beter presteren betekent minder inkomsten. Exact dat mechanisme beschrijft het promotieonderzoek van Maura Leusder (Erasmus Universiteit): onze bekostiging straft innovatie af.
Dit raakt de hele serie AI voor Nederlandse zorg: Innovatie in de Gezondheidszorg. Want zolang het geldsysteem botst met kwaliteitsverbetering, blijven veel AI‑toepassingen hangen in pilots, proeftuinen en subsidies. In deze blog fileer ik dat spanningsveld en laat ik zien welke keuzes zorgbestuurders, medisch specialisten en ict‑leads nú kunnen maken om tóch vooruit te komen.
Hoe het huidige bekostigingssysteem innovatie afstraft
De kern is pijnlijk simpel: het Nederlandse zorgstelsel beloont volume, niet voorkomen. AI‑innovaties zijn vaak juist goed in voorkomen, versnellen en verschuiven van zorg.
Volumeprikkels botsen met AI en passende zorg
Bij veel dbc’s en prestaties geldt: minder opnames, kortere ligduur of minder verrichtingen betekenen automatisch minder inkomsten. Terwijl AI‑toepassingen precies daarop inzetten:
- triage‑algoritmen die onnodige SEH‑bezoeken verminderen;
- voorspellende modellen die heropnames terugbrengen;
- decision support die dure, niet‑passende behandelingen voorkomt.
Het resultaat:
Elke vermeden opname of verrichting is financieel verlies binnen het huidige model, zelfs als de kwaliteit aantoonbaar beter is.
Voor een individuele raad van bestuur is het dan rationeel om voorzichtig te zijn met dit soort innovaties, hoe maatschappelijk wenselijk ze ook zijn.
Hoge vaste kosten, dalende opbrengsten
Uit onderzoek naar kostenstructuren in de zorg (zoals dat van Leusder) weten we: ziekenhuizen en veel andere instellingen hebben een groot aandeel vaste kosten. Denk aan gebouwen, ICT‑platforms, apparatuur, personeel in vaste dienst.
AI kan variabele kosten verlagen (minder uren, minder heropnames), maar de vaste kosten blijven staan. Gevolg:
- de totale kosten dalen maar beperkt;
- de omzet daalt direct bij minder productie;
- de kostprijs per behandeling kan zelfs stijgen.
Dat voelt voor bestuurders als financieel risico, zeker richting banken, zorgverzekeraars en interne stakeholders.
Drie typische situaties waarin AI nu wordt “afgestraft”
Zodra je door een financiële bril naar AI‑projecten kijkt, zie je overal dezelfde patronen terugkomen.
1. AI‑triage in de spoedzorg
Stel: een regionaal ziekenhuis introduceert AI‑ondersteunde triage in de acute zorg. Patiënten worden sneller naar de juiste plek verwezen: huisarts, huisartsenpost, SEH of thuisblijven met duidelijke instructie.
Effect op de zorg:
- minder onnodige SEH‑bezoeken;
- kortere wachttijden voor écht urgente patiënten;
- hogere patiënttevredenheid.
Effect op de financiën onder het huidige model:
- minder declarabele SEH‑contacten;
- vaste kosten SEH blijven gelijk (24/7 bezetting, gebouw, apparatuur);
- exploitatiecijfers verslechteren, terwijl je juist kwaliteit en toegankelijkheid verhoogt.
2. AI voor kortere ligduur en minder complicaties
Predictive analytics die bijvoorbeeld delier, heropnames na heupoperaties of IC‑opnames na grote chirurgie voorspellen, kunnen aantoonbaar complicaties terugdringen.
Op papier geweldig:
- minder ligdagen;
- minder dure complicatiebehandelingen;
- betere uitkomsten voor patiënten.
In het huidige bekostigingssysteem betekent dat vaak:
- minder dbc‑omzet bij vrijwel dezelfde vaste kosten;
- capaciteitsreductie is politiek en organisatorisch lastig;
- de investering in AI lijkt financieel “niet rendabel”.
3. AI in de ggz en langdurige zorg
Ook buiten de ziekenhuiszorg schuurt het:
- In de ggz verkorten AI‑ondersteunde triage en behandelkeuzehulpen wachttijden en onnodige trajecten, maar productie‑afspraken zijn vaak in uren of trajecten gegoten.
- In de ouderenzorg en gehandicaptenzorg kunnen sensortechnologie en voorspellende modellen valincidenten of crisissituaties voorkomen. De baten vallen vaak bij verzekeraars of gemeenten, terwijl de kosten en organisatorische pijn bij de zorgaanbieder liggen.
Kort gezegd: de financiële voordelen van AI vallen nu te vaak op een andere plek dan waar de investeringen en risico’s liggen.
Wat er wél nodig is: van volume naar waarde
Als we AI in de Nederlandse zorg serieus willen inzetten, moet het bekostigingssysteem meebewegen richting waardegedreven zorg. Dat is geen theoretische exercitie; er zijn concrete knoppen waar je als sector aan kunt draaien.
1. Nieuwe contractvormen tussen aanbieder en verzekeraar
De belangrijkste hefboom ligt in de zorginkoop. Zorgverzekeraars en zorgaanbieders kunnen veel meer sturen op uitkomsten Ă©n totale kosten per populatie, in plaats van op aantallen verrichtingen.
Voor AI‑projecten werkt in de praktijk een combinatie van:
- meerjarenafspraken met ruimte voor lagere productie zonder directe korting op het budget;
- shared savings‑modellen: worden complicaties en heropnames aantoonbaar minder, dan delen verzekeraar en aanbieder in het financieel voordeel;
- innovatiebudgetten gekoppeld aan duidelijke KPI’s (uitkomsten, wachttijden, medewerkerstevredenheid), niet alleen aan productie.
Zonder dit soort afspraken zal AI vooral in pilots blijven steken.
2. Anders kijken naar vaste kosten en capaciteit
AI die zorgvraag vermindert of verplaatst, heeft pas echt financieel effect als je óók naar capaciteit durft te kijken. Dat vraagt leiderschap.
Praktisch betekent dit:
- scenario’s maken: wat doen we met de vrijgespeelde capaciteit? Minder bedden, herprofileren van afdelingen of omzetten naar dagbehandeling;
- vroegtijdig in gesprek met banken en financiers over investeringscurves en terugverdientijd van AI‑projecten;
- kritisch kijken naar vastgoed‑ en ICT‑portefeuilles: niet elk m² of elke applicatie blijft heilig.
De organisaties die dit expliciet in hun meerjarenstrategie opnemen, hebben een veel grotere kans dat AI zich ook financieel terugbetaalt.
3. Baten en lasten eerlijk verdelen in de keten
Veel AI‑toepassingen verschuiven zorg tussen domeinen: van ziekenhuis naar eerste lijn, van Wlz naar Wmo, of van zorg naar sociaal domein. Wie betaalt, wie profiteert?
Oplossingen die ik in de praktijk zie werken:
- regionale samenwerkingsverbanden (zorgkantoor, verzekeraars, gemeente, aanbieders) die gezamenlijk investeren in AI rond bijvoorbeeld kwetsbare ouderen of chronische patiënten;
- ketenbrede businesscases waarin ook effecten op huisartsenzorg, wijkverpleging en opnamecijfers worden meegenomen;
- bestuurlijke afspraken dat een deel van de “winst” (minder ziekenhuisopnames) terugvloeit naar de partijen die investeren in technologie en implementatie.
Zonder die verdeling van baten en lasten blijft iedereen wachten op elkaar.
Hoe bouw je een sluitende businesscase voor AI in jouw organisatie?
De realiteit: de bekostiging verandert traag. Dus moet je slim omgaan met de spelregels van vandaag, terwijl je bouwt aan die van morgen. Een sterke AI‑businesscase in de zorg bevat in elk geval vier elementen.
1. Combineer kwaliteits‑ én financiële effecten
Alleen een verhaal over “kwaliteit” is te mager; alleen “besparing” is ongeloofwaardig. Breng daarom beide scherp in beeld:
- klinische uitkomsten (complicaties, mortaliteit, PROMs);
- procesindicatoren (wachttijd, ligduur, doorlooptijd diagnostiek);
- financiële parameters (dbc‑omzet, inzet fte, inkoopkosten);
- impact op personeel (werkdruk, verzuim, verloop).
Gebruik realistische scenario’s, bijvoorbeeld een optimistisch, realistisch en conservatief scenario, en wees expliciet over aannames.
2. Denk voorbij het eigen kostencentrum
AI‑innovatie raakt bijna altijd meerdere afdelingen:
- Raad van Bestuur / directie (strategie, financiële gezondheid);
- Medische staf (kwaliteit van zorg, professionaliteit);
- ICT / informatiemanagement (beheer, integratie met EPD);
- Verpleegkundige teams (werkdruk, werkplezier);
- Financiën & control (contractafspraken, bekostiging).
Zorg dat al deze perspectieven terugkomen in je businesscase. Ik heb te vaak gezien dat een sterk inhoudelijk AI‑project strandt omdat finance of ICT pas in een laat stadium wordt aangehaakt.
3. Bouw in: van pilot naar structurele bekostiging
Een subsidietraject of innovatiepotje is prima om te starten, maar levensgevaarlijk als eindstation. Neem daarom vanaf dag Ă©Ă©n op:
- hoe en wanneer AI‑toepassingen onderdeel worden van reguliere processen;
- welke structurele financieringsbron het overneemt na de pilot;
- welke KPI’s verzekeraar of zorgkantoor nodig heeft om mee te bewegen.
Kortom: ontwerp niet alleen de technologie, ontwerp óók het bekostigingspad.
4. Gebruik AI voor managementinformatie over… AI
Een ietwat ironische, maar effectieve stap: gebruik data‑analyse en AI zelf om de effecten van innovaties continu te monitoren.
- realtime dashboards met uitkomsten, productie en kosten;
- voorspellende modellen die laten zien wat er gebeurt bij bepaalde contractafspraken of capaciteitsbesluiten;
- scenario‑analyses voor onderhandelingen met verzekeraars.
Hiermee verschuif je het gesprek met financiers van meningen naar data.
Wat betekent dit concreet voor jouw AI‑agenda in 2026?
De spanning tussen bekostiging en innovatie gaat de komende jaren niet vanzelf verdwijnen. Maar je kunt er wél strategisch mee omgaan.
Mijn advies aan bestuurders, CMIO’s, CNIO’s en zorgmanagers:
- Kies AI‑projecten die aantoonbaar bijdragen aan passende zorg én die je koppelt aan meerjarenafspraken met financiers.
- Organiseer vroegtijdig een gezamenlijke tafel: verzekeraar, zorgkantoor, gemeente, banken, medisch specialisten, verpleegkundigen en ICT. Zet bekostiging op de agenda als integraal onderdeel van innovatie.
- Investeer in financiële én data‑vaardigheden in je organisatie. De combinatie van zorginhoud, AI‑kennis en financieel inzicht is schaars, maar cruciaal.
De rode draad van de serie AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg is dat technologie alleen niet genoeg is. De echte winst zit in het slim organiseren van zorg rondom patiënten, professionals én geldstromen.
De vraag voor 2026 is daarom niet of AI technisch kan wat we willen. Dat kan het in veel gevallen al. De vraag is: durven we ons bekostigingssysteem en onze contracten zĂł in te richten dat betere zorg niet langer financieel afgestraft wordt?