Nederlandse ziekenhuizen wachten maanden op AI in het epd. Waarom stokt de integratie bij leveranciers als ChipSoft ā en wat kun je daar zĆ©lf aan doen?
Waarom Nederlandse ziekenhuizen ongeduldig worden van EPDāAI
Waar ziekenhuizen in onder meer de VS en ScandinaviĆ« binnen Ć©Ć©n tot twee weken spraakgestuurde AI in hun elektronisch patiĆ«ntendossier (epd) live hebben, wachten Nederlandse ziekenhuizen soms maanden. De mProveāziekenhuizen luidden daarover publiekelijk de noodklok richting ChipSoft. Dat is geen incident, maar een signaal.
Dit raakt de kern van onze serie AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg. Ziekenhuizen willen nu profiteren van AI voor documentatie, triage en besluitondersteuning, maar lopen vast op trage integratie, vendorālockāin en onduidelijke roadmaps. Als dat momentum wegvalt, slaat gezonde nieuwsgierigheid om in cynisme op de werkvloer.
In deze blog kijk ik scherp naar wat er misgaat bij AIāintegratie in het epd, waarom dat voor bestuurders en CMIOās nĆŗ een strategisch risico is, en vooral: welke concrete stappen je zelf kunt zetten om niet afhankelijk af te wachten.
De kern van het probleem: AI buiten het epd vs. AI Ćn het epd
De essentie: AI die niet netjes in het epd geĆÆntegreerd is, voegt in de praktijk veel minder waarde toe.
Zorgorganisaties experimenteren al volop met AI:
- spraakgestuurde verslaglegging van poliāconsulten;
- automatische samenvattingen van lange brieven en opnames;
- beslisondersteuning op basis van richtlijnen en patiƫntdata.
Zonder goede epdāintegratie lopen ze keihard tegen drie grenzen aan:
-
Dubbel werk voor zorgverleners
Artsen dicteren in een losse AIāapp, knippen en plakken teksten terug in het epd, corrigeren opmaak Ć©n velden. Dat kost tijd, levert frustratie op en ondermijnt het hele argument van administratieve verlichting. -
Risicoās rond datakwaliteit en patiĆ«ntveiligheid
Als AIārapportages niet in de juiste epdāvelden landen (of alleen als pdfābijlage), krijg je:- onvolledige of dubbele registraties;
- fouten bij vervolgconsulten en overdrachten;
- algoritmes die op basis van rommeldata gaan ālerenā.
-
Geen schaalbaarheid over afdelingen heen
Een pilot op Ć©Ć©n poli lukt vaak nog wel met workāarounds. Maar als je tientallen poliklinieken en meerdere locaties wil aansluiten, heb je een stabiele, standaard integratielaag in het epd nodig. Zonder dat wordt elk project een maatwerkāITādossier.
De kritiek van de mProveāziekenhuizen op ChipSoft raakt precies dit punt: AIāleveranciers kunnen technisch snel leveren, maar lopen vast op een epdāleverancier die terughoudend is met open APIās, standaarden en tempo.
Waarom epdāleveranciers traag zijn met AIāintegratie
De realiteit: epdāleveranciers zijn geen AIābedrijven. Hun prio is stabiliteit, compliance en het in de lucht houden van duizenden gebruikers tegelijk. Dat botst vaak met de snelheid van innovatie.
Een paar oorzaken die ik in de praktijk veel zie:
1. Angst voor verstoring van een missionācritical systeem
Een epd is als de ruggengraat van het ziekenhuis. Iedere fout die leidt tot downtime, foutieve medicatie of datalekken is direct krantenkopwaardig. Daardoor:
- worden nieuwe integraties maandenlang getest;
- schuift alles wat ānice to haveā lijkt (zoals spraakāAI) naar achteren;
- is er een natuurlijke neiging tot minimale verandering.
2. CommerciĆ«le belangen en vendorālockāin
Epdāleveranciers ontwikkelen steeds vaker eigen AIāfeatures. Externe AIāapps toelaten betekent:
- potentiƫle omzet mislopen;
- controle verliezen over de gebruikerservaring;
- extra supportālast krijgen voor koppelingen die ze niet zelf beheersen.
Gevolg: er ontstaan gesloten ecosystemen waarin slechts een paar āgecertificeerdeā partners passen, met lange wachttijden en beperkte keuzevrijheid voor ziekenhuizen.
3. Onrijpe standaarden en juridische onzekerheid
Hoewel er stappen worden gezet (zoals internationale richtlijnen voor algoritmes en Europese AIāwetgeving), zitten epdābouwers nog met vragen:
- wie is aansprakelijk als een AIāadvies in het epd tot schade leidt?;
- welke logdata moeten bewaard worden?;
- hoe toon je transparant welke algoritmes wanneer iets āgezegdā hebben?
In Nederland komt daar nog bij dat we midden in trajecten als NENānormen voor AI in de zorg, de eāOverdracht en straks de European Health Data Space zitten. Veel leveranciers wachten tot de regels kristalhelder zijn. Ziekenhuizen hebben daar geen tijd voor.
Waarom dit uitstel strategisch gevaarlijk is voor ziekenhuizen
Voor bestuurders en RvTāleden is dit geen ITādetail, maar strategische agendaāstof. AI in het epd raakt direct aan arbeidsmarktkrapte, patiĆ«ntveiligheid en concurrentiepositie.
1. Gemiste productiviteitswinst in een overspannen arbeidsmarkt
In meerdere internationale pilots zien we dat spraakgestuurde AIādocumentatie:
- 30ā50% tijdswinst oplevert op verslaglegging;
- administratie per consult met enkele minuten reduceert;
- artsen en verpleegkundigen meer tijd bij de patiƫnt geeft.
In een land waar afdelingen roosters niet meer rond krijgen en SEHās regelmatig tijdelijk dichtgaan door personeelstekort, is dit geen luxe. Ziekenhuizen die wĆ©l snel integreren, hebben straks een duidelijk voordeel in werkdrukbeleving en artsenbinding.
2. Toenemende kloof met AIāvoorlopers
Binnen Nederland ontstaat een tweedeling:
- ziekenhuizen die samen met hun epdāleverancier en AIāpartners structureel pilots doen, standaarden aanscherpen en leren;
- instellingen die wachten tot āde leverancier iets in het pakket stoptā.
De eerste groep bouwt ervaring op met governance, validatie en veilig gebruik van AI. De tweede groep loopt straks achter de feiten aan, precies op het moment dat zorgverzekeraars naar aantoonbare efficiƫntie en passende zorg kijken.
3. Reputatierisico richting professionals
Artsen en verpleegkundigen zien dat AI hun collegaās in andere landen of bij buurorganisaties echt helpt. Als zij intern steeds horen: āHet kan niet in het epdā of āWe wachten op de leverancierā, keldert het vertrouwen in digitale innovaties:
- initiatieven drogen op;
- āshadow ITā ontstaat (eigen tools, niet gekoppeld);
- talentvolle professionals zoeken organisaties op die wƩl tempo maken.
Wat ziekenhuizen wƩl kunnen doen: 5 concrete acties
Je bent nooit volledig overgeleverd aan Ć©Ć©n epdāleverancier. Ziekenhuizen die vaart maken met AI in het epd, doen een paar dingen heel bewust anders.
1. Formuleer een duidelijke AIāvisie Ć©n epdāstrategie
Een losse AIāpilot zonder heldere koers eindigt bijna altijd als hobbyproject. Zorg dat je als RvB samen met CMIO, CNIO en CIO een paar harde keuzes maakt:
- Waar moet AI in 2026 concreet waarde leveren?
Denk aan: documentatie, triage, radiologie, pathologie, planning. - Welke rol speelt het epd?
Is het ābron van data en registratieā, of ook primaire UXālaag voor AI? - Welke principes hanteer je richting leveranciers?
Bijvoorbeeld: standaard APIās waar mogelijk, geen exclusieve AIādeals, altijd exitāmogelijkheden.
Schrijf dit niet weg in een dik beleidsdocument, maar in een compact kader (2ā3 paginaās) dat je ook met leveranciers bespreekt.
2. Zet druk op leveranciers met een gezamenlijke vraag
De mProveāziekenhuizen deden precies dit: samen optrekken richting ChipSoft. Individuele ziekenhuizen hebben weinig onderhandelingsmacht; een cluster van 5ā10 ziekenhuizen wĆ©l.
Praktisch:
- vorm een consortium rond een concreet AIāuseācase (bijvoorbeeld spraakgestuurde poli);
- formuleer gezamenlijke functionele Ć©n technische eisen (API, standaarden, logging);
- spreek duidelijke deadlines en besluitmomenten af;
- vraag om een publiekelijk gedeelde roadmap.
Leveranciers reageren anders op een gezamenlijke, volwassen vraag dan op losse verzoeken uit het veld.
3. Werk met gestandaardiseerde integratiepatronen
De grootste winst zit niet in nĆ³g een pilottool, maar in herbruikbare patronen voor koppelingen:
- Ć©Ć©n generiek
AIāgatewayāpatroon voor spraakānaarātekst en samenvattingen; - vaste afspraken over hoe AIāoutput in het epd wordt opgeslagen:
- gestructureerde data (velden);
- mensleesbare verslaglegging;
- audittrail met welke AI waar aan mee heeft geschreven.
Als je die patronen eenmalig goed ontwerpt met je ITāafdeling en een paar vooruitstrevende specialismen, wordt het daarna veel makkelijker om nieuwe AIāapps aan te sluiten.
4. Regel governance: wie beoordeelt welke AI de kliniek in mag?
AI in het epd is nooit alleen een ITāproject. Je hebt een heldere governance nodig:
- een AIāboard of commissie met klinische, juridische, ethische en technische expertise;
- standaard beoordelingscriteria (performance, bias, uitlegbaarheid, logging, CEāstatus waar relevant);
- afspraken over monitoring in de praktijk en het kunnen uitschakelen van een algoritme.
Ziekenhuizen die dit vroeg organiseren, hoeven niet bij iedere nieuwe AIātool het wiel opnieuw uit te vinden en bieden hun epdāleverancier juist duidelijkheid.
5. Begin klein, maar koppel wƩl direct aan het epd
Een valkuil is om AI eerst ālosā te testen en de epdākoppeling uit te stellen. Dat voelt veilig, maar creĆ«ert onrealistische verwachtingen.
Beter is:
- kies Ć©Ć©n specialisme dat gemotiveerd is (bijvoorbeeld interne geneeskunde of orthopedie);
- richt vanaf dag 1 een minimale, maar echte epdāintegratie in;
- meet effect op tijdsbesteding, kwaliteit van verslaglegging en tevredenheid;
- gebruik deze data om richting epdāleverancier en andere afdelingen te laten zien: āDit is de standaard die we breder willen uitrollen.ā
Hoe dit past in de bredere AIāstrategie voor Nederlandse zorg
In deze blogserie over AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg zie je steeds hetzelfde patroon terug: de techniek is vaak minder de beperkende factor dan organisatie, governance en samenwerking met leveranciers.
Het verhaal rond ChipSoft en de mProveāziekenhuizen staat niet op zichzelf. Eerder zagen we discussies rond peperdure epdātrajecten, nieuwe algoritmerichtlijnen en de eāOverdracht. Al deze ontwikkelingen vragen van zorgbestuurders dat ze:
- niet alleen naar losse functies kijken, maar naar een samenhangend digitaal zorglandschap;
- leveranciers benaderen als strategische partners, niet als black box;
- artsen, verpleegkundigen en IT vanaf het begin samen aan tafel zetten.
Mijn overtuiging: ziekenhuizen die nu durven te sturen op openheid, herbruikbare integratiepatronen en gezamenlijke inkoopkracht, hebben over drie jaar een voorsprong. Niet omdat ze de meeste AIātools hebben, maar omdat AI echt ingebed is in hun epdāprocessen en daarmee in het dagelijks werk van zorgprofessionals.
De vraag is dus niet meer Ć³f je epdāleverancier AI sneller moet integreren, maar: welke rol jij als ziekenhuis gaat pakken om dat af te dwingen en te faciliteren.
Callātoāaction voor Nederlandse zorgorganisaties
Als je na dit artikel Ć©Ć©n ding doet, laat het dan dit zijn:
- Breng vĆ³Ć³r 31-03-2026 in kaart welke AIāinitiatieven in jouw organisatie nu stranden op epdāintegratie.
- Zet met minimaal twee andere ziekenhuizen een gezamenlijke sessie op met je epdāleverancier over standaard APIās en roadmap.
Wie daar nu mee begint, voorkomt dat het huidige AIāmomentum omslaat in desillusie en maakt van 2026 het jaar waarin AI in het epd eindelijk gewoon werkt.