Gezamenlijk Epic-EPD in Noord-Nederland wordt de ruggengraat voor AI-ondersteunde zorg. Dit artikel laat zien wat dat betekent en hoe je nu al kunt voorsorteren.
Waarom een gezamenlijk EPD in het Noorden veel groter is dan ‘weer een ICT-project’
Ruim 2 miljoen Nederlanders zijn inmiddels afhankelijk van een ziekenhuis-EPD van Epic. Met de keuze van Ommelander, Treant en UMCG om samen naar één elektronisch patiëntendossier (epd) te gaan, schuift een fors deel van Noord-Nederland nu ook in die richting op. De planning: livegang begin 2027.
De meeste organisaties kijken dan automatisch naar kosten, migratierisico’s en planning. Logisch. Maar wie alleen zo naar dit project kijkt, mist de kern: zonder goed ingericht gezamenlijk EPD is serieuze inzet van AI in de Nederlandse ziekenhuiszorg vrijwel onmogelijk.
Dit blog past in de serie “AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg” en zoomt in op wat dit noordelijke EPD-project betekent voor:
- samenwerking tussen ziekenhuizen,
- kwaliteit en veiligheid van zorg,
- én vooral: de volgende stap richting AI-ondersteunde zorg in Nederland.
Van drie EPD’s naar één: wat er écht verandert
De stap van drie aparte EPD’s naar één gezamenlijk Epic-platform is meer dan een technische migratie. Het is een organisatieverandering.
Eén regio, één bron van waarheid
Met een gezamenlijk EPD ontstaat in feite een gedeeld zorgplatform voor Noord-Nederland:
- patiënten hoeven minder vaak hetzelfde verhaal te vertellen;
- dubbel aanvragen van onderzoeken neemt af;
- overdrachten tussen de drie ziekenhuizen worden korter en scherper;
- regionale zorgpaden (bijvoorbeeld oncologie, CVA, hartzorg) kunnen echt over de muren heen worden ingericht.
De praktijk nu? Chirurgen die opereren in UMCG, maar patiënten volgen die later in Treant liggen. Internisten die consultatie doen voor Ommelander. Elke keer is het schakelen tussen systemen, pdf’s, brieven en portalen. Met één EPD verdwijnt die digitale ruis grotendeels.
Minder variatie, meer voorspelbaarheid
De drie organisaties gaan Epic samen inrichten. Dat betekent: standaarden afspreken.
- Eén manier van labregistratie
- Eén set protocollen voor medicatieregistratie
- Gelijke ordening van brieven, verslagen en beeldvorming
Dat vinden professionals in eerste instantie vaak spannend (“maar wij doen het nét anders”). Toch zie ik in projecten bij andere ziekenhuizen steeds hetzelfde patroon: na een gewenningsperiode winnen voorspelbaarheid, herkenbaarheid en tijdwinst het vrijwel altijd van de vertrouwde variatie.
En voor AI is dit cruciaal: hoe minder variatie in registratie, hoe beter de data bruikbaar is voor algoritmes.
Gezamenlijk EPD als springplank voor AI in de zorg
AI in de zorg klinkt mooi, maar zonder goede data-infrastructuur blijft het bij pilots en powerpoint-slides. Een gezamenlijk Epic-EPD in Noord-Nederland verandert dat speelveld fundamenteel.
1. Betere datakwaliteit = betere AI-modellen
AI-toepassingen in de zorg – of het nu gaat om voorspellen van heropnames, sepsis, IC-opnames of valrisico – hebben drie dingen nodig:
- Voldoende data (volume)
- Consistente vastlegging (kwaliteit)
- Context (klinische logica, tijdlijnen, trajecten)
Door samen te werken krijgen Ommelander, Treant en UMCG:
- een groter patiëntenvolume over meerdere jaren;
- eenduidige registratie over drie organisaties heen;
- meer complete zorgpaden (eerste SEH-bezoek in ziekenhuis A, vervolgoperatie in B, nazorg in C) in één dossier.
AI-modellen die hierop worden getraind, zijn robuuster en generaliseerbaarder dan modellen uit één enkel ziekenhuis met versnipperde data.
2. Van losse AI-pilot naar AI in het zorgproces
Losse AI-pilots zien we inmiddels overal: een beslisondersteuningsmodel op de SEH, een algoritme voor radiologie, een voorspelmodel in de IC. Vaak succesvol op kleine schaal, maar moeilijk verder uit te rollen.
Met een gezamenlijk EPD wordt het veel eenvoudiger om AI recht in het werkproces te hangen:
- waarschuwingen in het medicatieproces,
- automatische triage-adviezen in de SEH-workflow,
- risicoscores zichtbaar in de verpleegkundige dagelijkse overzichten,
- AI-ondersteunde routing van verwijzingen en planning.
De kracht zit erin dat alle drie de ziekenhuizen dezelfde knoppen en schermen gebruiken. Een model dat werkt in UMCG, kan – na acceptatie en scholing – direct naar Treant en Ommelander worden uitgerold.
3. Regionale populatiegezondheid en passende zorg
Passende zorg, regiobeelden, JZOJP, IZA – het zijn inmiddels vaste onderdelen van het Nederlandse zorgjargon. Maar de onderliggende vraag is vrij simpel: hoe gaat het met onze populatie, en waar moeten we bijsturen?
Een gezamenlijk EPD maakt regionale analyses ineens een stuk realistischer:
- inzicht in uitkomsten per regio (bijv. CVA, longoncologie, heupfracturen);
- spiegelinformatie tussen ziekenhuizen onderling;
- beter zicht op zorgmijding, heropnames en onnodige SEH-bezoeken;
- koppeling met AI-modellen die voorspellen waar de druk in de keten oploopt.
Dat soort inzichten is goud waard voor bestuurders, medisch specialisten én zorgverzekeraars die serieus met passende zorg aan de slag willen.
De keerzijde: risico’s en valkuilen van zo’n mega-EPD-project
De realiteit is ook: een gezamenlijk EPD is geen sprookje. In Nederland zijn genoeg voorbeelden van projecten die te duur, te laat of te mager in functionaliteit zijn opgeleverd.
Financieel en organisatorisch risico
Een paar realistische risico’s:
- Exploderende projectkosten door scope-creep: “als we toch bezig zijn, dan willen we ook…”;
- onderschatting van scholing en adoptie – vooral bij arts-assistenten, polimedewerkers en verpleegkundigen;
- vermoeidheid in de organisatie door jarenlange voorbereiding en datamigratie;
- bestuurlijke onrust als planningen verschuiven.
Wie AI als speerpunt heeft, moet hier eerlijk in zijn: zonder goed draaiend EPD geen serieuze AI-ambities. Maar ook: een mislukt EPD-project drukt die ambities zo 5–10 jaar terug.
Datakwaliteit en klinische impact
Een ander risico: te veel focus op techniek, te weinig op klinische inhoud.
- Registratie-afspraken die niet aansluiten op het werk van de cardioloog, internist of kinderarts;
- schermen die volhangen met velden ‘voor de data’, maar nauwelijks waarde hebben aan het bed;
- AI-modellen die prachtige ROC-curves laten zien, maar door artsen worden weggeklikt omdat ze niet relevant of niet uitlegbaar zijn.
Hier zie ik één duidelijke les uit eerdere projecten: zet medisch specialisten, verpleegkundigen en AI-/data-experts vanaf dag één gezamenlijk aan tafel. Niet als klankbordgroep, maar als beslissers over hoe het EPD wordt ingericht.
Hoe je nu al voorsorteert op AI – terwijl het EPD nog gebouwd wordt
De drie noordelijke ziekenhuizen zitten aan het begin van een intensief traject. Maar juist nu, ruim vóór 2027, kun je veel doen om AI straks niet als los speeltje, maar als integraal onderdeel van de zorg te laten landen.
1. Begin met een datastrategie, niet met een tool
Een gezonde volgorde is:
- Waar willen we AI voor inzetten? (bv. sepsissignalering, OK-planning, heropnames, doorstroom SEH)
- Welke data is daarvoor nodig? (structuur, coderingen, tijdslijnen)
- Hoe richten we het EPD zo in dat deze data betrouwbaar wordt vastgelegd?
- Hoe borgen we governance, privacy en ethiek?
Pas daarna komen vragen over platforms, dashboards en specifieke AI-tools.
2. Maak ‘registreren voor de zorg’ het vertrekpunt
De reflex bij grote projecten is vaak: “We hebben data nodig voor AI en management.” Niks mis mee, maar als je registratie niet in de eerste plaats de professional in het primaire proces helpt, krijg je weerstand en slechte data.
Concreet:
- leg alleen vast wat óf het zorgproces helpt óf aantoonbaar nodig is voor kwaliteit/AI;
- gebruik zoveel mogelijk standaardcodes en -terminologie (SNOMED, ICD, zorgactiviteiten);
- zorg dat het EPD automatisch vult wat automatisch te vullen is (lab, vitale parameters, medicatiehistorie), zodat menselijk werk naar beoordeling, interpretatie en besluitvorming gaat.
3. Investeer nu in mensen die de brug vormen
De zorg kent inmiddels functies als:
- CMIO (Chief Medical Information Officer)
- CNIO (Chief Nursing Information Officer)
- klinisch informaticus
- data scientist / AI-specialist in de zorg
In mijn ervaring zijn dit de cruciale schakels tussen EPD-project, dagelijkse praktijk en AI-toepassingen. Als die functies pas worden ingevuld vlak voor livegang, ben je eigenlijk te laat.
Voor organisaties in en rond de drie ziekenhuizen geldt nu:
- ontwikkel intern talent (artsen, verpleegkundigen, analisten) richting deze rollen;
- werk regionaal samen, zodat kennis over AI en EPD niet in één ziekenhuis blijft hangen;
- betrek ook huisartsen, VVT en GGZ waar mogelijk – AI houdt zich niet aan sectorgrenzen.
Wat betekent dit voor andere zorgorganisaties in Nederland?
De noordelijke samenwerking is geen eenmalig incident, maar onderdeel van een grotere beweging in de Nederlandse zorg: schaalvergroting in ICT, meer samenwerking rond data en een versnelling richting AI-ondersteunde zorg.
Ben je bestuurder, CMIO, ICT-manager of medisch leider in een ander ziekenhuis of zorgorganisatie, dan zijn er een paar scherpe lessen:
- Een EPD-vervanging of -optimalisatie is altijd ook een AI-project, of je dat nu zo noemt of niet.
- Regionale samenwerking rond EPD en data levert veel meer AI-potentieel op dan ieder voor zich experimenteren.
- Zonder duidelijke datastrategie en governance wordt AI óf gevaarlijk óf een vrijblijvende hobby.
Wie nú begint met het op orde brengen van registratie, data, rollen en governance, staat in 2027–2030 sterk als AI-toepassingen in de zorg echt volwassen worden.
Slot: EPD als ruggengraat van AI in de Nederlandse zorg
De keuze van Ommelander, Treant en UMCG voor een gezamenlijk Epic-EPD is geen puur ICT-nieuwtje. Het is een duidelijke stap richting een zorgsysteem waarin data, samenwerking en AI een vanzelfsprekend onderdeel worden van veilige, passende zorg in Noord-Nederland.
De kern is simpel:
Zonder goed, gezamenlijk ingericht EPD is AI in de zorg vooral theorie.
Met de juiste keuzes de komende twee jaar kan dit project het tegenovergestelde worden: een praktijkvoorbeeld van hoe je EPD, AI en regionale zorgtransformatie aan elkaar knoopt.
Wil je in jouw organisatie serieus verder met AI in de zorg, begin dan niet bij het algoritme, maar bij de basisvragen:
- Hoe betrouwbaar is onze registratie écht?
- Met wie in de regio kunnen we data en standaarden delen?
- Wie pakt de rol van klinische en data-verbinder op?
Wie daar eerlijke antwoorden op organiseert, hoeft over een paar jaar niet meer te “beginnen met AI”. Dan doe je het gewoon – bovenop een EPD dat daar klaar voor is.