Waarom slimme innovatie hét medicijn is voor de zorg

Waarom slimme innovatie hét medicijn is voor de zorg

260 Nederlanders per 100.000 inwoners stierven in 2022 aan kanker. Niet omdat de zorg hier slecht is, maar omdat we nieuwe behandelingen later of soms helemaal niet invoeren. Nederlandse kankerpatiënten hebben toegang tot slechts 44% van de in Europa beschikbare behandelingen; het daadwerkelijke gebruik ligt rond de 39%. Dat is het niveau van landen als Noord-Macedonië en Malta.

Dit wringt. Juist nu er met AI, gepersonaliseerde zorg en datagedreven besluitvorming meer mogelijk is dan ooit. In deze blog – onderdeel van de reeks AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg – laat ik zien waarom innovatie in geneesmiddelen én in AI onlosmakelijk met elkaar verbonden zijn. En vooral: wat je als zorgbestuurder, medisch specialist, beleidsmaker of innovatiemanager nu concreet kunt doen.

De kern van het probleem: goede zorg, trage toegang

De belangrijkste uitdaging is helder: Nederland is sterk in basiszorg, maar traag en terughoudend in de introductie van nieuwe geneesmiddelen.

Volgens het Comparator Report on Cancer in Europe 2025:

• hebben Nederlandse kankerpatiënten toegang tot ongeveer 44% van alle beschikbare innovatieve kankerbehandelingen in Europa;
• wordt in de praktijk slechts 39% van die behandelingen echt gebruikt;
• moeten patiënten gemiddeld 22 maanden wachten op toegang tot bewezen effectieve innovaties.

Andere Europese landen – zoals België, Duitsland, Frankrijk, Zwitserland en Oostenrijk – bewegen simpelweg sneller. Dat zie je terug in sterftecijfers, maar óók in de positie van die landen als aantrekkelijke plek voor klinisch onderzoek.

De redenen zijn bekend:

• strenge beoordelingen door Zorginstituut Nederland (op zich terecht);
• langdurige prijsonderhandelingen over dure geneesmiddelen;
• een “sluis” voor dure geneesmiddelen die in de praktijk vaak een rem is, geen filter;
• extra nationale regels, bovenop Europese beoordelingen.

Niemand is vóór verspilling van zorggeld. Maar de huidige aanpak schuift het risico volledig naar de patiënt: die wacht of valt terug op suboptimale zorg.

Waarom innovatie meer is dan “nieuwe dure pillen”

Hier gaat het in het publieke debat vaak mis. Veel mensen horen innovatie in geneesmiddelen en denken: nóg een dure pil, marginaal beter, voor een veel hogere prijs. En eerlijk: dat beeld klopt soms. Dat maakt kritische toetsing noodzakelijk.

Maar drie dingen worden te vaak vergeten:

1. De échte doorbraken zitten wel degelijk tussen die innovaties. Denk aan doelgerichte therapieën en immuuntherapieën bij oncologie, of gentherapie bij zeldzame ziekten.
2. Innovatie in geneesmiddelen en innovatie in AI versterken elkaar. Zonder moderne behandelingen heb je voor veel AI-toepassingen simpelweg minder zinvolle opties om te adviseren, combineren of personaliseren.
3. Trage toegang remt óók data-innovatie. Als je achterloopt op internationale behandelstandaarden, kun je minder goed meedoen aan internationaal onderzoek en minder leren van eigen data.

In de AI-reeks waarin dit artikel past, zie je steeds hetzelfde patroon terug: data, algoritmen en nieuwe technologie leveren hun waarde pas echt als het zorgsysteem – inclusief geneesmiddelenbeleid – meebeweegt.

Waar AI het verschil kan maken in sneller én verantwoord toelaten

De scherpe beoordeling van nieuwe geneesmiddelen wil je niet kwijt. Maar het proces kan wél slimmer. AI in de zorg kan precies op die punten helpen waar het nu vastloopt: selectie, beoordeling, monitoring en bijsturen.

1. Slimmere selectie: welke middelen écht de sluis in?

Nu doorlopen vrijwel alle dure geneesmiddelen exact dezelfde stappen. Dat kost tijd, menskracht en zorgt voor onnodige vertragingen.

Met AI kun je:

• historische data analyseren: welke typen middelen bleken achteraf nauwelijks toegevoegde waarde te hebben?
• internationale uitkomsten vergelijken: hoe presteren middelen in vergelijkbare zorgstelsels?
• vroegtijdige impactmodellen bouwen: wat betekent invoering voor overleving, kwaliteit van leven én zorgkosten in de Nederlandse context?

Zo kun je:

• sommige middelen direct in aanmerking laten komen voor (voorwaardelijke) vergoeding;
• bij andere middelen extra strenge toetsing toepassen op basis van objectieve risico-indicatoren.

De realiteit? Dit soort datagedreven triage wordt in de farmaceutische industrie al jaren toegepast. Hoog tijd dat zorgverzekeraars, het Zorginstituut en VWS hier net zo datagedreven mee omgaan.

2. Voorlopige toelating met datagedreven monitoring

Een groot deel van de discussie draait om onzekerheid: voor wie werkt een nieuw medicijn het beste, en hoe pakt het uit in de dagelijkse praktijk?

In plaats van jarenlang wachten tot elke onzekerheid is uitgegumd, kun je werken met:

• voorwaardelijke toelating (tijdelijke vergoeding);
• gekoppeld aan strakke dataverzameling via EPD’s en landelijke registers;
• met AI-algoritmen die real-world data analyseren: bijwerkingen, effectiviteit, doelgroepen, kosten.

Concreet scenario:

• Een nieuw longkankermedicijn krijgt een voorlopige vergoeding van 3 jaar.
• Alle deelnemende ziekenhuizen registreren uitkomsten op een gestandaardiseerde manier.
• AI-modellen signaleren vroeg of een middel:
  • significant betere overleving of kwaliteit van leven geeft;
  • vooral werkt bij een bepaalde biomarker of subgroep;
  • onverwachte bijwerkingen geeft.
• Na 3 jaar ligt er een stevig Nederlands databestand als basis voor een definitief besluit.

Zo maak je snelle toegang én verantwoord omgaan met publiek geld verenigbaar.

3. Gepersonaliseerde behandeling: innovatie benutten in de spreekkamer

Zelfs als een nieuw middel is toegelaten, wordt het in Nederland niet altijd optimaal gebruikt. Daar komt AI voor gepersonaliseerde zorg om de hoek kijken.

AI kan op basis van patiëntkenmerken, comorbiditeiten en biomarkers helpen bepalen:

• welk middel de meeste kans van slagen heeft;
• welke patiënten vooral baat hebben bij de nieuwste (en vaak duurste) therapieën;
• welke groep net zo goed geholpen is met een bestaande, goedkopere behandeling.

Dat is precies de manier waarop je passende zorg en innovatie bij elkaar brengt:

• de juiste patiënt;
• op het juiste moment;
• met de juiste behandeling;
• tegen een maatschappelijk aanvaardbare prijs.

Zonder moderne geneesmiddelen valt er voor AI veel minder te kiezen. Zonder AI is het risico groot dat dure middelen óf te ruim, óf te beperkt worden ingezet.

Sneeuwbaleffect: gemiste innovatie, gemiste data, gemiste kansen

De beperkte toegang tot nieuwe geneesmiddelen heeft een sneeuwbaleffect dat verder gaat dan de individuele patiënt van vandaag.

• Klinische studies voor innovatieve middelen kiezen landen waar de standaardbehandeling beschikbaar is. Als Nederland daar achterloopt, vallen we af.
• Minder studies betekent:
  • minder vroege toegang voor Nederlandse patiënten via trials;
  • minder onderzoeksbudget naar Nederlandse centra;
  • minder hoogwaardige data over de Nederlandse populatie.
• En juist die data zijn weer nodig om AI-modellen voor de Nederlandse zorg te trainen.

Met andere woorden: wie te voorzichtig is met innovatie, verliest niet alleen behandelingen, maar óók zijn positie als kennis- en dataland. Dat is een slechte ruil voor een hoogontwikkeld land dat wereldwijd bekendstaat om zijn creativiteit en pragmatisme.

Hoe ziet een toekomstbestendig geneesmiddelensysteem mét AI eruit?

Een toekomstbestendig systeem voor geneesmiddelen en AI in de zorg heeft een paar vaste bouwstenen. De rode draad: sneller toegang waar het kan, scherper sturen waar het moet.

1. Voorlopige toegang als norm, niet als uitzondering

• In alle gevallen waarin beroepsverenigingen vinden dat een middel thuishoort in de richtlijn, wordt voorlopige toelating de standaard.
• Die voorlopige toelating is altijd gekoppeld aan:
  • heldere uitkomstafspraken;
  • landelijke dataverzameling;
  • transparante evaluatiemomenten.

2. Dataplatform voor real-world evidence

• Landelijke infrastructuur waarin EPD-data, registraties en uitkomstmaten veilig worden gebundeld.
• AI en statistische modellen die:
  • effectiviteit en bijwerkingen volgen;
  • subgroepen identificeren die extra baat hebben of juist niet profiteren;
  • scenario’s doorrekenen voor budgetimpact.

3. Gezamenlijke regie: medisch specialisten, bestuurders en patiënten

AI-gestuurde besluitvorming werkt alleen als:

• medisch specialisten actief meebeslissen over de datavragen en uitkomstmaten;
• zorgbestuurders investeren in data-infrastructuur in plaats van alleen in stenen;
• patiëntvertegenwoordigers meepraten over wat een “zinvolle uitkomst” is (overleving, kwaliteit van leven, arbeidsparticipatie, mantelzorgbelasting, enz.).

4. Transparante afspraken met farmaceuten

Farmaceutische bedrijven hebben belang bij snelle markttoegang, dat is helder. Maar die belangen hoeven niet te botsen met publieke doelen als je:

• afspraken maakt over prijsverlaging bij tegenvallende uitkomsten;
• kortingen koppelt aan real-world performance;
• helder communiceert welke data worden gebruikt en hoe.

AI kan hier helpen door objectief en continu te laten zien hoe een middel presteert. En ja, dat is soms confronterend – voor alle partijen.

Wat kun jij morgen al doen in je organisatie?

Je hoeft niet te wachten op een nieuw regeerakkoord om stappen te zetten. Een paar concrete acties:

• Als ziekenhuisbestuurder:

  • zet innovatie, data en passende zorg in één gezamenlijke portefeuille;
  • start met 1 of 2 pilots voor voorwaardelijke toepassing van nieuwe middelen met strakke datamonitoring;
  • zorg dat je AI- en IT-teams vanaf dag één aan tafel zitten bij geneesmiddelencommissies.

• Als medisch specialist:

  • lever actief input voor registers en uitkomstensets;
  • benoem expliciet in MDO’s waar AI-ondersteuning kan helpen bij behandelkeuzes;
  • maak samen met de farmaciecommissie afspraken over welke middelen bij welke subgroepen wél of niet worden ingezet.

• Als beleidsmaker of zorgverzekeraar:

  • stimuleer contracten waarin vergoeding gekoppeld is aan real-world data;
  • maak ruimte voor experimenteerregelingen rond AI en geneesmiddelen;
  • gebruik AI-analyses om prioriteiten te stellen in wat wél en niet de sluis in gaat.

Dit alles vraagt geen blind vertrouwen in innovatie, maar gecontroleerd durven experimenteren. Met data als veiligheidsnet.

Waarom dit moment cruciaal is

We zitten eind 2025 in een ongemakkelijke spagaat: de druk op zorgkosten stijgt, formatieteksten bevatten forse bezuinigingen, en tegelijkertijd groeit de kloof tussen wat medisch kán en wat in Nederland werkelijk beschikbaar is.

De stelling “innovatie is het beste medicijn voor Nederland” klopt alleen als je er een voorwaarde aan toevoegt: innovatie moet slim, data-gedreven en eerlijk zijn.

De combinatie van:

• moderne geneesmiddelen,
• goed ingerichte AI-toepassingen,
• én een stelsel dat durft te werken met voorlopige toelating en harde uitkomstdata,

maakt dat mogelijk.

Wie nu in de Nederlandse zorg verantwoordelijkheid draagt – in een raad van bestuur, vakgroep, verzekeraar of ministerie – staat voor een keuze. Of we blijven hangen in de reflex van maximale zekerheid vóór toegang, of we bouwen een systeem waarin patiënten sneller profiteren van innovaties, en waarin we met AI continu bijsturen op basis van echte uitkomsten.

Die tweede route is spannender, maar eerlijk gezegd: voor een land dat trots is op zijn nuchterheid en innovatiekracht, is dát de enige geloofwaardige weg vooruit.