Regiogeld, transformatieplannen en AI: wie pakt de zorgkans?

Waarom de regio-indeling van transformatieplannen nu zo spannend is

Zorgverzekeraars hebben inmiddels honderden miljoenen aan IZA-transformatiegeld toegekend, maar de verdeling over regio’s en verzekeraars is allesbehalve gelijk. Menzis keurde relatief weinig transformatieplannen goed, en dan ook nog voor kleinere bedragen. Zilveren Kruis zit juist aan de andere kant van het spectrum en VGZ heeft zelfs meerdere plannen boven de 50 miljoen euro goedgekeurd.

Dit maakt nogal uit als je bestuurder, huisarts, ziekenhuisdirecteur, ICT‑manager of beleidsadviseur in de zorg bent. Want waar het transformatiegeld terechtkomt, wordt de komende jaren ook bepaald waar de zorg écht gaat veranderen – en waar niet. En daarmee ook waar ruimte ontstaat om digitalisering en AI‑toepassingen in de zorgpraktijk te brengen.

In deze blog, onderdeel van de reeks “AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg”, kijk ik naar wat die opvallende regio-indeling van transformatieplannen betekent voor:

• regionale samenwerking (ziekenhuizen, eerstelijnszorg, VVT, sociaal domein)
• de inzet van digitale zorg en AI
• bestuurders en zorgprofessionals die niet achteraan willen aansluiten

En vooral: hoe je er als regio of organisatie voor zorgt dat je niet alleen geld krijgt, maar er ook duurzame digitale en AI‑innovatie mee realiseert.

Wat zeggen de transformatieplannen eigenlijk over je regio?

De verdeling van goedgekeurde transformatieplannen per zorgverzekeraar en regio is meer dan een financiële exercitie. Het is in feite een diagnose van de veranderkracht van een regio.

Regio’s met veel en grote plannen hebben meestal drie dingen op orde:

1. Een duidelijke, gedeelde regiovisie (IZA, WOZO, AZWA, Eerstelijn)
2. Sterke bestuurlijke samenwerking tussen ziekenhuizen, huisartsen, VVT, GGZ, gemeenten en verzekeraars
3. Concreet benoemde digitale en AI‑bouwstenen (EPD/EPD‑koppelingen, dataplatform, triagetools, monitoring, etc.)

Waar weinig of kleine plannen zijn goedgekeurd, is vaak één van deze elementen nog onvoldoende uitgewerkt. Dat is niet per se onwil, maar eerder een signaal dat:

• samenwerkingsrelaties broos zijn
• de regierol in de regio nog onduidelijk is
• er geen heldere digitale agenda is

De opvallende verschillen tussen bijvoorbeeld Menzis‑regio’s en Zilveren Kruis‑regio’s laten dat goed zien. Waar de ene verzekeraar en regio in hoog tempo gezamenlijke regioplannen heeft gesmeed, zijn andere regio’s vooral bezig geweest met korte termijn productieafspraken.

IZA, AZWA en eerstelijnszorg: waar zit de AI‑ruimte?

De meeste transformatieplannen vallen onder het Integraal Zorgakkoord (IZA) en aanpalende programma’s als AZWA (acute zorg) en regionale ouderenzorg- en eerstelijnsprojecten. Precies daar liggen grote kansen voor AI en slimme ICT.

1. Ziekenhuizen en acute zorg (AZWA)

In de acute zorgregio’s draait het om toegankelijkheid, capaciteit en kwaliteit. Concrete AI‑toepassingen die hier logisch in transformatieplannen passen:

• AI‑triage in de SEH en huisartsenposten
  Bijvoorbeeld beslisondersteuning die op basis van klachten, vitale parameters en voorgeschiedenis de urgentie inschat.
• Capaciteitsplanning met voorspellende modellen
  Denk aan voorspellingen van SEH‑drukte, IC‑bezetting of beddencapaciteit op basis van historische data, seizoenspatronen en regionale events.
• Beeldanalyse in radiologie en nucleaire geneeskunde
  AI‑ondersteuning bij het beoordelen van CT‑scans of MRI’s om wachttijden te verkorten en de productiviteit van schaarse specialisten te verhogen.

Een regio die serieus inzet op acute zorgtransformatie, kan AI daarom nauwelijks meer negeren. Wat ik steeds zie: projecten die AI expliciet inbedden in hun IZA‑ of AZWA‑aanvraag, hebben vaak sterker onderbouwde businesscases én betere kans op duurzame bekostiging.

2. Eerstelijnszorg en ouderenzorg

De grootste druk in Nederland zit inmiddels in de wijk – bij huisartsen, wijkverpleging en sociaal domein. Ook daar past AI prima, mits je de basis op orde hebt.

Voorbeelden:

• Digitale triage en e‑consults in de huisartsenpraktijk
  AI‑ondersteunde vragenlijsten die helpen bepalen of een patiënt zelfzorgadvies, een consult of directe spoedzorg nodig heeft.
• Predictieve modellen voor kwetsbare ouderen
  Analyse van EPD‑data en sociale factoren om vroegtijdig valrisico, ziekenhuisopnames of escalatie in de thuissituatie te signaleren.
• AI‑ondersteunde planning in de wijkverpleging
  Slimme roosters die reistijd beperken, zorgzwaarte meewegen en personeelsschaarste eerlijk verdelen.

Transformatieplannen voor de eerstelijn die puur gaan over “meer capaciteit” of “meer handen aan het bed”, missen tegenwoordig een kans. De combinatie van personeelskrapte, vergrijzing en beperkte groei van het zorgbudget betekent dat alle serieuze regioplannen een digitale en AI‑component nodig hebben om overeind te blijven.

Waarom sommige regio’s achterlopen: drie structurele oorzaken

Als je regio relatief weinig of kleine transformatieplannen gehonoreerd heeft gekregen, is dat pijnlijk – maar wel te verklaren. De oorzaken die ik het vaakst terugzie:

1. Versnipperde ICT‑landschap

Als elk ziekenhuis, elke VVT‑organisatie en elk huisartseninformatiesysteem anders is ingericht, wordt een regiobrede AI‑ of datastrategie taai. Zonder goede gegevensuitwisseling is AI in de praktijk een proefballonnetje per organisatie in plaats van een echte regionale verandering.

Gevolg:

• Zorgverzekeraars zien veel risico’s en weinig schaalvoordeel
• Businesscases vallen uit elkaar in losse pilots
• Regioplannen blijven kleinschalig en gefragmenteerd

2. Geen heldere regie op data en AI

Veel regio’s hebben wel een ‘regiovisie’ op papier, maar geen praktisch antwoord op vragen als:

• Wie is eigenaar van de regionale data-infrastructuur?
• Hoe waarborgen we privacy en ethiek bij AI‑toepassingen?
• Hoe organiseren we gezamenlijke inkoop van AI‑oplossingen?

Zonder die antwoorden voelen AI‑plannen voor financiers te risicovol. Dat remt grote, meerjarige investeringen.

3. Focus op korte termijn productie in plaats van transformatie

In sommige regio’s is de relatie tussen verzekeraars en aanbieders erg transactioneel gebleven: elk jaar onderhandelen over tarieven, volumes, en dat was het. Dan is het een forse cultuurstap om ineens gezamenlijk meerjarige transformatieplannen te maken, inclusief digitale agenda en AI‑routekaart.

De realiteit: regio’s die al jaren oefenen met gezamenlijke programma’s (acute zorgnetwerken, preventie, ouderenzorg) konden sneller schakelen toen het IZA‑geld op tafel kwam.

Hoe maak je van transformatiegeld een AI‑versneller in jouw regio?

Gehonoreerd plan of niet: als regio heb je nu een paar jaar de tijd om te laten zien dat je echt anders kunt werken. AI kan daar uitstekend bij helpen, maar dan moet je het wel strategisch aanpakken.

Stap 1: Koppel regiovisie expliciet aan digitale en AI‑doelen

Begin niet bij de techniek, maar bij je grootste knelpunten:

• wachttijden SEH en poliklinieken
• overbelaste huisartsenposten
• onnodige verwijzingen naar de tweede lijn
• toenemend aantal crisissituaties bij kwetsbare ouderen

Formuleer per knelpunt concrete AI‑en digitaliseringsdoelen. Bijvoorbeeld:

• “Binnen 3 jaar 30% minder onnodige SEH‑bezoeken door AI‑ondersteunde triage in de keten.”
• “In 2028 gebruikt 80% van de huisartsenpraktijken AI‑ondersteunde triage en decision support ingebed in het HIS.”

Verzekeraars haken sneller aan op plannen met zulke meetbare doelen, zeker als je ze koppelt aan minder dure zorg en betere uitkomsten.

Stap 2: Bouw aan een regionaal dataplatform i.p.v. losse pilots

AI‑oplossingen zonder stevige datafundering zijn leuke demo’s, geen transformatie.

Een volwassen regio:

• werkt aan een gedeeld dataplatform of minimaal een set eenduidige koppelvlakken
• stemt datamodellen en definities af (wat bedoelen we precies met ‘SEH‑bezoek’, ‘spoedconsult’, ‘heropname’?)
• legt privacy, governance en toegang tot data regionaal vast

Dit klinkt zwaar, maar zonder dit fundament blijven AI‑projecten steken in pilots. En verzekeraars worden pilot‑moe; ze willen schaalbare, herhaalbare oplossingen.

Stap 3: Kies 2–3 AI‑use cases en voer die echt af

Regio’s die 15 AI‑ideeën in een transformatieplan persen, verspillen vaak hun energie. Beter is: een paar stevig onderbouwde use cases kiezen en die volledig realiseren.

Typische low‑hanging fruit in Nederlandse regio’s:

• AI‑ondersteunde triage in de huisartsenketen (online triage + HAP + SEH)
• AI‑ondersteunde beeldanalyse in een regionaal radiologienetwerk
• Voorspelmodellen voor heropnames of SEH‑bezoek bij kwetsbare ouderen

Bij elke use case:

• leg je vast welke data nodig zijn en wie die aanlevert
• beschrijf je effecten in termen van capaciteit, wachttijd, kwaliteit en kosten
• spreek je met verzekeraars af hoe besparingen worden gemeten en gedeeld

Stap 4: Regel scholing en adoptie vanaf dag 1

De grootste fout die ik zie: regio’s investeren in technologie, maar niet in mensen.

Wil je dat AI echt landt in de zorgpraktijk, dan heb je nodig:

• training voor zorgprofessionals (klinisch redeneren mét AI, betrouwbaar gebruik, herkennen van bias)
• AI‑ambassadeurs per organisatie of per vakgroep
• heldere afspraken over wie verantwoordelijk is voor de uiteindelijke klinische beslissing

Zorgverzekeraars kijken hier steeds scherper naar. Een regio die alleen ‘dozen met tech’ koopt, maar niets regelt voor implementatie en adoptie, verliest geloofwaardigheid.

Wat betekent dit concreet voor zorgbestuurders en zorgprofessionals?

Voor bestuurders, CMIO’s, CIO’s, huisartsen en medisch specialisten betekent de huidige regio-indeling van transformatieplannen grofweg drie dingen:

1. Kijk eerlijk naar je startpositie.
   Zit je in een regio met veel toegekende plannen? Dan is nu het moment om AI structureel onderdeel te maken van die projecten. Zit je in een ‘arme’ regio qua plannen? Dan moet je versneld bouwen aan samenwerking, datafundament en een scherpe digitale agenda.

2. Zie AI niet als apart innovatieproject, maar als integraal onderdeel van je IZA‑doelen.
   Wachttijdreductie, passende zorg, concentratie en spreiding, arbeidsbesparing – het zijn doelen waar AI gewoon bij hoort.

3. Zoek actief de zorgverzekeraar op als gesprekspartner in plaats van tegenpartij.
   De regio’s die nu vooroplopen, hebben dat gedaan. Niet één keer bij de contractering, maar structureel, in programmatische overleggen.

Waar gaat dit heen richting 2030?

De combinatie van IZA, arbeidsmarktkrapte en vergrijzing dwingt de zorgsector om keuzes te maken. Regio’s die nu hun transformatieplannen koppelen aan een serieuze digitale en AI‑strategie, bouwen aan een zorglandschap dat in 2030 nog overeind staat.

Regio’s die AI en data blijven zien als “iets voor later”, gaan het financieel en qua toegankelijkheid zwaar krijgen. Dat klinkt hard, maar de trend is helder: transformatiegelden volgen straks de regio’s waar aantoonbaar slimmer wordt gewerkt, niet alleen harder.

Voor iedereen die in de Nederlandse zorg werkt – van bestuurder tot physician assistant, van ICT‑manager tot wijkverpleegkundige – is dit dus hét moment om zich met AI te bemoeien. Niet omdat het hip is, maar omdat het rechtstreeks gaat over werkdruk, kwaliteit en de vraag of we zorg in de buurt beschikbaar houden.

Als jouw regio nu nog weinig transformatieplannen op de kaart heeft, is dat geen eindstation maar een alarmsignaal. De betere vraag is: welke twee of drie slimme, datagedreven projecten kunnen we binnen een jaar op regionaal niveau wél realiseren?
Daar ligt de echte kans om AI van buzzword naar dagelijks gereedschap in de Nederlandse zorg te brengen.