Thuismonitoring en AI: zo veranderen ziekenhuizen écht

Thuismonitoring en AI: zo veranderen ziekenhuizen écht

In steeds meer Nederlandse ziekenhuizen is thuismonitoring geen pilot meer, maar gewoon dagelijkse zorg. VGZ ziet hetzelfde beeld: volgens Chief Health Officer Cas Ceulen “zijn we door de branding heen”. Met andere woorden: de golf is niet meer te stoppen.

Dat is goed nieuws, maar ook een waarschuwing. Want als thuismonitoring snel opschaalt zonder slimme inzet van AI in de zorg, loop je vast op personeelstekorten, datastress en gefrustreerde patiënten. De realiteit? Thuismonitoring zónder AI is op termijn niet vol te houden.

In deze blog, onderdeel van de serie “AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg”, laat ik zien:

• waarom thuismonitoring nu versnelt,
• hoe AI die beweging schaalbaar en veilig maakt,
• wat dit betekent voor bestuurders, zorgprofessionals en IT,
• en welke concrete stappen je in 2025–2026 kunt zetten.

Waarom thuismonitoring nu écht vaart krijgt

Thuismonitoring groeit hard omdat drie grote trends samenkomen: druk op capaciteit, technologische volwassenheid en veranderende patiëntverwachtingen.

1. Druk op personeel en budgetten
Ziekenhuizen voelen de krapte op de arbeidsmarkt dagelijks. Elke extra polikliniekcontrole kost tijd die er simpelweg niet is. Thuismonitoring verlaagt:

• fysieke afspraken,
• onnodige opnames,
• en ligduur na operaties.

Dat sluit direct aan bij het IZA en het motto “de juiste zorg op de juiste plek”. Voor een zorgverzekeraar als VGZ is het dan logisch om te kijken: welke ziekenhuizen zetten thuismonitoring goed en structureel in, en waar is het nog losse experimenten?

2. Technologie is uit de pilotfase
Wearables, thuismetingen en apps zijn inmiddels stabiel en betaalbaar. Bloeddruk, hartslag, saturatie, gewicht, glucose, zelfs hartritme: het kan allemaal thuis.

De echte verschuiving is dat er nu end-to-end zorgpaden ontstaan:

• preoperatief: risicoscreening thuis,
• perioperatief: monitoring rondom de ingreep,
• postoperatief: herstel volgen op afstand,
• chronische zorg: langdurige controle bij bijvoorbeeld hartfalen, COPD of diabetes.

3. Patiënt wil regie en gemak
Patiënten zijn gewend geraakt aan digitale diensten: bankieren, reizen, boodschappen. De vraag “waarom moet ik voor dit naar het ziekenhuis?” komt steeds vaker. Thuismonitoring past bij:

• meer eigen regie,
• minder reistijd,
• minder werkverzuim,
• en meer gevoel van veiligheid doordat er continu wordt meegekeken.

Maar: meer data zonder AI is een recept voor overbelasting

Elke patiënt die je thuis monitort, genereert tientallen tot honderden datapunten per week. Als je dat ruwe volume direct bij verpleegkundigen of artsen neerlegt, creëer je een nieuwe werkdrukgolf. Hier komt AI in beeld.

Hoe AI thuismonitoring schaalbaar en veilig maakt

AI in de zorg wordt soms neergezet als futuristische luxe. Bij thuismonitoring is het precies andersom: zónder AI krijg je het op schaal niet georganiseerd. De kern is simpel: AI filtert, voorspelt en personaliseert.

1. Slimme triage: van datastroom naar signaal

AI-algoritmen kunnen continu beoordelen:

• welke metingen binnen de individuele bandbreedte van een patiënt vallen,
• welke trends afwijken (bijv. stijgende hartfrequentie plus dalende saturatie),
• welke combinaties écht actie vragen.

Resultaat:

• verpleegkundigen zien een kort, geprioriteerd overzicht in plaats van een datatsunami;
• artsen krijgen alleen notificaties bij atypische of risicovolle patronen;
• protocollen kunnen dynamisch worden aangepast op basis van wat het systeem leert.

Een concreet voorbeeld:
Bij een hartfalenprogramma kun je AI inzetten om gewicht, bloeddruk, hartslag en vragenlijsten te combineren. In plaats van 100 alerts per dag krijg je er misschien nog 10 die er echt toe doen.

2. Voorspellende modellen: problemen vóór zijn

De volgende stap is voorspellende AI: modellen die de kans op een complicatie of heropname inschatten voordat de waarden echt ontsporen. Dat helpt vooral bij:

• postoperatieve zorg (bijv. risico op nabloeding, infectie of decompensatio cordis),
• COPD- of astma-exacerbaties,
• kwetsbare ouderen met polyfarmacie.

Ziekenhuizen die dit goed organiseren:

• leggen heldere interventiedrempels vast (bijv. kans > 20% op heropname binnen 7 dagen → extra contactmoment),
• koppelen de AI-uitkomst direct aan concrete acties: belmoment, extra thuismetingen, aanpassing medicatie in overleg.

3. Personalisatie van zorgpaden

AI is bij thuismonitoring bijzonder krachtig voor personalisatie:

• sommige patiënten hebben dagelijks contact nodig,
• anderen redener zich prima met een wekelijkse check.

Algoritmen kunnen leren van:

• therapietrouw,
• stabiliteit van metingen,
• digitale vaardigheden van de patiënt,
• psychosociale factoren (bijv. angst, eenzaamheid, mantelzorgbelasting).

Hiermee kun je:

• de frequentie van monitoring automatisch laten variëren,
• educatiematerialen op maat aanbieden (video, tekst, eenvoudige taal),
• patiënten segmenteren in risicogroepen met bijpassende intensiteit.

De winst: minder onnodige controles, meer aandacht waar het echt nodig is.

Organisatie: van losse projecten naar een AI-gedreven zorgpad

De meeste organisaties beginnen met een pilot voor één doelgroep, vaak zonder duidelijke opschalingsstrategie. Dat is begrijpelijk, maar te beperkt. De ziekenhuizen waar VGZ nu echte vaart ziet, hebben een paar dingen gemeen.

1. Thuismonitoring als strategisch programma

Succesvolle ziekenhuizen:

• plaatsen thuismonitoring en AI in de zorg in het strategisch meerjarenplan,
• benoemen een integraal programmamanager,
• koppelen het direct aan IZA-afspraken, passende zorg en financiële doelen.

Thuismonitoring is daar niet “iets van cardiologie of longgeneeskunde”, maar een organisatiebreed thema.

2. Multidisciplinair team vanaf dag één

Een volwassen thuismonitoring- en AI-aanpak brengt de volgende mensen samen:

• medisch specialisten en verpleegkundig specialisten,
• triageverpleegkundigen en polimedewerkers,
• CMIO/CNIO en IT/EPD-specialisten,
• data scientists / AI-specialisten,
• jurist/privacy officer en informatiebeveiliging,
• financieel adviseur en contractmanager richting verzekeraars.

Wat ik in de praktijk zie: projecten mislukken niet op techniek, maar op ontbreken van gezamenlijk eigenaarschap. Zorgprofessionals moeten het nut ervaren, bestuur moet het durven verankeren, IT moet het kunnen beheren.

3. Heldere afspraken met zorgverzekeraars

VGZ en andere verzekeraars zijn bereid te investeren, mits:

• de zorg plaatsvindt in een duidelijk beschreven zorgpad,
• er afspraken zijn over uitkomstmaten (heropnames, SEH-bezoeken, PROMs),
• er transparantie is over inzet van AI en medische verantwoordelijkheid.

Zonder structurele bekostiging blijft thuismonitoring hangen in “gesubsidieerde pilot”. Met een meerjarig contract kan een ziekenhuis investeren in:

• schaalbare infrastructuur,
• training van personeel,
• doorontwikkeling van AI-modellen.

Praktische stappen: zo begin (of versnel) je in 2025–2026

Voor bestuurders en zorgprofessionals die nu denken: we doen al iets, maar het mag slimmer, zijn dit vier concrete stappen.

Stap 1: Kies 2–3 zorgpaden en maak ze end-to-end digitaal

Focus werkt beter dan vijftien kleine pilots. Typische zorgpaden met hoge impact:

• hartfalen,
• COPD,
• oncologische nazorg,
• bariatrische chirurgie,
• orthopedische ingrepen (bijv. heup/knie).

Voor elk gekozen pad:

• beschrijf de patiëntreis van verwijzing tot nazorg,
• bepaal waar thuismonitoring waarde toevoegt,
• leg vast welke data je wilt verzamelen (klinisch én patiëntgerapporteerd),
• definieer wie welke signalen ziet en wie welke acties neemt.

Stap 2: Start klein met AI – maar wel bewust

Je hoeft niet meteen een volledig zelflerend systeem te hebben. Je kunt beginnen met:

• eenvoudige beslisregels gecombineerd met machine learning voor alert-prioritering;
• een AI-module die trends signaleert (bijv. sluipende gewichtstoename bij hartfalen);
• NLP (taalmodellen) om vrije tekst uit thuismonitoring-contacten te structureren.

Belangrijk is dat je:

• uitlegbaarheid borgt (waarom geeft het systeem dit advies?),
• altijd een menselijke eindverantwoordelijke houdt,
• structureel evalueert: kloppen de alerts, hoe is de werkdruk, wat ervaart de patiënt?

Stap 3: Investeer in mensen, niet alleen in technologie

Thuismonitoring met AI vraagt om nieuwe vaardigheden:

• verpleegkundigen die op afstand triageren en coachen,
• specialisten die beslissen op basis van dashboards in plaats van enkel fysiek onderzoek,
• IT- en dataspecialisten die zorginhoud begrijpen.

Wat werkt in de praktijk:

• korte, herhaalde trainingssessies in plaats van eenmalige scholing,
• buddy-systemen: ervaren gebruikers koppelen aan nieuwe gebruikers,
• duidelijke protocollen én ruimte om daarvan gemotiveerd af te wijken.

Stap 4: Meet de impact en deel de resultaten

Bij AI en thuismonitoring vinden professionals het vaak spannend om “op gevoel” te varen. Meten helpt om vertrouwen te bouwen. Kijk minimaal naar:

• klinische uitkomsten (heropnames, SEH-bezoeken, complicaties),
• patiëntervaring (tevredenheid, gevoel van veiligheid, ervaren regie),
• procesindicatoren (aantal fysieke bezoeken vs. digitale contacten),
• personeelservaring (werkdruk, werkplezier, tijdsbesteding).

Als uit de cijfers blijkt dat:

• heropnames met bijvoorbeeld 15–25% dalen,
• patiënten positiever zijn over de zorg,
• en professionals het werk houdbaarder vinden,

is het veel eenvoudiger om richting bestuur en verzekeraars op te schalen.

Governance, ethiek en wetgeving: AI in thuismonitoring goed regelen

Bij AI in de Nederlandse zorg komt al snel de vraag: mag dit wel? En wat als het misgaat? Die zorgen zijn terecht, maar goed beheersbaar als je drie dingen serieus neemt.

1. Transparantie en uitlegbaarheid

Zorgverleners moeten kunnen begrijpen:

• op basis van welke data een algoritme een signaal geeft,
• welke beperkingen en biases er zijn,
• in welke situaties je het advies juist níet moet volgen.

Zonder deze duidelijkheid ontstaat er óf blind vertrouwen (“computer zal wel gelijk hebben”), óf totale afwijzing (“ik vertrouw het niet”). Beide zijn onwenselijk.

2. Heldere rolverdeling mens – machine

AI ondersteunt, de zorgprofessional beslist. Punt. Leg dit ook vast in:

• protocollen en werkinstructies,
• patiëntinformatie (wat doet de technologie precies?),
• afspraken met leveranciers en verzekeraars.

3. Privacy, beveiliging en AI-regulering

Met thuismonitoring verplaats je een deel van het ziekenhuis naar de huiskamer. Dat betekent:

• versleutelde dataoverdracht,
• veilige authenticatie voor patiënten en professionals,
• dataminimalisatie: alleen meten wat écht nodig is,
• voorbereiding op strengere AI-regelgeving (zoals de Europese AI Act).

Ziekenhuizen die hier vroegtijdig in investeren, hoeven straks niet in een kramp te schieten als de regels verder worden aangescherpt.

Waarom nu doorpakken op AI-ondersteunde thuismonitoring

Thuismonitoring krijgt vaart, VGZ ziet dat in de contractziekenhuizen en andere verzekeraars zien hetzelfde. De volgende stap is helder: zonder AI loopt die vaart vast, met AI kun je juist versnellen én de kwaliteit verhogen.

Dit is het moment om als organisatie te kiezen:

• blijf je hangen in losse pilots die veel vragen van je mensen,
• of bouw je aan een duurzaam, AI-ondersteund thuismonitoringprogramma dat patiënten, professionals en financiers vertrouwen?

Voor iedereen die werkt in of met de Nederlandse ziekenhuiszorg geldt: thuismonitoring met AI is geen ver-van-mijn-bed-show meer. Het is een van de meest concrete manieren om passende zorg, arbeidsmarktkrapte en betaalbaarheid met elkaar te verenigen.

De logische volgende stap? Kies één of twee zorgpaden, vorm een multidisciplinair team en ontwerp bewust hoe AI daar kan helpen filteren, voorspellen en personaliseren. Neem VGZ’s constatering dat we “door de branding heen” zijn als aanmoediging: de golf is er. De vraag is alleen nog hoe je erop meesurft.