AI na de verkiezingen: zo blijft technologie de zorg helpen

AI na de verkiezingen: zo blijft technologie de zorg helpen

De zorgvraag groeit harder dan het aantal zorgprofessionals. Het Capaciteitsorgaan waarschuwt al jaren voor tekorten, terwijl de vergrijzing doordendert. Reken ondertussen op strengere budgetkaders na de verkiezingen van 2025. Eén ding is duidelijk: zonder slimme inzet van technologie en AI loopt de Nederlandse zorg vast.

De discussie in Den Haag gaat wél over geld, eigen risico en marktwerking, maar zelden over een volwassen visie op zorgtechnologie. Onderzoeker Maarten Lahr vergeleek partijprogramma’s en kwam tot een harde conclusie: geen enkele partij heeft echt doordacht hoe technologie de zorg structureel moet ondersteunen. Terwijl in de praktijk zorginstellingen juist snakken naar duidelijke keuzes, voorspelbare financiering en betrouwbare partners.

Dit artikel hoort bij de serie “AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg” en zoomt in op één vraag: wat betekent het politieke landschap na de verkiezingen voor de toekomst van technologie en AI in de zorg – en wat kun je daar als bestuurder, arts, verpleegkundige of innovatiemanager nú mee doen?

---

1. Politiek heeft geen scherpe visie op zorg-AI – maar jíj hebt er wel één nodig

De kern: politieke partijen erkennen dat technologie nodig is, maar blijven hangen in vage beloftes en losse projectjes. Terwijl zorgorganisaties juist behoefte hebben aan richting voor de lange termijn.

Lahr ziet in de verkiezingsprogramma’s vooral formuleringen als “stimuleren van e-health”, “ruimte voor innovaties” en “minder regeldruk voor zorg-ICT”. Klinkt sympathiek, maar het beantwoordt geen wezenlijke vragen, zoals:

• Wie betaalt structureel voor AI in de zorg – investeringen én beheer?
• Hoe borgen we kwaliteit en veiligheid van algoritmes?
• Hoe zorgen we dat innovaties niet bij één pilot blijven steken?
• Hoe voorkomen we dat iedere regio zijn eigen eilandje bouwt?

Zonder antwoord op die vragen krijg je precies wat we nu zien:

• Projectmoeheid: weer een pilot, weer een subsidie, en dan… niets.
• Versnippering: elk ziekenhuis zijn eigen AI-tool, nauwelijks hergebruik.
• Onzekerheid: bestuurders durven niet door te investeren omdat beleid kan kantelen.

De realiteit? Je kunt als zorgorganisatie niet wachten tot Den Haag met een compleet AI-beleid komt. Je hebt zélf een visie nodig op hoe technologie jouw zorgproces ondersteunt, onafhankelijk van welke coalitie er zit.

Drie vragen voor jouw interne technologie-visie

Ik merk dat organisaties die snel stappen zetten in AI bijna altijd drie dingen scherp hebben:

1. Waar mag AI wel én niet over gaan bij ons?
   Diagnostische ondersteuning? Triagering? Capaciteitsplanning? Maar bijvoorbeeld niet: automatische afsluiting van dossiers zonder menselijke check.

2. Welke problemen willen we eerst oplossen?
   Kies maximaal 3 prioriteiten, bijvoorbeeld:

   • vermindering administratieve lasten
   • efficiëntere inzet van personele capaciteit
   • betere monitoring van chronische patiënten

3. Wie is eindverantwoordelijk?
   Niet “innovatie-afdeling”. Maar een bestuurder, medisch leider en CIO die samen besluiten: dit is onze lijn.

Zodra die basis staat, wordt de wisselende politieke wind minder verlammend.

---

2. Krimpende budgetten: van losse pilots naar schaalbare AI-oplossingen

Krappere zorgbudgetten na de verkiezingen zijn vrijwel zeker. Dat klinkt ongunstig voor innovatie, maar het zorgt juist voor meer noodzaak om te kiezen voor technologie die echt bespaart of capaciteit vrijspeelt.

AI in de Nederlandse zorg wordt pas volwassen als we stoppen met losse speeltuinprojecten en kiezen voor schaalbare oplossingen die aantoonbaar waarde leveren.

Waar gaat het nu mis met geld en zorgtechnologie?

Veel organisaties herkennen dit patroon:

• Een tijdelijke subsidie voor een AI-pilot
• Enthousiaste artsen en een kleine projectgroep
• Mooie resultaten op een klein cohort patiënten
• En dan… geen budget meer voor structurele inbedding, beheer en opschaling

Resultaat: het MT is een ervaring rijker, maar de werkvloer verandert nauwelijks. Dat kunnen we ons in 2026–2027 simpelweg niet meer veroorloven.

Naar een investeringslogica: AI als strategische infrastructuur

Een andere manier van kijken helpt:

1. Zie AI niet als gadget, maar als digitale infrastructuur
   Net zoals je een EPD, netwerk of OK-robots niet per jaar wegzet als proefballon, moet je AI-oplossingen voor kritieke processen meerjarig doordenken.

2. Reken de businesscase door in capaciteit, niet alleen in euro’s
   Bijvoorbeeld:

   • 20% minder heropnames op een bepaalde afdeling
   • 30% minder telefonische controles door inzet van telemonitoring met AI-triage
   • 15% minder tijd per consult door automatische samenvattingen in het dossier

3. Reserveer structureel beheerbudget
   AI vraagt monitoring, model-updates, datakwaliteitschecks en scholing. Als je daar geen vaste plek voor hebt in je begroting, blijft het bij pilots.

Voor financiers en zorgverzekeraars geldt hetzelfde: wie nu meedenkt in meerjarige afspraken rond AI in de zorg, voorkomt veel duurdere noodmaatregelen over vijf jaar.

---

3. Waarom samenwerking belangrijker wordt dan ooit

Met dalende budgetten én stijgende complexiteit van zorg-AI is één ding glashelder: geen enkele instelling kan dit alleen. Lahr zegt terecht dat samenwerking belangrijker wordt dan ooit. Ik zou dat willen aanscherpen: samenwerking is geen optie meer, het is randvoorwaarde.

Waar moet die samenwerking over gaan?

Er zijn grofweg vier niveaus waarop samenwerking rond AI in de Nederlandse zorg echte waarde oplevert:

1. Data en datakwaliteit

   • Gezamenlijke definities (wat is een heropname, wat is een complicatie?).
   • Regionale of landelijke dataplatforms, in lijn met de EHDS en NEN-normen.

2. Selectie en toetsing van algoritmes

   • Gezamenlijke toetsingskaders voor kwaliteit, bias en transparantie.
   • Hergebruik van beoordelingsrapporten tussen ziekenhuizen en VVT-organisaties.

1. Inkoop en contractering

   • Gezamenlijk aanbestedingen doen voor AI-oplossingen.
   • Eenduidige eisen aan leveranciers: explainability, audittrail, interoperabiliteit.

2. Implementatie en adoptie

   • Uitwisselen van implementatie-ervaringen: wat werkte op SEH, poli of thuiszorg?
   • Gezamenlijke scholing voor artsen, verpleegkundigen en andere professionals.

Praktisch: hoe begin je met regionale samenwerking rond AI?

Een werkbare aanpak die ik vaak zie:

1. Start met een klein, concreet domein
   Bijvoorbeeld: AI voor beeldvorming, AI-triage in de huisartsenzorg of voorspellende modellen voor heropnames.

2. Richt een regionaal overleg in
   Betrek:

   • medisch specialisten en huisartsen
   • bestuurders
   • CIO/CMIO/ CNIO
   • privacy officers en security officers

3. Spreek af: één gezamenlijk eisenpakket voor elke nieuwe AI-tool
   Denk aan eisen op het gebied van:

   • AVG en medisch beroepsgeheim
   • dataminimalisatie
   • loggen en controleerbaarheid van beslissingen
   • integratie met EPD en andere systemen

Wie nu regionaal afspraken maakt, staat veel sterker wanneer landelijke regels of Europese richtlijnen rondom AI en algoritmes in de zorg weer worden aangescherpt.

---

4. Van politieke vaagheid naar concrete AI-toepassingen in de praktijk

Ondanks het gebrek aan politieke visie gebeurt er op de werkvloer wél veel. De kunst is om die initiatieven te koppelen aan een heldere strategie, zodat ze niet verdrinken in het volgende bezuinigingsrondje.

Waar liggen in 2026–2027 de meeste kansen voor AI in de Nederlandse zorg?

Een paar domeinen springen eruit:

1. Diagnostische ondersteuning

   • AI bij radiologie en pathologie om afwijkingen sneller te signaleren.
   • Beslisregels gecombineerd met machine learning om huisartsen en SEH te ondersteunen.

2. Ziekenhuismanagement en capaciteitsplanning

   • Voorspellen van drukte op SEH en OK’s.
   • Beddenplanning op basis van historische data én actuele instroom.

3. Gepersonaliseerde behandeling

   • Op maat voorspellen welk medicijn of welke therapie de grootste kans van slagen heeft voor een specifieke patiënt.
   • Beter monitoren van chronische patiënten via telemonitoring met slimme algoritmes.

4. Efficiëntie in de zorgprocessen

   • Automatische verslaglegging van consulten met spraak-naar-tekst en samenvattings-AI.
   • Slimme triagesystemen in de eerstelijnszorg (huisartsenposten, digitale consulten).

Hoe zorg je dat AI-toepassingen echt landen op de werkvloer?

Een paar praktische lessen uit organisaties die hierin vooroplopen:

• Begin bij de gebruiker, niet bij de technologie
  Ga naast de verpleegkundige, arts of triagist zitten. Waar lopen ze vast? Wat kost tijd en energie?

• Maak het klein, maar meetbaar
  Richt de eerste implementatiefase op één afdeling of één zorgpad. Meet:

  • tijdwinst per gebruiker
  • kwaliteit van beslissingen (bijv. minder missers, minder onnodige onderzoeken)
  • patiënttevredenheid

• Investeer in uitleg en vertrouwen
  Artsen en verpleegkundigen willen weten: hoe komt dit algoritme tot een suggestie? Hoe vaak zit het fout? Wat blijft mijn professionele verantwoordelijkheid?

• Leg vast wie het vangnet is
  Als het systeem uitvalt of onjuiste adviezen geeft: wie grijpt in? Hoe wordt dat gesignaleerd?

Als je deze punten goed regelt, wordt AI niet ervaren als extra workload of controle-instrument, maar als hulpmiddel dat lucht geeft.

---

5. Wat kun je nú doen, terwijl Den Haag nog zoekt naar een koers?

Je hoeft niet te wachten op een “nationale AI-strategie voor de zorg”. Sterker: wie nu beweegt, bepaalt straks mede de standaard. Een paar concrete stappen voor de komende 6–12 maanden:

1. Maak een compacte AI-visie (maximaal 2 pagina’s)
   Beschrijf:

   • waarom jullie AI in de zorg willen inzetten
   • op welke 2–3 domeinen de komende jaren de focus ligt
   • welke ethische en professionele grenzen jullie hanteren

2. Breng lopende en geplande AI-projecten in kaart

   • Welke pilots lopen er al?
   • Waar is de businesscase al (deels) bewezen?
   • Waar is het vooral “nice to have” zonder duidelijke opbrengst?

3. Schrap of pauzeer projecten zonder duidelijke waarde
   Liever drie stevige AI-toepassingen die dagelijks gebruikt worden dan tien pilots die na een jaar verdwijnen.

4. Zoek actief regionale partners op

   • Sluit aan bij bestaande netwerken rond zorginnovatie, data of AI.
   • Stel voor om gezamenlijke eisen aan leveranciers te formuleren.

5. Investeer in basiskennis AI voor zorgprofessionals
   Korte, praktijkgerichte sessies werken vaak beter dan dikke rapporten:

   • wat kan AI wél en niet?
   • hoe lees je een AI-rapport of validatiestudie?
   • wat betekent dit voor aansprakelijkheid en professioneel handelen?

---

Slot: zorg-AI vraagt dappere bestuurders én kritische professionals

De analyse van Maarten Lahr is pijnlijk helder: de meeste politieke partijen hebben nog geen stevige, integrale visie op technologie in de zorg. Tegelijkertijd dwingt de combinatie van vergrijzing, personeelstekorten en financiële krapte ons om wél scherpe keuzes te maken.

In deze serie “AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg” staat steeds één idee centraal: AI is geen doel op zich, maar een gereedschap om de Nederlandse zorg menselijk en houdbaar te houden. Dat lukt alleen als bestuurders dapper genoeg zijn om door de waan van de dag heen een meerjarige koers te kiezen, en als zorgprofessionals kritisch betrokken blijven bij de vormgeving van die koers.

De komende jaren zullen laten zien welke organisaties technologie en AI gebruiken om nieuw zorgperspectief te creëren – en welke blijven steken in losse pilots. De vraag is dus niet óf AI de Nederlandse zorg gaat veranderen, maar wie durft te bepalen hóe dat gebeurt.