Zorgtransformatie en AI mislukken vaak niet door techniek, maar door mindset, leiderschap en data. Zo bouw je als zorgorganisatie wél richting hoogpresterend én digitaal.
De stille crisis achter de zorgtransformatie
De meeste zorgtransities mislukken. Niet een beetje, maar grootschalig: in het bedrijfsleven gaat 70 tot 80 procent van grote veranderprogramma’s onderuit. Managementonderzoeker André de Waal ziet geen reden waarom het in de zorg magisch beter zou gaan – integendeel. Hij zegt het hardop: hij houdt zijn hart vast voor de zorgtransformatie rond IZA en WOZO.
Dit raakt direct aan de belofte van AI in de Nederlandse zorg. Iedereen heeft het over slimme algoritmes, beslisondersteuning en efficiëntere processen, maar als de basis niet op orde is – leiderschap, data, samenwerking – blijft AI mooie powerpoint en geen praktijk. In deze blog koppel ik de inzichten van De Waal over hoogpresterende organisaties in de zorg aan de vraag: wat heb je als zorgorganisatie écht nodig om AI en zorgtransformatie te laten slagen?
Waarom zoveel zorgtransformaties vastlopen
De kern is simpel: zorgtransformatie faalt niet omdat de plannen slecht zijn, maar omdat de mindset en organisatie nog niet klaar zijn om ze uit te voeren.
De Waal werkt al twintig jaar met het concept van de hoogpresterende organisatie (HPO). Hij ziet in de zorg steeds dezelfde patronen die vernieuwing – inclusief digitale zorg en AI – afremmen:
- Management dat vastzit in brandjes blussen
- Weinig structurele aandacht voor leiderschapsontwikkeling
- Data die niet op orde is, terwijl iedereen ‘iets met AI’ wil
- Silo’s tussen afdelingen en organisaties, waardoor de patiënt letterlijk “op doorreis” raakt zonder regie
De zorgakkoorden zoals IZA bevatten inhoudelijk veel verstandige punten: passende zorg, meer samenwerking in de regio, inzet van digitale zorg en data. Maar zolang organisaties intern niet functioneren als HPO, worden die akkoorden vooral extra druk op een systeem dat al kraakt.
Zorgtransformatie zonder HPO-mindset is alsof je een Tesla-software-update probeert te draaien op een oude Windows 95-pc.
De vijf HPO-principes vertaald naar zorg en AI
De Waal benoemt vijf verbetergebieden die elke organisatie richting HPO brengen. Voor zorg en AI zijn ze verrassend concreet.
1. Betere kwaliteit van management
De beste verpleegkundige, arts of analist wordt te vaak automatisch teamleider. De Waal noemt dat het laboratoriumsyndroom: je promoveert de beste vakmens naar een functie waarvoor die nooit is opgeleid, verliest een topvakman en krijgt er een onzekere manager voor terug.
Voor AI en digitalisering werkt dat desastreus. Een AI-project vraagt:
- heldere keuzes over prioriteiten,
- regie op verandering,
- het kunnen uitleggen van impact op werkprocessen,
- het bewaken van ethiek, privacy en kwaliteit.
Dat lukt niet met “bij toeval” ontstane leiders. Zorgorganisaties die AI serieus willen inzetten, zouden minimaal moeten zorgen voor:
- Gerichte management development: leiderschapstraining rond data, AI, procesverbetering en verandermanagement.
- Duidelijke eigenaarschap: wie in het MT is eindverantwoordelijk voor digitale zorg en AI, en heeft ook echt mandaat?
- Hybride profielen: artsen en verpleegkundigen die bewust kiezen voor een management- of innovatierol, met tijd en scholing.
2. Betere kwaliteit van medewerkers
Een HPO investeert structureel in de ontwikkeling van medewerkers. In de praktijk van Nederlandse zorg betekent dat meer dan één e-learning over het nieuwe EPD.
AI en digitale zorg vragen om:
- Digitale basisvaardigheden voor álle medewerkers
- Begrip van wat AI wel en niet is (geen magische doos, maar statistiek en patronen)
- Veilige ruimte om te oefenen, fouten te maken en werkprocessen aan te passen
De casus van drie VVT-organisaties in de regio Arnhem laat zien wat er mogelijk is als je daar serieus werk van maakt. Met een HPO-aanpak rond vitaliteit en werkplezier:
- daalde de uitstroom in één organisatie van 14% naar 3% in een jaar;
- halveerde het verzuim van 5,2% naar 2,6%.
Dat is precies het fundament dat je nodig hebt om AI toe te voegen. Als je teams stabieler zijn, minder ziek en meer betrokken, heb je ruimte om nieuwe technologie in te voeren zonder dat iedereen “overloopt”.
3. Continu verbeteren en vernieuwen – waar AI thuishoort
Veel zorginstellingen ervaren innovatie nog als projecten “erbij”. De realiteit: AI moet onderdeel worden van het reguliere verbeterproces, niet van losse pilots.
Een HPO:
- meet structureel,
- bespreekt cijfers open,
- past processen in kleine stappen aan.
AI past precies in die logica:
- Een triage-algoritme dat helpt SEH-druk te voorspellen
- Een AI-tool die radiologieverslagen voorselecteert op urgentie
- Een beslisondersteuner in de wijkverpleging voor valrisico
Maar dat werkt alleen als de organisatie gewend is om:
- met data naar het eigen proces te kijken,
- pilots te evalueren op harde cijfers én ervaringsverhalen,
- verbeteringen vast te leggen in standaarden en protocollen.
Zonder continu-verbetercultuur verzuipt AI in losse “proeftuinen” die niets structureels veranderen.
4. Openheid en actiegerichtheid – weg uit de brandjesstand
De Waal ziet veel zorgmanagement dat vooral brandjes blust. Mail, bellen, incident, overleg, ad-hoc oplossing. De lange termijn komt morgen wel. Of volgende week. Of nooit.
Voor AI is dat dodelijk. Je hebt nodig:
- Openheid: medewerkers kunnen hardop zeggen dat een AI-advies niet klopt, zonder angst.
- Actiegerichtheid: bevindingen uit data leiden tot besluiten, niet tot nóg een werkgroep.
Concreet betekent dat voor AI in de zorg:
- heldere afspraken: wie mag afwijken van een AI-advies en hoe wordt dat vastgelegd?
- gezamenlijke reviewmomenten: artsen, verpleegkundigen, data scientists en ICT kijken samen naar uitkomsten.
- laagdrempelige feedbackkanalen: een knop in het EPD “AI-advies onbruikbaar” met korte toelichting, waar écht iets mee gebeurt.
Openheid zonder actie levert klaagcultuur; actie zonder openheid levert stille weerstand. HPO vraagt om allebei.
5. Structureel bouwen aan de lange termijn
De zorg zit klem tussen dagkoers (capaciteitsproblemen, wachtlijsten, financiën) en lange termijn (vergrijzing, arbeidsmarkt, technologie). AI wordt vaak gepresenteerd als snelle oplossing, maar structureel werkt het alleen als je bewust aan de lange termijn bouwt.
Dat betekent bijvoorbeeld:
- Een heldere datastrategie: welke gegevens verzamelen we, met welke kwaliteit, met welk doel?
- Investeren in data- en AI-governance: wie bewaakt kwaliteit, ethiek, herleidbaarheid en transparantie?
- Regionale afspraken over datadeling tussen huisartsen, ziekenhuizen, VVT en GGZ.
De Waal is duidelijk: zolang organisaties vastzitten in het hier en nu, wordt een visie voor de toekomst “iets voor op de hei” in plaats van kompas voor keuzes. AI wordt dan speelgoed, geen strategie.
Zonder goede data is AI gewoon dure ruis
De Waal verwoordt het scherp: veel organisaties “willen iets met artificial intelligence”, maar hebben hun data niet op orde. Dan krijg je onherroepelijk garbage in – garbage out.
Voor Nederlandse zorgorganisaties die serieus met AI aan de slag willen, is de volgorde ongeveer zo:
-
Datakwaliteit op orde brengen
- uniforme codering (bijvoorbeeld diagnosecodes, verrichtingen, zorgzwaarte);
- vastleggen van meetmomenten (wanneer wordt wat gemeten?);
- duidelijke definities (wat is ‘opname’, wat is ‘heropname’, wat is ‘acute zorg’?).
-
Data-infrastructuur organiseren
- zorgen dat relevante data uit EPD, EVS, planning, HR en financiën combineerbaar zijn;
- afspraken met leveranciers over ontsluiting en standaarden.
-
Kleinschalig beginnen met AI
- één duidelijk probleem kiezen (bijvoorbeeld no-show voorspellen in de poli);
- een multidisciplinair team vormen (zorg, ICT, BI/AI, privacy, kwaliteit);
- vroeg en vaak terugkoppeling met de werkvloer organiseren.
Veel organisaties slaan stap 1 en 2 over en beginnen direct bij 3, omdat dat “sexy” is. Dat is precies de route naar mislukkende pilots en cynisme over AI op de werkvloer.
Doorbreek het silo-denken: patiënt op doorreis
Eén van De Waals meest bruikbare beelden voor de zorg is de patiënt als reiziger op doorreis. Geen bezit van een afdeling, maar iemand die tijdelijk bij jou incheckt en daarna verder gaat.
Silo’s in de zorg – afdelingen, instellingen, disciplines – zijn misschien wel de grootste vijand van goede zorg én goede AI. Denk aan:
- overdrachten tussen SEH, kliniek en VVT waar informatie verloren gaat;
- dubbele diagnostiek omdat systemen niet gekoppeld zijn;
- AI-modellen die alleen binnen één instelling trainen en daardoor slecht generaliseren.
Als je de patiënt echt als reiziger ziet, verandert er iets fundamenteels:
- Je gaat processen over de keten ontwerpen, niet per afdeling.
- Je denkt na over regionale AI-toepassingen: bijvoorbeeld voorspellende modellen voor kwetsbare ouderen over de hele regio, niet alleen binnen één ziekenhuis.
- Je verdeelt verantwoordelijkheid anders: niet “klaar bij overdracht”, maar “goed geregeld voor de volgende stap van de patiënt”.
Voor AI betekent dit concreet dat je aan regionaal georganiseerde dataplatforms, gezamenlijke kwaliteitskaders en ketenbrede use-cases moet werken. Dat vraagt lef van bestuurders én van medisch leiders.
Mindset eerst, technologie daarna – wat kun je morgen doen?
De Waal is somber over de slaagkans van grote zorgtransformaties als de mindset hetzelfde blijft. Daar ben ik het mee eens. Maar dat betekent niet dat zorgverleners en bestuurders machteloos zijn. Er is juist veel wél te doen, en klein beginnen werkt vaak beter dan groot aankondigen.
Een paar concrete stappen die je deze maand nog kunt zetten als je AI of bredere zorginnovatie serieus wilt nemen:
-
Maak één scherp AI-prioriteitsthema voor 2026
Bijvoorbeeld: “AI voor werkdrukverlaging op de poli cardiologie” of “AI voor valrisico in de wijkverpleging”. Alles wat daar niet aan bijdraagt, schuift door. -
Beoordeel je managementteam op HPO-criteria
Durf de vraag te stellen: zijn onze leidinggevenden vooral brandjesblussers, of bouwen ze zichtbaar aan lange termijn, openheid en continue verbetering? -
Start een eerlijk datakwaliteit-gesprek
Nodig zorgprofessionals, ICT en BI bij elkaar uit en leg heel concreet één datastroom onder de loep. Bijvoorbeeld: “Hoe betrouwbaar is onze registrering van spoedopnames, en durven we daar een AI-model op te trainen?” -
Doorbreek één silo rondom een patiëntreis
Kies een veelvoorkomende keten (bijvoorbeeld CVA, heupfractuur, kwetsbare oudere) en benoem gezamenlijk: waar gaat het mis in overdracht, welke data delen we niet, en welke AI-kans laten we liggen doordat iedereen “eigenaar” blijft van zijn stukje.
Dit is de reden dat de serie “AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg” niet alleen gaat over algoritmes, maar ook over organisatie, leiderschap en cultuur. Zonder HPO-gedachte wordt AI ruis. Met de juiste mindset wordt AI een krachtig hulpmiddel om precies te doen waar De Waal zo veel respect voor heeft: betere zorg leveren én meer werkplezier creëren.
De komende jaren zullen laten zien welke organisaties echt durven te kiezen voor dat pad. De vraag is niet of AI komt in de zorg; die is al lang beantwoord. De vraag is: ben jij als organisatie klaar om er hoogpresterend mee te werken, of blijf je hangen in goedbedoelde brandjes?