De Nederlandse zorg piept en kraakt op een fundamenteel niveau. De vergrijzing neemt toe, het personeelstekort groeit en de zorgvraag stijgt sneller dan het systeem aankan. De cijfers zijn bekend én urgent: zonder verandering werkt in 2040 één op de vier Nederlanders in de zorg. “Dat is simpelweg niet houdbaar,” zegt Olivier Blanson Henkemans, Senior Researcher Digital Innovation Youth Health bij TNO. “De uitdaging zit in hoe we de zorg slimmer organiseren, professionals beter ondersteunen, meer preventief werken en daarbij technologie effectief inzetten.”
Artificial intelligence (AI) wordt vaak hét antwoord genoemd op de groeiende druk op de zorg. Slimmere systemen, efficiëntere processen, snellere diagnoses en passende zorg. Volgens Blanson Henkemans en zijn collega Jildau Bouwman, Senior Scientist Digital Health Technologies bij TNO en bijzonder hoogleraar ‘Remote Health monitoring’ aan Universiteit Leiden, houdt innovatie niet op bij AI-ontwikkeling alleen. “TNO verbindt onderzoek, ontwikkeling én implementatie van AI-toepassingen. Alleen op deze manier kan AI echt impact maken in de praktijk”, zegt Bouwman.
Als onafhankelijke innovatiepartner is TNO daarin ook de verbinder tussen zorgorganisaties, bedrijven, beleidsmakers, professionals én patiënten. Zo blijven innovaties niet hangen in pilots, maar landen daadwerkelijk in het dagelijkse werk. Daarbij richt TNO zich binnen de zorg op verschillende domeinen waarin AI het verschil kan maken, zoals signalering en diagnostiek, ondersteuning van zorgprofessionals in hun dagelijkse werk en empowerment van patiënten.
“Empowerment is cruciaal, omdat de toenemende zorgvraag en het capaciteitstekort vragen om meer regie van mensen over hun eigen gezondheidsbeslissingen, behandeling en zorg, zodat zij van passieve ontvangers actieve partners van zorgverleners worden”, legt Blanson Henkemans uit.
Misverstanden rondom AI
Een van de grootste misverstanden rond AI in de zorg is volgens TNO dat de introductie ervan automatisch leidt tot minder werkdruk. Nieuwe systemen kunnen in de praktijk juist ook extra handelingen, onduidelijkheid of stress veroorzaken. “AI in de zorg vraagt om veel meer dan een goed AI-model”, zegt Blanson Henkemans. “Je moet begrijpen hoe professionals werken, hoe cliënten en patiënten worden ondersteund, hoe werkprocessen zijn ingericht en hoe de innovatie aansluit op bestaande systemen.”
AI biedt grote kansen voor de zorg, maar veel toepassingen blijven steken in pilots omdat ze onvoldoende aansluiten op de praktijk. TNO wil technologie, zorgpraktijk en betrokken partijen verbinden om innovaties succesvol te implementeren. Vanuit die rol is TNO ook betrokken bij de ontwikkeling van de AI-fabriek in Groningen, waar Europese rekenkracht beschikbaar komt voor het trainen van grote AI-modellen (zie ook de coverstory op pagina 21-27).
“Europa loopt daarin achter op de VS en China”, ziet Bouwman. “Om echt mee te kunnen ontwikkelen, heb je ook die infrastructuur en computerkracht nodig.” Maar technologie alleen is volgens beiden niet genoeg. “We zien regelmatig dat partijen technologisch heel sterk zijn, maar nauwelijks verbonden zijn met het zorgveld”, stelt Blanson Henkemans. “Dan ontstaat een soort ‘technology push’: een oplossing die technisch slim is, maar niet goed aansluit op waar professionals of patiënten echt behoefte aan hebben.”
Hij noemt het voorbeeld van een project waarin TNO samen met partners een AI-chatbot ontwikkelde voor ouders met opvoedvragen: “Zo’n toepassing kan absoluut waardevol zijn. Maar een AI-systeem kan niet alle zorgvragen zelfstandig beantwoorden. Soms moet je kunnen doorschakelen naar een professional. En als je de context van de zorg en het netwerk daarachter niet begrijpt, loop je uiteindelijk vast.”
Hele keten nodig
Volgens Bouwman vraagt succesvolle AI in de zorg dan ook veel meer dan goede technologie. “Je hebt de hele keten nodig: van ontwikkelaars en onderzoekers tot zorgprofessionals, patiënten en bestuurders. Als je die partijen niet vanaf het begin meeneemt, ontstaat weerstand of sluit een toepassing simpelweg niet goed aan op de praktijk.”
Dat begint volgens haar al bij de ontwikkeling van AI-modellen. “AI formaliseert menselijke besluitvorming. In de zorg werk je met richtlijnen, protocollen en allerlei afwegingen die een professional automatisch meeneemt in de context van een patiënt. Een model doet dat niet vanzelf. Juist daarom zijn validatie en praktijkkennis cruciaal. Je moet precies weten waar risico’s kunnen ontstaan en wanneer een zorgprofessional altijd betrokken moet blijven. Zeker in de zorg kan dat letterlijk van levensbelang zijn. Er zijn voorbeelden uit de praktijk waar dat helaas nog mis kan gaan.”
AI biedt volgens Bouwman juist kansen om werk anders in te richten: “AI roept vaak de angst op dat banen verdwijnen, maar je ziet ook nieuwe rollen ontstaan. Bijvoorbeeld bij zorg op afstand.” Remote health monitoring is een voorbeeld: “Verpleegkundigen die fysiek het zware werk niet meer aankunnen, zetten via monitoring op afstand toch hun kennis en ervaring in. Achter zo’n AI-platform blijft dus wel degelijk een professional zitten. Zo kun je mensen behouden voor de zorg én druk wegnemen bij collega’s.”
Beslisondersteuning in JGZ
Een ander concreet voorbeeld is een beslisondersteunend systeem voor de jeugdgezondheidszorg (JGZ), ontwikkeld door TNO met dossierleveranciers en JGZ-organisaties. Het systeem gebruikt gegevens uit digitale dossiers om richtlijnen door te rekenen en passende adviezen te geven, waarbij ook large language models (LLM’s) worden ingezet om ongestructureerde informatie bruikbaar te maken.
“Professionals in de JGZ werken met ruim 30 continu geactualiseerde richtlijnen”, vertelt Blanson Henkemans. “Dat is ontzettend veel informatie. AI kan helpen om die informatie beter toe te passen in het dagelijks werk.” Samen met zorgprofessionals testte TNO AI-beslisondersteuning met praktijkcasussen, vervolgt hij. “We zagen dat AI heel goed bijzonderheden bij kinderen kan helpen signaleren, zoals bij hart-, heup- en huidaandoeningen. In vervolgacties was de overeenstemming met professionals lager, vooral door ontbrekende informatie en regionale of professionele verschillen. De professional blijft dus onmisbaar voor context, nuance en inschatting.”
Volgens TNO is juist die combinatie van technologie en domeinkennis cruciaal: “Wij brengen verschillende perspectieven samen”, meent Blanson Henkemans. “Aan de ene kant die van AI-experts en modelontwikkelaars, aan de andere kant die van mensen die de zorgpraktijk, richtlijnen en context begrijpen. Alleen samen kun je systemen ontwikkelen die echt werken.”
Veilige datawerkplaats
Nog een voorbeeld is FAIRSPACE, waarin geboortezorg, jeugdgezondheidszorg, gemeenten en TNO samenwerken rond de eerste duizend dagen van een kind. Binnen deze samenwerking wordt een veilige datawerkplaats ontwikkeld waarin AI en voorspellende modellen worden gecombineerd met privacy enhancing technologies (PETs), zodat organisaties samen analyses kunnen uitvoeren en nieuwe AI-modellen kunnen ontwikkelen.
“Bijzonder aan FAIRSPACE is dat we analyses kunnen uitvoeren bij de bron, terwijl privacy en datasoevereiniteit behouden blijven”, zegt Blanson Henkemans. “Dat klinkt technisch, maar uiteindelijk gaat het erom dat organisaties veiliger kunnen samenwerken en kinderen en gezinnen eerder passende ondersteuning kunnen bieden.” Volgens Bouwman toont het project dat de grootste uitdaging niet meer technisch is. “De techniek is er. Het probleem zit veel vaker in governance en samenwerking.”
Behalve op diagnostiek en zorg op afstand richt TNO zich nadrukkelijk op ondersteuning van zorgprofessionals en arbeidsbesparing. Niet door mensen te vervangen, maar door werk slimmer te organiseren. “We moeten af van het idee dat technologie vooral extra systemen toevoegt”, zegt Bouwman. “Het moet juist ruimte creëren.”
AI kan volgens haar helpen bij verslaglegging, planning en repetitieve administratieve taken. “Zorgprofessionals willen zorgen en niet uren bezig zijn met registreren.” Maar efficiëntie mag nooit het enige doel worden. “Als technologie puur wordt ingezet om productie te verhogen, verlies je mensen onderweg. Werkplezier is minstens zo belangrijk.”
Daarmee zijn we terug bij de implementatie – daar waar het vaak mis gaat. Veel initiatieven blijven steken in pilots, terwijl structurele opschaling achterblijft. Bouwman: “Er is te weinig aandacht voor implementatie en opschaling. Daardoor zie je een enorme wildgroei aan pilots en kleinere initiatieven, terwijl maar weinig toepassingen uiteindelijk echt breed landen in de zorg.”
Volgens Blanson Henkemans vraagt opschaling om een combinatie van technologie, samenwerking en implementatiekennis. “Veel innovaties stranden omdat ze onvoldoende aansluiten op de praktijk. Daarom werkt TNO vanaf het begin samen met zorgorganisaties, professionals, ICT-partijen en beleidsmakers. Alleen zo kun je AI ontwikkelen die niet alleen technisch werkt, maar ook echt landt in de zorg.”
Of zoals Bouwman het samenvat: “Het gaat uiteindelijk niet om wat AI allemaal kan. Het gaat om wat goed werkt, betrouwbaar is, voldoet aan privacy-eisen en het gewenste effect heeft, voor patiënten en zorgverleners.”
