In mei van dit jaar maakte het Belgische algemeen ziekenhuis (AZ) Delta bekend te investeren in een nieuwe generatie zorgtechnologie waarin AI zorgprofessionals ondersteunt bij medische besluitvorming. De basis is een beveiligde dataomgeving die grote hoeveelheden zorgdata samenbrengt, verrijkt en analyseert. Zo wil het ziekenhuis risico’s sneller herkennen, ziekteverlopen beter voorspellen en behandelingen beter afstemmen op individuele patiënten. Achter die ambitie schuilt een meerjarige strategie waarin data, cloudtechnologie, AI, governance en samenwerking nauw verweven zijn, vertelt CIO Peter de Jaeger in gesprek met ICT&health. Hij licht toe waarom AZ Delta al vroeg koos voor een centraal dataplatform, welke rol AI daarin speelt en hoe het ziekenhuis samen met andere zorgorganisaties werkt aan een toekomstbestendige infrastructuur voor datagedreven zorg.
Vanuit de staalindustrie naar de zorg, met Data als gemeenschappelijke noemer: dat tekent het carrièrepad van Peter de Jaeger, CIO bij AZ Delta (West-Vlaanderen). Het was in de zorgsector dat hij na zijn komst in 2020 een omwenteling meemaakte: van data als passief ondersteunend naar data als fundament van alles dat een organisatie draaiende houdt en laat groeien.
De Covid-pandemie gaf een grote boost aan digitalisering. Nu is het tijd om technologie structureel te verweven met mensen, processen en data. De opkomst van (gen) AI, vragen rondom soevereiniteit en digitale autonomie, privacy en weerbaarheid voegen hier lagen van complexiteit en verwevenheid aan toe.
Kracht centraal dataplatform
Voor AZ Delta was de snelle digitalisering en groei van het datavolume reden om een apart platform op te zetten. De Jaeger kende de kracht van een centraal dataplatform al uit zijn eerdere werk en besloot om die kracht binnen te brengen via Google Cloud.
“Veel data was opgesloten in on premise systemen, andere systemen werkten al vanuit de cloud. Er was veel fragmentatie. Een datahoekje voor de Dienst Beleid, voor IT, voor afzonderlijke artsen. Als een stukje data aangepast moest worden, moest dat vaak in meerdere afzonderlijke systemen.”
Wat AZ Delta in 2020 voorstond, was alle data samenbrengen op één cloud-platform met de rekenkracht om al die data optimaal om te zetten in informatie en inzichten. Dat is gelukt, stelt De Jaeger. Via een – on prem - gateway wordt nu elke 24 uur alle data uit het ziekenhuis naar de Google Gloud-omgeving overgezet.
“Daarbij hanteren we een medallion architectuur – brons, zilver en goud – voor de gevoeligheid van de data. Want ook de privacy en security moeten goed geregeld zijn. Het grote voordeel nu: data worden eenmalig op de gewenste manier – bijvoorbeeld gepseudonimiseerd – opgeslagen voor veelvuldig gebruik.”
280 miljard datapunten
Eenvoudig was dit niet. Er moesten in totaal 280 miljard datapunten overgezet worden. Dagelijks komen er hier miljoenen datapunten bij. En al die gegevens moeten snel opgevraagd kunnen worden. Voor een arts die een diagnose uitvoert of informatie voor een consult opvraagt, maar ook voor het trainen van een AI-toepassing met miljarden datapunten. De Jager: “Als je een query intypt, wil je niet twee uur wachten voor je een reactie krijgt, zeker niet als je midden in een denkproces zit.”
Reden om in te zetten op een hoog performant systeem die dit alles aankan. Google Cloud bleek daarvoor het best geschikt te zijn. Zo kon het heel goed primaire systemen (het EPD) en secundaire omgevingen (voor bijvoorbeeld wetenschappelijk onderzoek) scheiden, zodat een productie-omgeving – waar een antwoord iets langer op zich kan laten wachten dan tijdens een consult - geen invloed heeft op die primaire systemen en andersom.
Streven naar soevereiniteit
Hij beseft dat Google Cloud als Amerikaanse hyperscaler botst met het groeiende streven naar digitale soevereiniteit en autonomie. “Maar geen enkel ander platform kan zo goed zo snel zo veel big data sets aan, of biedt zoveel mogelijkheden om te werken met open source software voor bijvoorbeeld ontwikkeling van AI-toepassingen.”
Bovendien, stelt De Jager: we mogen niet blind zijn voor het ‘Trump’-vraagstuk, maar we hebben een contract getekend voordat het soevereiniteitsvraagstuk ging spelen. Dat breek je niet zomaar open. Voor de langere termijn staat dit zeker wel op ons netvlies.”
Focus op AI
Waar de data in de cloud staan, draaien de meeste AI-toepassingen on prem. Vooral op het gebied van radiologie worden er al veel– aangekochte - toepassingen ingezet, of staan in de productie-omgeving. Een voorbeeld is het segmenteren en graderen van prostaatletsel.
Daarnaast wordt het dataplatform ingezet om eigen AI-toepassingen te ontwikkelen en te voeden. ‘Engineer meets phycysian’, noemt AZ Delta dat. “We hebben de data, we hebben de kennis, en dat combineren we met ontwikkelaars. Er zitten al toepassingen in de pijplijn op gebieden zoals prostaatkanker en cardiologie.”
Een goed voorbeeld noemt De Jaeger een volgens hem unieke manier om hartfilmpjes te gebruiken voor preventieve diagnostiek. “We maken die filmpjes al 20 jaar en hebben een enorme berg consistente data. We kunnen modellen trainen om zeldzame aandoeningen te detecteren, zoals cardiale amyloïdose: een aandoening waarbij de hartspier verstijft, met uiteindelijk de dood tot gevolg.”
Een op de tien 65-plussers heeft deze aandoening, maar minder dan 1 procent wordt momenteel gediagnosticeerd. De AI-analyse van die ECG’s kan tot zes jaar van tevoren diagnosticeren of iemand die aandoening heeft – die tegen te gaan is met vrij eenvoudige medicatie.
“We hebben inmiddels uit alle ECG’s over 2024 zo’n 1000 mensen gevonden in de regio die waarschijnlijk de aandoening hebben. 18 november 2025 was de datum waarop we de eerste patiënt preventief konden helpen met deze datagedreven aanpak. En dat alles met een simpel hartfilmpje. Inmiddels wordt elke ECG op deze manier automatisch geanalyseerd.”
Geen losse pilots
De Jaeger vindt het belangrijk om te voorkomen dat allerlei losse pilots naast elkaar gaan lopen en deels overlappen. “Innovatie is afhankelijk van drie zaken: mensen die de boel trekken, data en financiering. Die drie moet je zo goed mogelijk inzetten. Het is dan ook beter om ons te focussen op enkele projecten en die goed te doen, dan overal tegelijk op te schieten. Met focus hou je het langer vol, want innovatie is geen sprint, maar een marathon.”
Gelukkig, merkt De Jaeger op, staat AZ Delta er niet alleen voor. “Steeds meer universitaire en andere ziekenhuizen zetten in op dit soort dataplatforms en AI-toepassingen. Ik denk dat dit over twee jaar gemeengoed is, geholpen door ontwikkelingen zoals Vibe coding en andere AI-ondersteunde softwareontwikkeling zoals via Claude. Digitale tools ontwikkelen wordt zo steeds goedkoper en toegankelijker.”
Samenwerking zoeken
En ook als voorloper zoekt AZ Delta de samenwerking met andere ziekenhuizen. Onder meer via een uit 2023 stammend Data Capabilities-initiatief, juist voor platforms zoals AZ Delta die ontwikkelde – en waarvoor het uit het initiatief 1 miljoen euro ontving.
“We hebben dat geld ingezet om met negen andere ziekenhuizen het Federated Health Innovation Network op te zetten. Daarmee kunnen we op betrouwbare wijze data van alle ziekenhuizen inzetten om AI-toepassingen te trainen en onderzoek uit te voeren. Inmiddels zijn 15 ziekenhuizen aangesloten op een nieuwere versie.”
De volgende stap is om bestaande netwerken – zo is er ook een vanuit UZ Leuven – te bundelen tot een enkel landelijk netwerk. Elke zorginstelling die data genereert, kan er lid van worden.
“Zo kunnen we met een landelijk platform voor federated data op betrouwbare wijze data inzetten om nog sneller en breder te innoveren. Voor operationele vraagstukken, maar vooral ook om AI-toepassingen te ontwikkelen, het liefst op basis van data van alle Belgen. Samenwerking is kortom cruciaal om AI-gebruik op een hoger plan te tillen.”
AI als onderdeel van bredere datastrategie
AZ Delta kondigde in mei aan verder te investeren in AI-ondersteunde zorg. Het ziekenhuis bouwt daarvoor verder aan een beveiligde dataomgeving waarin zowel gestructureerde gegevens, zoals laboratoriumuitslagen en medicatiegegevens, als ongestructureerde informatie, waaronder medische beelden en vrije tekst, samenkomen. Doel is om artsen beter te ondersteunen bij risicovoorspelling, diagnostiek en behandelkeuzes. Daarbij ontwikkelt het ziekenhuis niet alleen eigen AI-modellen op basis van zorgdata uit de praktijk, maar investeert het ook in een afgeschermde cloudomgeving waarin het zelf de regie houdt over data en governance.
