Het debat over kunstmatige intelligentie in de gezondheidszorg wordt steeds meer gepolariseerd. Tussen gewaagde beloften en toenemende bezorgdheid over vertrouwen, veiligheid en hype is de vraag “Is AI in de gezondheidszorg een zeepbel of een echte revolutie?” zeer actueel. Of het een blijvende impact zal hebben, hangt minder af van de technologie zelf en meer van de gezondheidszorgstelsels die deze technologie toepassen – een mening van Anca del Río, Health Systems Innovation Thought Leader.
Nergens is deze spanning zo zichtbaar als op het gebied waarover we het minst praten, maar waarop we het meest vertrouwen: de geestelijke gezondheid, het welzijn en de stabiliteit van het personeel in de gezondheidszorg en de zorgsector.
In de hele Europese regio hebben gezondheidszorgstelsels te kampen met de last van kortdurend ziekteverzuim, personeelsverloop en verslechterende arbeidsomstandigheden. De omvang van het probleem is niet langer anekdotisch; het is meetbaar, alarmerend en systemisch. Het rapport van de WHO Artificial intelligence is reshaping health systems maakt duidelijk dat AI al is geïntegreerd in klinische, operationele en beleidsworkflows in de hele regio, maar dat de mate van gereedheid sterk varieert en dat er nog steeds aanzienlijke hiaten in het bestuur bestaan. Ondertussen wijst het rapport Accelerating the uptake of digital solutions by the health and care workforce op hardnekkige belemmeringen op het gebied van opleiding, digitale geletterdheid, vertrouwen en organisatorische gereedheid – belemmeringen die tussen het technologische potentieel en de daadwerkelijke toepassing ervan staan. Het meest urgente is dat de enquête Mental Health of Nurses and Doctors (MeND) een ongefilterd beeld schetst van de mentale gezondheid van clinici: een op de drie meldt angst of depressie, een op de tien heeft zelfmoordgedachten en chronische overbelasting komt in de hele regio veel voor.
Deze combinatie van drukken roept een fundamentele vraag op: kan AI verder gaan dan de hype en de veerkracht van de gezondheidszorg en het personeel effectief versterken?
Een realiteitscheck vanuit de frontlinie
Ik heb het afgelopen decennium heen en weer geslingerd tussen twee werelden: de realiteit aan de frontlinie van ziekenhuizen die worstelen met burn-out, en de beleids- en innovatietafels waar digitale strategieën worden vormgegeven en technologische oplossingen worden ingezet. De kloof is vaak groot.
Terwijl beleidsmakers debatteren over governance kaders en toekomstige gezondheidsgegevensinfrastructuren, worstelen afdelingen en klinieken om voldoende personeel te behouden om tijdige en veilige zorg te kunnen bieden. Terwijl de industrie nieuwe AI-tools promoot, kampen verpleegkundigen en artsen met onderbezetting, nachtdiensten en emotioneel veeleisende omgevingen die direct verband houden met slechte geestelijke gezondheidsresultaten, zoals herhaaldelijk blijkt uit de analyse van de MeND-enquête naar werktijden, geweld en het ontbreken van beschermende factoren.
In deze context kan AI gemakkelijk aanvoelen als een oplossing die op zoek is naar een probleem, tenzij het inspeelt op wat clinici dag in dag uit daadwerkelijk ervaren: druk die zich opbouwt lang voordat deze zichtbaar wordt voor het management, en waarschuwingssignalen van verslechtering die voor het oog verborgen blijven in routinegegevens.
De gemiste kans: secundaire gegevens als signaal van systemische nood
Een van de grootste onbenutte kansen in Europese gezondheidszorgstelsels ligt in de routinegegevens waarover zij al beschikken. Personeelsbezetting, ziekteverzuimpatronen, overurenregistraties, wachttijden, vertragingen in behandelingen en trends in documentatie buiten kantooruren – geen van deze gegevens is bedoeld voor het voorspellen van de geestelijke gezondheid. Toch vormen ze samen een opmerkelijk gevoelige indicator voor organisatorische druk. Het AI-rapport van de WHO bevestigt dit en benadrukt dat het beheer van gezondheidsgegevens en verantwoord gebruik van gegevens op systeemniveau centrale pijlers worden voor de invoering van betrouwbare AI. Hoewel landen AI steeds vaker inzetten voor beeldvorming, diagnostiek of triage, passen veel minder landen dezelfde intelligentie toe om inzicht te krijgen in de gezondheid van het personeel dat deze systemen draaiende houdt.
Dit is het gebied waar het concept van een gefedereerd leermodel (zoals het AI-blauwdruk dat is ontwikkeld door experts uit de publieke en private sector binnen het Strategic Partners' Initiative for Data and Digital Health van de WHO) een aansprekend voorbeeld biedt van hoe doelgerichte AI eruit zou kunnen zien. Federatief leren, zoals voorzien in de Blueprint (die in 2026 zal worden gepubliceerd), maakt patroonherkenning tussen instellingen mogelijk zonder gevoelige werknemersgegevens te centraliseren, waardoor een van de grootste publieke zorgen in de regio direct wordt aangepakt: gegevensprivacy en vertrouwen.
Cruciaal is dat AI niet langer wordt gezien als een externe laag die aan overbelaste systemen wordt toegevoegd, maar als een hulpmiddel om te helpen vaststellen “waar het water begint te koken” voordat de kikker kookt, voordat burn-out piekt, voordat het aantal kortdurende verzuimdagen toeneemt en voordat de kwaliteit van de zorg achteruitgaat.
De AI-zeepbel hoeft niet te barsten
AI zal zijn belofte niet waarmaken als het alleen synoniem wordt met efficiëntie. Maar het kan (stil en zinvol) slagen wanneer het wordt gericht op de menselijke basis van zorg.
1. AI kan helpen het evenwicht in overbelaste systemen te herstellen
Secundaire routinematige gegevenspatronen weerspiegelen vaak disfunctioneren lang voordat mensen zich uitspreken. Door ‘rode zones’ van risico's vroegtijdig te herkennen, kunnen gerichte, contextspecifieke interventies worden uitgevoerd die het behoud en de kwaliteit van de zorg verbeteren. Dit weerspiegelt het feit dat arbeidsomstandigheden, werkdruk en gebrek aan ondersteuning direct verband houden met verslechtering van de geestelijke gezondheid, en dat zichtbaarheid op systeemniveau essentieel is om deze problemen duurzaam aan te pakken.
2. AI kan het vertrouwen herstellen als het op transparante en collaboratieve wijze wordt ingezet
We hebben het vaak over inclusief bestuur en betrokkenheid van het personeel, maar te veel AI-tools zijn nog steeds ontworpen zonder rekening te houden met de realiteit van de klinische praktijk. Vertrouwen en legitimiteit zullen alleen volgen als eerstelijnsmedewerkers deel uitmaken van het ontwerpteam, als de tools werken binnen de rommelige realiteit van echte workflows en als ethische beschermingsmaatregelen zichtbaar zijn en niet alleen theoretisch.
3. AI kan ons helpen om problemen niet alleen te voorspellen, maar ook te voorkomen
Het voorspellen van knelpunten is slechts de eerste stap; de echte waarde ligt in het gebruik van die inzichten om workflows te herontwerpen, de druk te herverdelen en te voorkomen dat de situatie escaleert tot ziekteszorg. Wanneer AI wordt gebruikt om stroomopwaarts in te grijpen in plaats van alleen stroomafwaarts te anticiperen op de impact, kunnen gezondheidszorgsystemen het welzijn van het personeel beschermen lang voordat er crises ontstaan.
4. De kracht van AI ligt in het verbeteren van het menselijk oordeel
Het doel is niet de automatisering van complexe menselijke ervaringen, maar augmentatie: leiders beter inzicht geven zodat ze betere menselijke beslissingen kunnen nemen.
Een toekomst gebaseerd op gedeelde verantwoordelijkheid
De echte revolutie in AI voor de gezondheidszorg zal niet alleen voortkomen uit algoritmen. Ze zal voortkomen uit de manier waarop systemen ervoor kiezen om ze te gebruiken.
Dit omvat hoe publiek-private partnerschappen zijn gestructureerd, hoe aanbestedingsmodellen ethisch ontwerp stimuleren, hoe instellingen waarde meten en hoe leiders aangeven dat het welzijn van het personeel geen secundair resultaat is, maar een strategische prioriteit. De praktijkvoorbeelden en vroege verkenningen die in het bovengenoemde AI-blauwdruk zijn opgenomen, zijn niet nuttig omdat ze een perfect model presenteren, maar omdat ze laten zien wat er mogelijk wordt wanneer data, technologie, ethiek en collectief bestuur samenkomen.
Uiteindelijk heeft Europa niet meer pilots, meer dashboards of meer verklaringen op hoog niveau nodig, maar meer samenhang. En samenhang is alleen mogelijk als overheden, zorginstellingen, clinici, digitale innovators en regelgevers samenwerken met een gemeenschappelijk doel.
Van digitale druk naar digitale kracht
In een tijd waarin clinici zich eerder digitaal belast dan digitaal gesterkt voelen, is de vraag niet of AI een zeepbel of een revolutie is. De vraag is of we bereid zijn om AI een bredere functie te geven dan automatisering: het versterken van de systemen waarop de gezondheidszorg steunt.
AI kan burn-out helpen voorkomen. AI kan de klinische kwaliteit en de veiligheid van patiënten helpen verbeteren. AI kan leiders helpen het onzichtbare te zien. AI kan gezondheidszorgsystemen weer ademruimte geven.
Maar alleen als AI een instrument wordt voor de veerkracht van de gezondheidszorg en het personeel, in plaats van louter een middel voor operationele optimalisatie. Dan zal de zeepbel niet barsten, omdat het niet langer een ‘hype’ is. Het zal deel uitmaken van de basis voor een sterkere, duurzamere en hoopvollere toekomst voor de gezondheidszorg.
