In de zorgsector worden volop AI-pilots gedraaid. Van systemen die afwijkingen signaleren voordat een arts ze ziet, tot tools die de administratieve last bij huisartsen terugdringen. De resultaten zijn veelbelovend, maar toch gebeurt er na afloop van een pilot vaak weinig.
Uit ons onderzoek blijkt dat slechts 15 procent van de zorgorganisaties formeel AI-beleid heeft. Bijna de helft geeft toe AI al in te zetten zonder dat medewerkers weten hoe ze er veilig mee moeten werken. AI-adoptie loopt voor op het beleid, de kennis en de afspraken die het moet ondersteunen.
Pilot, en dan…
Drie dingen zitten de uitrol structureel in de weg. Zorgmedewerkers zijn allereerst sceptisch over AI, omdat veel toepassingen, zoals schrijfassistenten of chatbots, taalmodellen zijn die niet zijn gebouwd op zorgspecifieke data. Ten tweede hebben veel zorgorganisaties niet vastgelegd wie er verantwoordelijk is als AI een fout maakt. En tot slot ontbreken formele kaders voor AI-gebruik bij de meeste organisaties volledig.
Drie randvoorwaarden
Wat moet er dan anders? Drie randvoorwaarden kunnen het verschil maken tussen een eenmalige pilot en een AI-project dat slaagt.
1. Formeel beleid
Als eerste moet je als zorgorganisatie formeel beleid vastleggen. Het moet een werkend kader zijn dat duidelijk maakt welke AI-toepassingen worden ingezet, onder welke voorwaarden en met welke waarborgen. Dat kader moet ook de juridische werkelijkheid reflecteren: de zorg valt onder de hoog-risicoclassificatie van de EU AI Act, wat concrete verplichtingen met zich meebrengt op het gebied van transparantie en menselijke controle. Veel organisaties zijn zich daar nog onvoldoende van bewust en lopen daarmee onverwacht risico.
2. Gedeeld eigenaarschap
AI werkt alleen als de mensen die ermee werken zich medeverantwoordelijk voelen voor de uitkomsten en zelf kunnen bijsturen in systemen en processen wanneer dat nodig is. Daarvoor heb je zorgprofessionals nodig die actief betrokken zijn bij de ontwikkeling en evaluatie van toepassingen. Feedbackloops die hen daarbij ondersteunen, zijn een must.
Om dat goed te organiseren, moet je signalen van mens, machine en ketenpartners kunnen opvangen en tijdig beleggen bij een kerngroep van medewerkers met zowel praktijkervaring als affiniteit met technologie. Door dit bij zo’n vaste groep te beleggen, borg je continuïteit en bouw je intern kennis op. Niet alleen over AI, maar ook over hoe je technologie inzet om steeds meer zorgprocessen te verbeteren.
3. De keten
Zorg blijft in veel gevallen niet binnen één organisatie. Van ziekenhuis tot thuiszorg tot revalidatie, zorg speelt zich af over organisatiegrenzen heen. AI-toepassingen zijn daardoor afhankelijk van data die van meerdere partijen komt. En die data is lang niet altijd compleet of actueel.
Zonder heldere afspraken over wat wordt gedeeld, hoe en met welke waarborgen, is de uitkomst van AI zo sterk als de zwakste schakel in de keten. Daarom is het belangrijk om met elkaar een lerende keten in te richten. Daarbij hoort dat je helder bent naar jouw partners over de kwaliteit van je eigen systemen en data. Zonder die transparantie loop je het risico dat betrouwbare data door ketenpartners uit voorzorg alsnog onbenut blijft.
Organisatorische vertaalslag ontbreekt
De zorgsector heeft zowel de ambitie om AI structureel in te zetten, als de technologiepartners om het waar te maken. Wat ontbreekt, is de organisatorische vertaalslag van pilot naar beleid en van experiment naar dagelijkse praktijk. Voor deze bestuurlijke opgave heb je IT-beslissers nodig die verder kijken dan de IT-implementatie alleen. Zorgprocessen zijn in de basis menselijke processen: je zult moeten inzetten op de praktijkervaring, menselijke feedbackloops en inrichten van samenwerking over de organisatiegrenzen heen.
