AI in de zorg: hype of hefboom?

De Europese gezondheidszorg kraakt onder de druk: vergrijzing, meer chronische ziekten, personeelstekort en stijgende kosten. Kunstmatige intelligentie (AI) kan helpen om die druk te verlichten door administratie te verminderen, diagnoses te versnellen en zorgprocessen efficiënter te maken. Toch komt de doorbraak traag. Waarom? Het Europese rapport Study on the deployment of AI in Healthcare (2025) legt de vinger op de wonde: niet alleen techniek, maar ook regelgeving, organisatiecultuur en vertrouwen spelen een rol.

Waar zit het potentieel?

AI biedt nu al waarde in drie domeinen:

• Administratie verlichten: digitale scribes die automatisch consulten samenvatten.

• Efficiëntere processen: algoritmes die afspraken plannen of patiëntenstromen voorspellen.

• Snellere en betere diagnose: radiologische beeldanalyse die longnodules of hersenbloedingen sneller detecteert.

Voor preventieadviseurs is vooral die administratieve kant herkenbaar. Denk aan de parallel met welzijnsdocumentatie of risicoanalyses: hoe meer tijd medewerkers in papieren rompslomp steken, hoe minder tijd voor hun kerntaak.

Gezondheidzorgbehoeften die volgens zorgverleners, ziekenhuisvertegenwoordigers en AI-ontwikkelaars al kunnen worden aangepakt met bestaande AI-oplossingen.

Wat houdt ons tegen?

Het rapport onderscheidt vier grote hindernissen:

1. Technisch en datagericht: systemen zijn vaak niet compatibel; data ontbreken of zijn gefragmenteerd.

2. Regelgeving en ethiek: de Europese regels (AI Act, GDPR, MDR) zorgen voor veiligheid maar vertragen implementatie.

3. Organisatie en businessmodel: wie betaalt de investering, en wat is de lokale meerwaarde? Slechts 1% van de bedrijven ervaart AI als geïntegreerd en waardevol in hun processen (zie eerder artikel).

4. Menselijke factor: gebrek aan digitale geletterdheid, wantrouwen bij zorgverleners, en angst voor jobverlies. Omwille van dit laatste houden ze zelfs vaak hun AI-gebruik geheim (zie eerder artikel).

Inspirerende voorbeelden

• Johns Hopkins Hospital (VS): een AI-systeem verkortte de wachttijd op spoed met 30% en verminderde transfervertragingen met 70%.

• NHS Essex (VK): een algoritme voorspelde no-shows bij consultaties, waardoor 1.900 extra patiënten gezien konden worden.

• Parc Taulí (Spanje): AI-gestuurde triage leidde patiënten met eenvoudige klachten rechtstreeks naar een aparte eenheid, waardoor de spoeddienst werd ontlast.

En een grootschalig pilootproject van de Britse nationale gezondheidsdienst (NHS) toonde al aan dat generatieve AI, getraind op elektronische patiëntendossiers van 57 miljoen mensen, ziektes en medische handelingen kan voorspellen met een verrassend hoge nauwkeurigheid (meer info zie mijn eerder artikel).

Deze cases tonen dat AI niet toekomstmuziek is, maar vandaag al verschil maakt – mits de juiste implementatie en betrokkenheid.

Kansen voor het arbeidsgeneeskundig gezondheidstoezicht

Ook voor externe preventiediensten opent AI interessante perspectieven; dar heb ik al over bericht in een eerder artikel. Het arbeidsgeneeskundig gezondheidstoezicht kampt met dezelfde druk als de algemene gezondheidszorg: een tekort aan arbeidsartsen, toenemende administratieve last (re-integratietrajecten anyone?) en een groeiende vraag naar gerichte opvolging.

AI kan hier een hefboom zijn in drie richtingen:

• Slimmere dataverwerking: gezondheidsbevragingen, biometrische metingen of resultaten van functietests kunnen automatisch geanalyseerd worden. Zo worden trends sneller zichtbaar en kunnen risicogroepen proactief geïdentificeerd worden.

• Ondersteuning bij risicobeoordeling: algoritmes kunnen signaleren welke functies of arbeidsomstandigheden vaker leiden tot gezondheidsklachten. Dat helpt preventieadviseurs om prioriteiten te stellen in hun beleid.

• Efficiëntere opvolging: denk aan digitale assistenten die werknemers doorheen vragenlijsten loodsen of die afspraken automatisch plannen en herinneringen sturen. Dit vermindert no-shows en versnelt de doorstroom.

Voorbeeld uit de praktijk

Stel: bij een groot chemiebedrijf worden jaarlijks honderden spirometrieën uitgevoerd om de longfunctie van werknemers op te volgen. Vandaag vraagt dat vaak zelfs nog manuele input van verpleegkundigen en artsen; collectieve data en trends zijn des te meer een uitdaging. Een AI-systeem kan automatisch afwijkende patronen detecteren, vergelijken met eerdere resultaten en zelfs aangeven welke werknemers een verhoogd risico lopen op versnelde achteruitgang. De arbeidsarts kan zich daardoor focussen op de interpretatie en het gesprek met de betrokken werknemer, in plaats van op repetitieve meetanalyses.

Belangrijk is dat AI hier niet de arts of verpleegkundige vervangt, maar hun schaarse tijd beter benut. Een arts kan zich meer focussen op de complexe gesprekken, terwijl routine-analyses en documentatie grotendeels geautomatiseerd worden.

Een reflectieve vraag: Hoeveel tijd van onze preventieteams gaat vandaag nog verloren aan repetitieve administratie, en hoeveel impact zou het hebben als die tijd vrijkomt voor persoonlijk contact met werknemers en werkgevers?

Valkuilen bij AI in preventieve gezondheidszorg

Hoewel de mogelijkheden veelbelovend zijn, loeren er ook risico’s om de hoek:

• Bias in data: als de ingevoerde gegevens niet representatief zijn (bv. vooral mannelijke werknemers of enkel bepaalde sectoren), kunnen de algoritmes verkeerde prioriteiten suggereren.

• Vertrouwenskwesties: werknemers moeten erop kunnen rekenen dat hun gezondheidsdata veilig en correct gebruikt worden. Gebrek aan transparantie kan het draagvlak ondermijnen.

• Overmatige afhankelijkheid: AI kan ondersteunen, maar mag nooit de kritische blik van de arts of verpleegkundige vervangen. Blind vertrouwen in een algoritme kan leiden tot fouten.

• Privacy en GDPR: gezondheidsgegevens behoren tot de meest gevoelige categorie. AI-toepassingen moeten strikt binnen de GDPR en de Europese AI-wet blijven om juridische en ethische problemen te vermijden.

Een nuchtere bedenking: AI kan helpen om sneller te zien waar de risico’s liggen, maar uiteindelijk blijft de preventieadviseur degene die beslist of een risico écht beheerst is.

Wat betekent dit voor werkgevers?

De parallellen met werkcontexten buiten de zorg zijn groot. Ook in welzijn en HR worstelen we met:

• Datakwaliteit: zijn onze registraties volledig en bruikbaar?

• Adoptie door gebruikers: vertrouwen medewerkers het systeem? Zie ook de bedenkingen van Europese (artikel) en Vlaamse medewerkers in een eerder artikel.

• Return on investment: levert het meerwaarde voor de organisatie én de medewerker?

In dat kader ondertekenden de Europese sociale partners in de bankensector op 14 mei 2024 een nieuwe Joint Declaration on Employment Aspects of Artificial Intelligence (zie mijn artikel hierover). Daarin leggen werkgevers en vakbonden samen principes vast over hoe AI op een verantwoorde manier in de sector moet worden ingezet. Het resultaat biedt ook interessante lessen voor andere sectoren, zoals welzijn op het werk en HR-beleid.

Een reflectieve vraag om mee te nemen: Waar in onze processen verspillen we vandaag nog tijd aan repetitieve taken die AI (of slimme automatisering) kan overnemen?

Aanbevelingen

1. Begin klein: kies een duidelijk probleem (bv. verzuimrapportage) en test een AI-tool in beperkte setting.

2. Betrek eindgebruikers: succes staat of valt met het vertrouwen van medewerkers.

3. Wees transparant: maak duidelijk wat AI beslist, en waar menselijke toets noodzakelijk blijft.

4. Investeer in digitale geletterdheid: niet iedereen hoeft AI-expert te zijn, maar basisbegrip is essentieel (en sinds 1 februari verplicht voor bedrijven waar werknemers mogelijk AI gebruiken).

5. Volg de regelgeving: GDPR en de Europese AI-wet vormen het kader; respect ervoor verhoogt vertrouwen.

Slot

AI is geen wondermiddel, maar ook geen sciencefiction. Het is een extra teamlid dat nooit moe wordt van administratie, maar wél goede begeleiding nodig heeft. Voor preventieadviseurs en HR-professionals ligt de uitdaging erin om slim te kijken waar technologie écht ontlast, en hoe we tegelijk de menselijke maat in het werk behouden.

Wil je meer weten? Het volledig rapport is te downloaden via deze link. Meer info over het onderwerp staat op de website van de Europese Commissie, zie deze link.