Door Jan Christiaan Huijsman, strategisch adviseur bij Achmea Zilveren Kruis.
Dit artikel is geschreven op persoonlijke titel.

Imperfectie en risico’s

De maatschappelijke discussie over kunstmatige intelligentie in de zorg wordt opvallend vaak gevoerd vanuit risico’s. Over hallucinaties, verkeerde diagnoses, aansprakelijkheid en de vraag of AI “de dokter gaat vervangen”. Dat debat is begrijpelijk — zorg raakt direct aan veiligheid, gezondheid en vertrouwen. Maar tegelijk ontstaat daardoor een merkwaardige vertekening. Alsof het huidige zorgsysteem de veilige nulmeting is waartegen AI moet worden afgezet. Dat is het niet. De bestaande zorg kent zelf al aanzienlijke fouten, vertragingen, informatieverlies, administratieve belasting en capaciteitsproblemen. Diagnostische fouten blijken al jarenlang een structureel probleem. Afhankelijk van definitie en setting spreken wetenschappelijke studies over foutpercentages van grofweg 10 tot 15 procent, met substantiële vermijdbare schade als gevolg. Tegelijkertijd raken zorgprofessionals overbelast door personeelstekorten, registratiedruk, versnipperde systemen en toenemende complexiteit.

Zorgkloof, digitalisering en AI

De relevante vergelijking is daarom niet ‘AI versus perfecte menselijke zorg’ maar ‘AI versus het feitelijke functioneren van het huidige zorgsysteem onder toenemende maatschappelijke druk’. Die druk neemt snel toe. De zorgvraag groeit sterk door vergrijzing en chronische aandoeningen, terwijl de beroepsbevolking nauwelijks meegroeit. Arbeidstekorten in de zorg in Nederland zijn percentueel de hoogste van Europa. Vrijwel alle gezaghebbende analyses — van WHO tot McKinsey en nationale zorginstituten — komen uiteindelijk tot dezelfde conclusie: zonder vergaande inzet van digitalisering en AI wordt het buitengewoon moeilijk om toegankelijkheid, kwaliteit en betaalbaarheid van zorg overeind te houden.

AI als infrastructuur en producent

Daarmee verschuift AI van relevante innovatie naar systeemvoorwaarde. Niet omdat technologie een doel op zich is, maar omdat het bestaande organisatiemodel van zorg zijn grenzen begint te bereiken. AI is geen applicatie of technologie maar een nieuwe infrastructuurlaag. AI wordt nog vaak behandeld alsof het een extra hulpmiddel is dat we toevoegen aan bestaande processen. Een slimme chatbot. Een digitale assistent. Een algoritme naast het EPD. Dat beeld is fundamenteel te beperkt. AI is geen losse technologie. Het is de volgende fase in de toepassing van digitalisering — en waarschijnlijk de meest krachtige fase tot nu toe.

Digitalisering maakte informatie beschikbaar en automatiseert processen. AI maakt informatie interpreteerbaar, voorspellend, schaalbaar en direct inzetbaar in besluitvorming. De kracht van AI zit daarom niet primair in “slimme modellen”, maar in de combinatie van databeschikbaarheid, interoperabiliteit, continue feedback, rekenkracht en patroonherkenning op enorme schaal. AI wordt daarmee een productiviteitslaag onder het zorgsysteem. Dat zien we nu al ontstaan. Continue monitoring, slimme triage, voorspellende analyses, automatische verslaglegging, gepersonaliseerde coaching en digitale ondersteuning worden langzaam noodzakelijke bouwstenen van een systeem dat met minder mensen steeds meer passende zorg in een complexe setting moet leveren.

“Langer veilig thuis” is daarvan misschien wel het duidelijkste voorbeeld. Vrijwel iedereen onderschrijft het maatschappelijk belang ervan. Maar langer thuis wonen zonder intensieve digitale ondersteuning is bij de verwachte arbeidstekorten nauwelijks realistisch. AI wordt daarmee geen thema – zoals nu bijvoorbeeld verwoord in de AZWA Doorbraakmiddelen – maar onderdeel van die noodzakelijke infrastructuur van toekomstige zorg.

AI als toekomst? Nee, het is er al en ontwikkelt zich exponentieel

Het huidige debat onderschat de snelheid van verandering. Een groot deel van het publieke debat behandelt AI nog alsof de technologie zich in een experimentele fase bevindt. Maar de ontwikkeling verloopt exponentieel. Kijk naar het bedrijfsleven. Als strategisch doel richten de meer volwassen organisaties zich op gemiddeld 30% reductie van personeelsinzet rond 2030 door inzet van AI.

Een onderzoek gepubliceerd op 30 april 2026 in het gezaghebbende tijdschrift Science laat zien dat een geavanceerd AI-redeneermodel beter presteert dan artsen bij het analyseren van zeer complexe medische casussen uit de New England Journal of Medicine (NEJM). Het model behaalde een diagnostische nauwkeurigheid van bijna 80% en overtrof artsen ook bij de eerste triage op de Spoedeisende Hulp (67,1% versus 50,0–55,3%). Daarnaast scoorde de AI uitzonderlijk hoog bij het bepalen van de juiste vervolgonderzoeken (87,5%) en het optimale behandelbeleid (89%). De studie geldt als een belangrijke mijlpaal, omdat zij AI rechtstreeks vergelijkt met menselijke artsen op een van de meest uitdagende klinische benchmarks die beschikbaar zijn.

Dat betekent niet dat AI “de arts vervangt” (zie ook alhier). Het betekent wel dat de maatschappelijk opstelling verschuift naar groeiende acceptatie van gebruik van AI onder voorwaarden in de zorg. De vraag is niet langer uitsluitend of AI-risico’s heeft maar, wat zijn de risico’s van het níet inzetten van AI terwijl de technologie aantoonbaar beter wordt? Daar ontstaat bestuurlijke spanning. Want hoe langer zorgorganisaties wachten met modernisering, hoe groter de kans dat personeelstekorten verder oplopen, administratieve lasten blijven stijgen, ongelijkheid toeneemt en burgers buiten het formele zorgsysteem hun eigen AI-ondersteuning gaan organiseren.

Wie staat eigenlijk als mens centraal? De patiënt, de professional of de bestuurder?

Het begrip “human in the loop” wordt vaak gebruikt als geruststellend principe. De mens houdt controle. De professional blijft eindverantwoordelijk. Maar achter dat principe schuilt een veel fundamentelere vraag. Welke mens staat eigenlijk centraal? Dit is overigens een terugkerend vraagstuk want al lang stellen de meeste zorginstellingen dat “de patiënt centraal staat”. Daar is in de praktijk veel op af te dingen.

Historisch was de zorg georganiseerd rond medische kennis bij de professional. De arts beschikte over informatie die de patiënt niet had. De instelling organiseerde toegang. De patiënt ontving zorg. AI vermindert die kennisasymmetrie fundamenteel. Voor het eerst krijgen burgers direct toegang tot medische kennis, patroonherkenning, risicoschattingen, leefstijlbegeleiding, second opinions, medicatiecontroles en continue monitoring. Niet perfect, maar wel steeds beter.

Daardoor verschuift niet alleen technologie, maar ook macht, autonomie en regie. We zien dat nu al ontstaan:

• Patiënten die differentiaaldiagnoses voorbereiden met AI;
• Mantelzorgers die monitoring inzetten;
• Chronische patiënten die AI gebruiken voor leefstijlbegeleiding;
• Burgers die medicatie-interacties controleren;
• Mensen die sneller medische informatie tot diagnoses vinden dan via delen van het reguliere zorgproces.

Dat leidt tot een ongemakkelijke maar onvermijdelijke vraag: wat gebeurt er wanneer burgers via AI structureel sneller, vollediger of consistenter geïnformeerd raken dan via delen van het traditionele zorgsysteem? Daarmee verandert ook de rol van de professional.

Niet dat de zorgverlener verdwijnt, maar omdat de zorgverlener steeds meer verschuift van exclusieve kennisdrager naar validator, contextgever, begeleider, risicoweger en verantwoordelijke voor integrale afwegingen.

AI en preventie

Dit wordt nog pregnanter wanneer preventie als hoger maatschappelijk doel wordt toegevoegd. Juist daar lopen de belangen van burger, zorgverlener en zorginstelling niet altijd parallel. De grootste gezondheidswinst ontstaat immers niet tijdens behandeling, maar vóórdat ziekte ontstaat.

Misschien ligt de grootste maatschappelijke betekenis van AI daarom niet in betere diagnostiek of efficiëntere behandeling, maar in preventie. Zorgsystemen zijn historisch georganiseerd rondom ziekte. AI maakt voor het eerst grootschalige, continue en gepersonaliseerde ondersteuning mogelijk vóórdat ziekte ontstaat. Dagelijkse begeleiding rond voeding, beweging, slaap, stress, medicatiegebruik en gezondheidsrisico’s wordt daarmee schaalbaar op een niveau dat met menselijke capaciteit alleen onmogelijk is.

AI creëert voor het eerst de mogelijkheid om gezondheidszorg niet alleen beter te maken, maar ook eerder te laten beginnen. De grootste gezondheidswinst ligt dan niet in het behandelen van ziekte, maar in het voorkomen ervan. Niet omdat daardoor alle zorg verdwijnt, maar omdat mensen langer gezond blijven en ernstige aandoeningen later of minder vaak optreden.

In dat perspectief krijgt het principe van ‘human in the loop’ een andere betekenis. De zorgverlener blijft essentieel als professional, beoordelaar en verantwoordelijke voor complexe afwegingen. Maar de actor die het meest profiteert van AI is waarschijnlijk de burger zelf. Voor het eerst ontstaat de mogelijkheid om medische kennis, risicosignalering, coaching en ondersteuning op grote schaal direct beschikbaar te maken voor iedereen. Of iedereen daar verantwoord mee om kan gaan is een andere kwestie. Aandacht voor AI-vaardigheid als onderdeel van digitale vaardigheden voor de burger is aan te bevelen.

AI in de zorg is daarmee geen technologiedossier maar een samenlevingsvraagstuk. Het raakt autonomie, solidariteit, publieke waarden, toegankelijkheid, professionaliteit en de verdeling van verantwoordelijkheid tussen burger, professional, overheid en markt.

Kortom

De fundamentele verandering is al begonnen. De maatschappelijke opgave ligt niet alleen in het beschermen van burgers tegen de risico’s van AI, maar ook in het benutten van de kansen die AI biedt om mensen meer regie te geven over hun gezondheid. De grootste maatschappelijke waarde van digitalisering en AI ligt waarschijnlijk niet in betere behandeling, maar in het voorkomen van ziekte, complicaties en vermijdbare zorg. Wanneer preventie het vertrekpunt wordt, zal blijken dat de burger uiteindelijk de belangrijkste human in the loop is.

Zoektermen voor internet

Jan Christiaan Huijsman, digitalisering, Science AI redeneermodel medische casussen 2026, New England Journal of Medicine AI benchmark, diagnostische fouten menselijke zorg percentage, AI als zorginfrastructuur productiviteitslaag, AZWA doorbraakmiddelen digitalisering zorg, human in the loop patiëntautonomie AI, kennisasymmetrie gezondheidszorg algoritmen, AI-gestuurde leefstijlcoaching en preventie, risico van het niet gebruiken van AI zorg.