Vijf jaar geleden stond AI in de zorg nog in de kinderschoenen. In een artikel dat ik toen schreef was de kernboodschap dat AI de potentie had de zorg te transformeren (De Wit, 2020). Veel projecten bevonden zich toen nog in de experimentele fase, maar zeker in de radiologie waren al zinvolle toepassingen ontwikkeld met toen al de angst dat de radioloog eenzelfde lot beschoren zou zijn als de actuarieel rekenaar of de vertaler? De zienswijze was toen niet of AI de radioloog zou vervangen, maar vooral dat het gebruik van AI de radioloog een betere specialist kon maken.
Inmiddels heeft de technologie een sprong voorwaarts gemaakt (zie ook een recent TNO-rapport). Met de opkomst van generatieve AI zijn de toepassingen in de gezondheidszorg veelzijdiger en effectiever dan ooit. Van administratieve lastenverlichting tot het geavanceerd ondersteunen van beslissingen. Bezoek een doorsnee conferentie over de relatie tussen ICT en zorg, en AI is er een leidend thema. AI is niet langer alleen een belofte, maar een noodzaak om de groeiende zorgvraag en het personeelstekort in de zorg op te vangen.
De verschuiving: van analyse naar creatie
Waar AI zich voorheen richtte op patroonherkenning en geautomatiseerde diagnostiek, stelt generatieve AI zorgverleners nu in staat om efficiënter te werken door middel van geavanceerde taalmodellen en voorspellende systemen. We zien AI-toepassingen allang niet meer alleen in diagnostiek en behandeling, maar ook in interactie met patiënten. In Tel Aviv maakt het Ichilov Hospitaal al gebruik van AI in het triageproces. Ook in Nederland verkennen zorgaanbieders AI-toepassingen, variërend van vroege identificatie van dementie of huidkanker tot het verbeteren van patiëntinteractie. Recent hebben artsen in opleiding van het Jeroen Bosch Ziekenhuis geconcludeerd dat ChatGPT effectief kan worden ingezet in diagnostische processen weliswaar met de kanttekening dat het een intelligent hulpmiddel is bij de diagnose. Het Amsterdam UMC experimenteert met het voorspellen van het ziekteverloop bij hart- en vaatziekten. De SEH van St Antonius zet AI in om sneller tot gerichte acties te kunnen.
Een recent overzicht toont de veelheid aan verschillende toepassingen. Een deel van de toepassingen is gericht op het beter maken van de zorgverlener, het beter maken van de zorg (diagnose, personaliseren, behandelmethoden), en preventie in de brede betekenis. Veel potentieel ligt er op het vlak waar digitalisering altijd al betekenisvol is geweest: het automatiseren van administratieve handelingen.
Bron: https://www.xenonstack.com/blog/generative-ai-healthcare-system
De nieuwe toepassingen leiden tot verbeteringen op meerdere fronten. Voor een deel zijn het toepassingen die gericht zijn op het directe zorgproces van de zorgprofessional, voor een deel zijn het toepassingen die ondersteunend zijn aan het zorgproces zoals bijvoorbeeld virtuele zorgassistenten of ondersteuning in besluitvorming. Daarnaast zijn het toepassingen die bijdragen administratieve lastenverlichting waarbij de tijdrovende verslaglegging over een consult real-time om te zetten is in een medische rapportage. En verder ligt er potentieel in preventie en voorbereiding. AI analyseert grote hoeveelheden gezondheidsdata om risico’s vroegtijdig te signaleren, verborgen patronen duidelijk te maken en gepersonaliseerde adviezen te genereren.
AI als antwoord op de stijgende zorgvraag
De gezondheidszorg staat onder druk door vergrijzing en een toenemende zorgvraag. Tegelijkertijd blijft het aantal zorgprofessionals achter. De visie op het gezondheidsinformatiestelsel stelt dat nieuwe digitale toepassingen een bijdrage kunnen leveren aan dit vraagstuk. De kern hiervan is dat nieuwe digitale technologie tijd moet vrijmaken voor zorg.
Goede voorbeelden in de praktijk
Automatische verslaglegging tijdens consulten
- Epic met Nuance DAX (Dragon Ambient eXperience): Zet spraak om in gestructureerde medische rapportages en integreert deze direct in het EPD. Artsen besteden tot 50% minder tijd aan documentatie.
AI-ondersteunde dossiervoering en samenvattingen
- Abridge & Scribe (Microsoft/Nuance): Analyseert patiëntgesprekken en genereert automatisch samenvattingen, waardoor zorgverleners geen lange verslagen hoeven schrijven.
Automatische triage en dossieranalyse
- Mayo Clinic’s AI-aangedreven triage: AI helpt bij het stellen van prioriteiten zonder extra handmatige registratie, wat zorgt voor efficiëntere patiëntenzorg.
Slimme tekstmining voor declaraties en administratie
- Zorgverzekeraar CZ met AI-gestuurde declaratieverwerking: AI verwerkt en controleert declaraties, bespaart zorgverleners tienduizenden uren per jaar.
Bron: ChatGPT
De kern van deze en vergelijkbare toepassingen is dat ze bijdragen aan efficiëntere zorgprocessen: AI vermindert wachttijden en maakt behandelingen doelgerichter. De tijd die daarbij vrijkomt kan ruimte geven om aandacht te geven aan zorgvragers of juist aan de menselijke kant van de zorg. Hiervoor zijn nu genoeg toepassingen in ontwikkelingen.
Als we dan op de achterkant van een bierviltje een berekening maken van de tijd die de toepassing van AI gaat vrijmaken dan zou dat met 1,7 miljoen medewerkers dat de volgende resultaten opleveren.
Jaar | Huidige administratieve tijdsbesteding (%) | Verwachte reductie door AI (%) | Vrijgemaakte tijd in FTE’s (bandbreedte) |
2025 | 25-35 | 2-5 | 8.500 – 29.750 |
2026 | 25-35 | 5-10 | 21.250 – 59.500 |
2027 | 25-35 | 7-15 | 29.750 – 89.250 |
2028 | 25-35 | 10-20 | 42.500 – 119.000 |
2029 | 25-35 | 12-25 | 51.000 – 148.750 |
De mate waarin tijd ook vrijkomt zal voor een deel sectorafhankelijk zijn. Langdurige zorg kent een andere dynamiek dan curatieve zorg. Het is natuurlijk ook afhankelijk van de snelheid waarmee AI-technologie zich ontwikkelt, de vaardigheid van de zorgverleners zelf, en bereidheid van de overheid en de zorginstellingen hierop te investeren.
Combinatie van toepassingen
Om daadwerkelijk de slag te kunnen maken in het terugdringen van administratieve lasten moeten naar een combinatie van toepassingen kijken, bijvoorbeeld bij de medische verslaglegging. Hier biedt het combineren van spraaktechnologie, tekstmining en AI-perspectief voor de beperkingen van de huidige EPD’s en ECD’s. Waar zorgverleners jarenlang zijn aangespoord tot gestructureerde vastlegging in EPD-systemen die niet optimaal waren afgestemd op hun werkproces, ontstaan nu toepassingen die automatisch de slag maken van ongestructureerde naar gestructureerde data. Dit lost niet het probleem op van overbodige of niet-relevante rapportages, maar neemt wel een tijdrovende handeling uit handen. Daarmee kunnen deze toepassingen bijdragen aan een van de grootste problemen in de zorg: de tijd die zorgverleners kwijt zijn aan administratie. Het perspectief moet zijn dat AI de last ombuigt naar een lust.
Van belofte naar praktijk
De toekomst van AI in de zorg is niet langer een verre visie, maar een realiteit in ontwikkeling. Door generatieve AI strategisch in te zetten, kunnen zorginstellingen niet alleen efficiënter werken, maar ook de kwaliteit van zorg verbeteren. Juist op het inzetten van slimme technologie voor slimme processen liggen er een grote kansen. De toepassing ondersteunt bovendien een bredere beweging: het verbeteren van databeschikbaarheid voor innovatie en het verschuiven van zorg naar preventie. Deze belofte brengt ook verantwoordelijkheid met zich mee. AI moet professie van de zorgverlener versterken. Zorgvragers moeten het vertrouwen hebben dat hun medische gegevens veilig en ethisch verantwoord worden gebruikt.
Daar waar (gen)AI vijf jaar geleden nog het begin van een zorgtransformatie inluidde, is deze steeds meer praktijk, Maar met het realiseren van administratieve lastenverlichting staan we nog aan het begin. Regelgeving, financiering, bereidheid en verantwoorde inzet (privacy, vertrouwen en ethiek) spelen een belangrijk rol. Het is zoals Ethan Mollick in zijn Co-Intelligence uiteenzet dat de slimme technologie ook slimme mensen vraagt (Mollick 2024). Zonder die slimheid gaan we deze belofte niet realiseren.
Bronnen:
- https://www.amsterdamumc.org/nl/vandaag/amsterdam-umc-leidt-ai-zoektocht-naar-hoog-risicovaatpatient-.htm
- https://www.antoniusziekenhuis.nl/nieuwsoverzicht/met-kunstmatige-intelligentie-sneller-spoedeisende-hulp
- https://www.tno.nl/nl/newsroom/insights/2024/12/ai-druk-zorg-verminderen/
- Mollick, Ethan, Co-intelligence, living and working with AI (Portfolio, 2024)
- Wit Dirk de, Het begin van zorgtransformatie, in: Natascha van Duuren, Victor de Pous (red), Multidisciplinaire aspecten van artificial intelligence (DeLex, 2020)
- ChatGPT: prompt: Zijn er beter meer indringende voorbeelden om tot lastenverlichting – minder registratie te komen met behulp van spraaktechnologie, tekstmining en AI
