Door Oksana Gradil, Kwaliteitsfunctionaris
Dr. Oksana Gradil is kwaliteitsfunctionaris bij het Wetenschapsbureau van het Albert Schweitzer ziekenhuis. Ze ondersteunt onderzoekers bij het opzetten van studies, de voorbereiding van
onderzoeksdocumenten voor toetsing en wetenschappelijke publicaties. Ze werkt daarbij op het snijvlak van kliniek en wetenschap. Vanuit haar uitgebreide klinische ervaring als arts en haar dagelijkse werk met onderzoekers ziet ze hoe AI een steeds grotere rol krijgt in zorg en onderzoek. Over dit onderwerp gaf ze eerder een presentatie in het ASz.
Wat betekent het voor een arts wanneer AI niet langer een experiment is, maar een stille, dagelijkse realiteit in het werk? Kunstmatige intelligentie wordt al gebruikt in radiologie, bij risicovoorspelling, planning en steeds vaker ook in de spreekkamer. Software kan meeluisteren, informatie ordenen en conceptnotities maken. Zo wordt AI geleidelijk niet alleen een hulpmiddel, maar ook een factor die invloed heeft op klinische beslissingen.
Deze veranderingen met AI verlopen vaak bijna ongemerkt. Eerst verschijnt een kleine functie: een samenvatting, een waarschuwing, een suggestie. Op zichzelf lijkt dat onschuldig, maar samen veranderen ze de zaken waarop we letten en wat prioriteit krijgt. Hoe sneller een systeem informatie aanbiedt, hoe groter de neiging om dat als uitgangspunt te nemen. Juist daar liggen zowel de voordelen, als de nieuwe risico’s. De manier waarop AI informatie presenteert, stuurt ons handelen.
De vraag is daarom niet meer wat AI kan, maar wanneer het werkelijk helpt en veilig blijft in de dagelijkse praktijk. In dit artikel laten we zien waar AI al invloed heeft op het werk van artsen, waar AI kan ontlasten en waar extra aandacht nodig is.
Kleine functies, zoals een samenvatting in het EPD of een waarschuwing, lijken onschuldig, maar samen veranderen ze hoe werk wordt georganiseerd. Een systeem dat verdachte beelden prioriteert, beïnvloedt de volgorde van beoordelen. Een dashboard stuurt aandacht. Een automatisch verslag bepaalt wat wordt vastgelegd. AI wordt daarmee geen los hulpmiddel meer, maar onderdeel van het zorgproces. Dat zien we terug op verschillende plekken in de dagelijkse praktijk.
Tien plekken waar AI het werk van artsen raakt
1. Diagnostiek en beeldherkenning
AI herkent patronen in beeldvorming en helpt bij triage. De grootste winst zit in workflow: urgente casussen komen sneller in beeld, waardoor artsen sneller kunnen bepalen welke patiënten direct aandacht nodig hebben. Tegelijkertijd beïnvloedt AI ook waar aandacht als eerste naartoe gaat. Wanneer een systeem vaak correcte prioritering geeft, kunnen artsen onbewust meer vertrouwen op deze selectie en minder aandacht besteden aan casussen die niet als urgent worden gemarkeerd. Daarom is niet alleen de nauwkeurigheid van AI belangrijk, maar ook de manier waarop informatie wordt gepresenteerd en geprioriteerd.
2. Risicovoorspelling en vroegsignalering
Risicomodellen voorspellen verslechtering, heropname of complicaties. Hun prestaties zijn sterk afhankelijk van de context. Een model is geen natuurwet, maar een statistische benadering. Daarom zijn lokale validatie en monitoring door ? noodzakelijk. Daarnaast sturen deze modellen prioriteiten binnen teams.
3. Samenvatten en beslisondersteuning
AI helpt bij het ordenen van informatie. Samenvattingen van dossiers en labwaarden geven overzicht en besparen tijd. Het risico zit in overtuigende teksten: een goed geschreven samenvatting kan fouten of gebreken? verhullen. Controle van kerngegevens blijft daarom essentieel.
4. Klinisch redeneren met AI
AI kan helpen bij het structureren van klinisch denken en het ordenen van differentiaaldiagnoses. De rol blijft ondersteunend. Het systeem kan meedenken, maar neemt geen beslissingen.
5. Patiëntcommunicatie
AI kan informatie begrijpelijker en toegankelijker maken voor patiënten. Dat kan consulten ondersteunen en patiënten helpen om informatie beter te onthouden of voor te bereiden. Tegelijkertijd schuilt er een risico in overtuigend geformuleerde teksten: patiënten kunnen AI-gegenereerde informatie ervaren als persoonlijk medisch advies. Daarom blijft het belangrijk dat duidelijk is welke informatie ondersteunend is en welke adviezen afkomstig zijn van een zorgverlener.
6. Ambient scribing
Systemen kunnen consulten meeluisteren en automatisch verslagen genereren. Dit kan administratieve lasten verminderen, maar roept ook vragen op over privacy, opslag en vertrouwen. Het consult blijft een menselijk gesprek.
7. Administratie en logistiek
AI ondersteunt planning, roostering en documentstromen. De impact op werkdruk is groot, maar alleen als systemen goed aansluiten op de workflow. Slechte implementatie kan juist extra werk opleveren.
8. Monitoring buiten het ziekenhuis
AI wordt ingezet voor thuismonitoring en in verpleeghuizen, bijvoorbeeld voor valdetectie. Dit kan problemen eerder zichtbaar maken en daardoor bijdragen aan snellere zorg of interventie. Tegelijkertijd kunnen deze systemen ook leiden tot meer meldingen en controles, waardoor extra opvolging en capaciteit nodig zijn. Goede organisatie blijft daarom belangrijk.
9. Onderzoek en kwaliteitsverbetering
AI versnelt literatuuronderzoek en analyse. Maar transparantie blijft essentieel: het moet duidelijk zijn wat AI heeft gedaan en hoe resultaten zijn gecontroleerd.
10. Opleiding
AI kan ondersteunen bij leren en klinisch redeneren. Tegelijkertijd bestaat het risico dat denkwerk wordt uitbesteed. Gebruik van AI vraagt daarom om didactische sturing. Vaardigheid in het gebruiken van AI impliceert ook de vraag wanneer AI wel of niet te gebruiken en hoe.
Bronnen
- European Parliament and Council of the European Union.
Regulation (EU) 2024/1689 laying down harmoni sed rules on artificial intelligence (Artificial Intelli gence Act). Off J Eur Union. 2024.
- Kamminga et al.
Do large language model chatbots perform better than established patient information resources in answering patient questions? A comparative study on melanoma. Br J Dermatol. 2025;192(2):306-315.
- Tu et al.
Towards conversational diagnostic artificial intelligence. Nature. 2025;642(8067):442-450. doi:10.1038/s41586-025-08866-7.
- Obermeyeret al.
Dissecting racial bias in an algorithm used to manage the health of populations. Science. 2019;366(6464):447-453.
- NHS England.
Guidance on the use of AI-enabled ambient scribing products in health and care settings. First published 27 April 2025; updated 16 January 2026.
De winst is echt, maar niet vanzelf
AI kan werkdruk verlagen, processen versnellen en informatie beter toegankelijk maken. In een zorgomgeving met veel data en weinig tijd is dat waardevol.
Maar deze voordelen ontstaan alleen bij goede implementatie. Zonder duidelijke afspraken kan AI ook leiden tot afhankelijkheid, bias of verlies van overzicht.
De risico’s
AI brengt de volgende specifieke risico’s met zich mee.
- Bias: bestaande ongelijkheden kunnen worden versterkt.
- Gebrek aan transparantie: het is niet altijd duidelijk hoe een systeem tot een uitkomst komt.
- Afhankelijkheid: systemen kunnen het kritisch denken verminderen.
- Cybersecurity: er ontstaan nieuwe kwetsbaarheden in dataverwerking.
- Aansprakelijkheid: er is onduidelijkheid over verantwoordelijkheden.
Deze risico’s maken duidelijk dat technologie alleen niet voldoende is. De context waarin AI wordt gebruikt is bepalend. Wat betekent dit voor de praktijk?
Wat betekent dit voor de praktijk?
Voor de dagelijkse praktijk is een aantal werkprincipes essentieel.
- Wees transparant over het gebruik van AI.
- Gebruik AI binnen duidelijke grenzen.
- Laat menselijke controle leidend blijven.
- Zorg voor continue monitoring van prestaties.
- Maak verantwoording achteraf mogelijk.
AI is geen losse tool, maar onderdeel van een systeem dat onderhoud en afspraken nodig heeft.
Conclusie
AI is inmiddels onderdeel van de zorgpraktijk. Het beïnvloedt hoe informatie wordt verzameld en gebruikt, en daarmee ook diagnostiek, verslaglegging en planning. Het gaat daarbij niet om het vervangen van de arts, maar om ondersteuning bij het verwerken van grote hoeveelheden informatie. AI kan bijvoorbeeld samenvattingen maken, waarschuwingen geven of helpen bij prioritering. Daarmee beïnvloedt het ook welke informatie als eerste aandacht krijgt tijdens besluitvorming.
AI kan helpen om sneller overzicht te krijgen en werkdruk te verminderen. Maar zonder duidelijke afspraken kan de technologie ook leiden tot te veel vertrouwen in het systeem of verlies van overzicht. Zelfs een overtuigende suggestie blijft een suggestie, de uiteindelijke afweging blijft menselijk.
AI verandert de arts niet, maar verandert wel de wijze waarop we kijken en prioriteiten stellen. De verantwoordelijkheid blijft bij mensen. Daarmee wordt de kernvraag eenvoudig: niet wat AI kan, maar wanneer en onder welke voorwaarden het de zorg echt helpt.
