In de meeste sectoren is governance een rem. In de zorg is het de voorwaarde. Zonder een heldere grens tussen wat mag en wat niet, begin je niet eens.
Dat klinkt streng, maar het is goed nieuws. AI in de zorg hoeft niet te wachten tot alle regels zijn uitgekristalliseerd. Een groot deel mag nu al, mits je weet waar de grens ligt. Dit stuk trekt die grens: waar AI in de zorg vandaag al waarde toevoegt, en waar je beter wacht tot de regels en de techniek volwassen zijn.
Waarom AI in de zorg anders ligt
Het verschil met andere sectoren zit in twee dingen: de data en de inzet. De data is patiëntdata, het gevoeligste wat er is, met de AVG er strak omheen (wat mag wel en niet met AI en privacy). En de inzet is gezondheid, soms een leven. Een foute offerte kost geld. Een foute diagnose kost meer.
Daarom is de scheidslijn niet "kan AI dit technisch", maar "mag een AI-uitkomst zonder menselijke beoordeling tot een handeling leiden". Het antwoord in de zorg is bijna altijd nee. AI is een hulpmiddel, geen vervanger van de zorgverlener. Die regel bepaalt wat nu al mag.
Waar AI in de zorg nu al mag
Dit zijn de toepassingen die vandaag al waarde toevoegen in een praktijk of kliniek, omdat een mens altijd de laatste beslissing neemt. Concrete voorbeelden van AI in de zorg die binnen de lijntjes blijven:
- Administratie en planning. Afspraken inplannen, agenda's puzzelen, declaraties voorbereiden. Praktijken die dit automatiseren melden een flinke daling in administratietijd. Geen patiëntbeslissing, puur logistiek.
- Spraakgestuurde verslaglegging. De zorgverlener spreekt, AI maakt een concept-verslag voor het dossier. De zorgverlener leest na, corrigeert en accordeert. Dat scheelt typewerk en houdt de aandacht bij de patiënt.
- Consultvoorbereiding en triage-ondersteuning. AI vat binnenkomende klachten samen en geeft een indicatie van urgentie. De assistente of huisarts beoordeelt en beslist. AI sorteert voor, de mens kiest. Let op: zodra de AI zélf de urgentie bepaalt en daarmee de toegang tot zorg stuurt, kan het onder de strenge regels vallen. Houd het bij voor-sorteren.
- Interne kennisvragen. Een AI die je eigen protocollen en richtlijnen doorzoekt en een onderbouwd antwoord geeft, met bronverwijzing. Sneller dan zoeken, en de zorgverlener checkt de bron.
- Patiëntcommunicatie. Concept-antwoorden op veelgestelde vragen, afsprakenherinneringen, nazorginstructies. De praktijk keurt de inhoud, AI levert de eerste versie.
De rode draad: dit is voorwerk. AI levert een concept of een sortering, een mens neemt de beslissing. Zo houd je de tijdwinst zonder de verantwoordelijkheid uit handen te geven.
📖 Lees ook: AI voor administratie, facturen en boekhouding: hoe je het administratieve voorwerk veilig automatiseert.
Waar AI in de zorg moet wachten
Aan de andere kant van de lijn staan de toepassingen die direct ingrijpen op de diagnose of behandeling. Daar moet je voorzichtig zijn, en vaak even wachten.
- Diagnose-ondersteuning en beeldanalyse die zelfstandig een conclusie trekt.
- Klinische beslisondersteuning die een behandeling voorstelt zonder dat een arts elke stap weegt.
- Patiëntmonitoring die zelf alarmeert of ingrijpt zonder menselijk toezicht.
Niet omdat het niet kan, maar omdat het onder strenge regels valt en de foutmarge klein moet zijn. Deze toepassingen gelden onder de Europese AI Act als high-risk. Dat betekent harde eisen: aantoonbare datakwaliteit, menselijk toezicht, en een conformiteitsbeoordeling voordat je het inzet. Die high-risk-verplichtingen worden gefaseerd ingevoerd, en voor medische AI recent verder uitgesteld (in het laatste Europese voorstel naar 2 augustus 2028). De transparantie-eisen gelden eerder. De richting staat vast, de exacte data schuiven nog, dus check de actuele stand voordat je instapt.
Wachten is hier niet stilstaan. Het is de techniek volgen en pas instappen als de leverancier de compliance op orde heeft en jij het toezicht hebt geregeld.
De AI-Act-grens, concreet
De AI Act is geen losse regel maar een extra laag boven de bestaande zorgwetgeving en de AVG. Medische AI die als medisch hulpmiddel telt, moet aan beide voldoen.
Voor jou als praktijk of kliniek vertaalt zich dat naar drie vragen bij elke tool:
- Valt deze toepassing onder high-risk? (Grijpt het in op diagnose of behandeling?)
- Is er aantoonbaar menselijk toezicht ingebouwd?
- Waar wordt de patiëntdata verwerkt en opgeslagen?
De volledige checklist voor augustus 2026 werkte ik uit in de AI-Act-checklist voor het MKB. De zorg zit aan de strenge kant daarvan.
Houd de data binnen
De gevoeligste vraag is de derde: waar gaat de patiëntdata heen? Veel AI-tools sturen data naar een server buiten je eigen muren, vaak buiten Europa. Voor patiëntdata is dat een risico dat je niet zomaar neemt.
Het alternatief is AI die lokaal of binnen Europese diensten draait, zodat de data je organisatie niet verlaat. Dat is precies de afweging die ik beschrijf in van wie is jouw AI eigenlijk. In de zorg is dat geen luxe maar vaak een harde eis. Controleer bij elke tool waar de data wordt verwerkt, voordat je een patiëntgegeven invoert.
Governance is de voorwaarde, niet de rem
Ik kom uit de financiële wereld, waar elke beslissing een spoor moet achterlaten: wie deed wat, op welke grond, wanneer. ISO, ISAE, audittrails. Dat klonk lang als bureaucratie, tot je beseft dat het precies is wat de zorg nodig heeft om AI veilig in te zetten.
Een audittrail die vastlegt welke AI-uitkomst tot welke menselijke beslissing leidde, is in de zorg geen administratie. Het is je bewijs dat de mens de laatste schakel was. Bouw dat spoor in vanaf het begin, dan is governance geen rem die je achteraf moet inbouwen, maar de basis waarop je veilig kunt versnellen.
Wat ik zou doen
Begin aan de veilige kant van de lijn. Pak een administratieve of ondersteunende taak die nu tijd kost: planning, verslaglegging, patiëntcommunicatie. Zet daar AI op, met een mens die accordeert, en leg vast wie wat goedkeurt.
Blijf met je handen af van alles wat zelfstandig een diagnose of behandeling raakt, tot de leverancier de high-risk-compliance kan aantonen en jij het toezicht hebt geregeld. Zo boek je nu winst zonder een risico te nemen dat je in de zorg niet kunt veroorloven.
Veelgestelde vragen
Begin aan de veilige kant
AI in de zorg is geen kwestie van wel of niet, maar van waar. Aan de ene kant van de lijn ligt directe winst zonder risico. Aan de andere kant ligt high-risk-terrein waar je beter even wacht.
Wil je weten welke AI-toepassingen in jouw praktijk of kliniek nu al veilig kunnen, en waar de grens voor jou ligt? Plan een vrijblijvend kennismakingsgesprek, dan kijk ik met je mee naar wat wel en niet kan, en hoe je het toezicht inricht.