Limburgse ziekenhuizen versnellen inzet van AI met gezamenlijke readiness scan

Limburgse ziekenhuizen bouwen samen aan een zorgsector waarin AI en data bijdragen aan het duurzaam opvangen van personeelstekorten. Om AI daarin een structurele rol te geven, zijn de Health AI & Data Alliantie Limburg en Pacmed gestart met een gezamenlijke AI Readiness Scan in meerdere Limburgse ziekenhuizen. De scan brengt niet alleen per ziekenhuis in kaart wat nodig is om AI succesvol in te zetten en op te schalen, maar vooral ook wat we van elkaar kunnen leren en hoe we elkaars sterktes benutten. Het resultaat: een aanpak waarmee AI structureel bijdraagt aan toegankelijke zorg en die ook landelijk toepasbaar is.

De Health AI & Data Alliantie Limburg werkt aan een zorgsector waarin AI en data zorgprofessionals ondersteunen in hun dagelijks werk. Door slimmer om te gaan met administratie, zorglogistiek en diagnostiek is er meer tijd voor de patiënt. De alliantie is een samenwerking tussen het Maastricht UMC+, Laurentius Ziekenhuis, Maastro, SJG Weert, VieCuri Medisch Centrum, Zuyderland Medisch Centrum, gefaciliteerd door de Brightlands Smart Services Campus, gericht op de praktische implementatie en borging van AI in de zorg.

De AI Readiness Scan analyseert de essentiële bekwaamheden voor opschaling van AI: strategie en governance, IT- en datafundament, compliance en privacy, verandercapaciteit en draagvlak bij zorgverleners en bestuurders. De deelnemende ziekenhuizen ronden de scans deze zomer af.

De gezamenlijke aanpak binnen de alliantie levert meer op dan losse, individuele scans. Ziekenhuizen delen kennis, herkennen gedeelde knelpunten en werken toe naar een duidelijke rolverdeling. Dat voorkomt versnippering en versnelt de stappen die de meeste impact hebben.

Limburg heeft de ambitie om toe te werken naar een door AI-ondersteunde zorgsector. De alliantie is daarmee de eerste provinciebrede AI-samenwerking in de Nederlandse zorgsector. Door kennis, data en inzichten te bundelen ontstaat een aanpak die verder reikt dan de regio: een model dat ook elders in Nederland toepasbaar is en wildgroei en fragmentatie voorkomt. Zo draagt Limburg bij aan betaalbare, toekomstbestendige zorg voor iedereen.

In NanoMedNL denken patiënten, artsen, bedrijven en regelgevers vanaf het begin mee over de ontwikkeling van nanomedicijnen

Door patiënten, burgers, artsen, bedrijven en regelgevers vanaf het begin actief te betrekken bij de ontwikkeling van nieuwe nanomedicijnen, sluiten deze beter aan bij de behoeften van de betrokkenen. Dat vergroot de kans dat ze daadwerkelijk gebruikt gaan worden door patiënten. 

Onlangs ging het project NanoMedNL officieel van start, waarbinnen negentien partners hun krachten bundelen om te werken aan een nieuwe generatie nanomedicijnen. Tijdens de startbijeenkomst werden de aanwezigen alvast uitgedaagd om zich in de schoenen van andere partijen te plaatsen.

Binnen NanoMedNL werken onderzoekers aan de ontwikkeling van vier verschillende nieuwe nanomedicijnen, twee gericht op kanker, en twee op gentherapie. Maar volgens coördinator en Utrechtse hoogleraar Enrico Mastrobattista is de wetenschap niet het belangrijkste waar het binnen het project om draait. “Ik heb er vertrouwen in dat het met het wetenschappelijke deel wel goed komt,” vertelde hij tijdens zijn inleidende presentatie. “Het belangrijkste onderdeel van NanoMedNL is het betrekken van de verschillende partijen.”

Nieuwe medicijnen halen lang niet altijd de patiënt. Soms sluiten ze onvoldoende aan bij de behoeften van gebruikers, zijn ze te duur of lopen ze vast op regelgeving en vergoeding. “We willen in een vroeg stadium kunnen identificeren welke knelpunten er bij verschillende partijen spelen, want dan kun je er echt iets mee doen,” geeft Utrechtse hoogleraar Innovatie- en Transitiestudies Wouter Boon aan.

Nanomedicijnen maken gebruik van hele kleine deeltjes (nanodeeltjes), bijvoorbeeld minuscule vetbolletjes. Deze nanodeeltjes bevatten medicijnen of, in het geval van gentherapie, genetisch materiaal zoals DNA of RNA. De nanodeeltjes kunnen zo ontworpen worden dat ze hun inhoud op het juiste moment op de juiste plek in het lichaam afleveren. Daardoor kunnen ze gerichter werken dan andere medicijnen en voor minder bijwerkingen zorgen.

Patiënt ziet toekomstig gezicht na huidoperatie

Om met AI te voorspellen hoe een gezicht eruit gaat zien na een huidkankeroperatie, verzamelt PhD’er Tim d’Hondt de juiste data. Met die data kan een reconstructie worden gemaakt die patiënten helpt beslissen over de juiste behandeling.

Plastisch chirurg Maarten Hoogbergen van het Catharina Ziekenhuis werkt aan AI die patiënten straks helpt bij het maken van keuzes na een huidkankeroperatie in het gezicht. Tim d’Hondt, PhD bij de onderzoeksgroep Data Mining and AI van de faculteit Mathematics & Computer Science (M&CS), onderzocht in dit onderzoeksproject hoe data die AI gebruikt het beste kan worden verzameld. “We staan echt aan het begin”, zegt Hoogbergen. “Dit is de investeringsfase.”

Stel: je krijgt huidkanker in je gezicht. De tumor moet worden weggehaald. Daarna blijft er een wond achter die hersteld moet worden. Voor de ene patiënt is een zo mooi mogelijk resultaat het belangrijkst. Voor de ander telt vooral snel herstel of zo min mogelijk extra operaties.

Precies daar wil plastisch chirurg Maarten Hoogbergen in de toekomst AI voor inzetten. Niet om de keuze van de arts over te nemen, maar om het gesprek tussen patiënt en arts te ondersteunen. Welke behandeling past medisch gezien? En welke uitkomst past bij de kwaliteit van leven die deze patiënt wenst?

Voor Tim d’Hondt een kans om zijn kennis in de praktijk toe te passen. “Als we voldoende data verzamelen, kunnen we toekomstige patiënten via verschillende modellen laten zien hoe hun gezicht na de operatie er mogelijk uit zal zien. En daarmee kunnen ze meebeslissen over de behandelingskeuze. Het is voor hen dan geen blackbox meer.”

Het ultieme doel is om patiënten in de toekomst twee soorten voorspellingen voor te schotelen: één voorspelling van tevredenheid bij een behandelingskeuze, gegeven demografische eigenschappen van de patient, zijn of haar voorkeuren, de locatie van de wond etc. “Dat noemen we ook wel het tevredenheidsmodel”, ligt d’Hondt toe. En daarnaast een visuele voorspelling van het gezicht, die uit een AI-model komt dat vele honderden foto's van eerdere operaties en bijbehorende resultaten heeft gezien.

Wie nu in behandeling is, ziet nog geen kant-en-klare AI-tool op het bureau liggen. En dat is precies het punt. “De patiënt merkt nu vooral dat hij gegevens aanlevert”, zegt Hoogbergen. “Vragenlijsten invult, foto’s laat maken en toestemming geeft. We zijn bezig met het verzamelen van de juiste data. Dat is nodig om straks goede voorspellingen te kunnen doen.”

AI klinkt vaak als iets magisch: een slim systeem dat in een paar seconden antwoord geeft. Maar voordat zo’n systeem veilig en betrouwbaar kan helpen in de zorg, moet er veel werk gebeuren dat minder spectaculair klinkt. In feite is het Catharina Ziekenhuis nu vooral bezig met het leggen van de leidingen: gegevens verzamelen, processen goed inrichten en ervoor zorgen dat patiëntinformatie veilig en bruikbaar wordt vastgelegd.

Samen met masterstudente Industrial Design Blom van der Toom werkte d’Hondt het afgelopen jaar aan het volledig in kaart brengen van het zorgproces voor patiënten met huidkanker in het gezicht. Om zo vast te stellen waar welke data wordt verzameld en gebruikt. Vragen die daarbij horen: Wanneer krijgt de patiënt informatie? Wanneer wordt toestemming gevraagd? Wanneer worden foto’s gemaakt? Wanneer vult iemand de vragenlijst in? En hoe zorgen we ervoor dat al die informatie op de juiste plek terechtkomt?

“Dat moet je goed regelen,” zegt Hoogbergen. “Je wilt niet dat zorgverleners steeds opnieuw moeten bedenken welk formulier nodig is of welke stap nog moet gebeuren. Het proces moet zo zijn ingericht dat de patiënt goed geïnformeerd is en dat we op een veilige manier betrouwbare data verzamelen.” Die data bestaan onder meer uit medische foto’s. Patiënten worden op vaste momenten gefotografeerd: vóór de ingreep, na de reconstructie en bij controle. Ook vullen zij de FACE-Q Skin Cancer in, een vragenlijst die meet hoe patiënten hun uiterlijk, herstel en kwaliteit van leven ervaren.

Thuismonitoring kan jaarlijks 350.000 ziekenhuisopnames voorkomen

Nederland kan jaarlijks ruim 350.000 ziekenhuisopnames en bijna 500.000 consulten voorkomen als thuismonitoring breed wordt ingezet. Juist nu de personeelstekorten in de zorg verder toenemen, groeit deze vorm van digitale zorg uit van experiment naar noodzakelijke oplossing. Toch blijft grootschalige toepassing achter door gebrek aan regie, passende bekostiging en soepele gegevensuitwisseling, blijkt uit een analyse van ING Research.

“We blijven praten over personeelstekorten, maar hier ligt een concreet deel van de oplossing,” zegt Jan Willem Spijkman, sectorbanker Healthcare bij ING. “De techniek werkt en de voordelen zijn bewezen. Wat ontbreekt, is de stap van losse initiatieven naar landelijke standaard. Zolang die uitblijft, laten we capaciteit liggen die de zorg hard nodig heeft.”

Thuismonitoring biedt patiënten potentieel meer comfort en gemak en minder stress, reistijd en reiskosten. Vooral voor minder mobiele personen of voor patiënten die op grote afstand van een ziekenhuis wonen kan dit heel waardevol zijn. Ouderen hebben er bij uitstek profijt van, doordat voor hen de risico’s van infectie en acute verwardheid bij een ziekenhuisbezoek groter zijn. Door continu te meten kunnen artsen beter onderbouwde besluiten nemen en sneller ingrijpen bij verslechtering. Bovendien vergroot de actieve rol van de patiënt de betrokkenheid en therapietrouw.

Van pilot naar structurele zorgcapaciteit
Thuismonitoring maakt het mogelijk om patiënten thuis te volgen via metingen en digitale contactmomenten. Hierdoor hoeven zij alleen naar het ziekenhuis te komen als dat echt nodig is. Dat bespaart niet alleen tijd en kosten, maar vermindert ook druk op zorgpersoneel. Voor veel patiënten betekent dit meer comfort en minder belasting. Vooral ouderen en minder mobiele patiënten profiteren, omdat zij minder risico lopen op complicaties door ziekenhuisbezoeken. Tegelijk krijgen artsen continu inzicht in de gezondheid van patiënten, waardoor zij sneller kunnen ingrijpen bij verslechtering.

Voor ziekenhuizen zijn de belangrijkste voordelen het vrijspelen van personeel en het effectiever maken van behandelingen. Doordat patiënten alleen naar het ziekenhuis komen als metingen of klachten daar aanleiding toe geven, daalt het gemiddelde aantal consulten en opnames per patiënt. Op die manier kan thuismonitoring de capaciteit vergroten, waardoor ziekenhuizen meer patiënten kunnen behandelen. Daarnaast is de groeiende stroom aan monitoringsdata een belangrijke bron voor patiëntanalyses en medisch onderzoek die inzicht bieden in de manier waarop ziekenhuizen hun zorg effectiever kunnen vormgeven.

Volgens expertinterviews is uiteindelijk grofweg de helft van de ziekenhuiszorg geschikt voor hybride zorg met thuismonitoring, van chronische aandoeningen zoals COPD en diabetes tot kortdurende nazorg na een ingreep. Naar verwachting kan en wil ongeveer de helft van deze patiënten hiervan gebruikmaken, waardoor circa 25% van alle ziekenhuispatiënten in aanmerking komt. Een analyse van 35 wetenschappelijke studies laat zien dat thuismonitoring ziekenhuisopnames gemiddeld met 50% en consulten met 35% vermindert. Als alle geschikte patiënten deelnemen en nieuwe zorgpaden vergelijkbare resultaten opleveren, kan het aantal opnames in Nederland met ruim 350.000 en het aantal consulten met bijna 500.000 per jaar dalen. Voor de hele EU loopt die potentiële besparing op tot 6,5 miljoen opnames en 23 miljoen consulten.

Groeispurt door combinatie van factoren
Nederland zet de laatste jaren grote stappen in thuismonitoring dankzij vijf aanjagers: opgebouwde ervaring, de opschaling van landelijke medische servicecentra, stimulering door zorgverzekeraars, grote personeelsschaarste en ruim €2 miljard aan overheidsmiddelen voor zorginnovatie. Die impuls versnelde ook de groei van landelijk werkende servicecentra, die patiëntdata continu monitoren en bij afwijkende waarden snel contact opnemen met het ziekenhuis. Die schaalvergroting verhoogt de efficiëntie en kwaliteit, doordat vaste kosten over meer deelnemers worden verdeeld en meer data beschikbaar komen voor onderzoek.

In 2025 zette ruim een kwart van de medisch-specialisten en verpleegkundigen in Nederland thuismonitoring in, gemiddeld bij 22% van hun patiënten. Op basis van gegevens van een grote zorgverzekeraar ging het in 2024 naar schatting om circa 80.000 patiënten. Dat aantal groeit snel: tussen begin 2023 en eind 2024 verdubbelde de deelname en bij aanhoudende groei passeert Nederland in 2026 de grens van 150.000 ziekenhuispatiënten met thuismonitoring. Vooral in regio’s met grote personeelstekorten wordt snel opgeschaald. Zorgverzekeraars stimuleren deze ontwikkeling vanwege de positieve zorguitkomsten en doelmatigheid, terwijl de rijksoverheid voor 2027 en 2028 €600 miljoen aan extra doorbraakmiddelen uittrekt voor digitale vernieuwingen, waaronder thuismonitoring.

Snelle opschaling van thuismonitoring begint met een heldere strategie van ziekenhuisbestuurders en voldoende draagkracht en schaal om de kosten te dragen, investeringen rendabel te maken en personeel goed te ondersteunen. Door de relatief kleine schaal van veel ziekenhuizen is samenwerking daarbij vaak noodzakelijk. Beleidsmakers kunnen de uitrol vervolgens vooral versnellen via drie knoppen: meer centrale regie om standaarden en hybride zorgpaden af te dwingen, stimulerende bekostiging om investeringen en omzetprikkels beter te ondervangen, en soepelere gegevensuitwisseling zodat zorgverleners beschikken over een actueel en compleet patiëntbeeld. Juist op deze drie punten is in Nederland nog veel winst te boeken.

OurMind haalt €2,1 miljoen op om overbelaste zorg tegen te gaan

Ziekenhuizen zien AI als noodzakelijke stap om de zorg toegankelijk te houden en uitval van personeel te voorkomen. 

Tegen die achtergrond haalt AI-platform OurMind 2,1 miljoen euro op om de groeiende vraag vanuit ziekenhuizen bij te kunnen benen. Impact-investeerder 4impact capital fungeert als lead investor, waarbij ook een groep huisartsen en medisch specialisten een aanzienlijke bijdrage levert.

De zorgvraag stijgt terwijl het aantal zorgverleners juist afneemt en (over)belasting van zorgverleners toeneemt. Hierdoor neemt ook het werkplezier van zorgpersoneel af. “Deze investering maakt dat we kunnen opschalen en ons platform kunnen uitbreiden om zo te kunnen voldoen aan de vraag vanuit ziekenhuizen”, zegt OurMind-oprichter Paul Koning, zelf voormalig orthopeed. “Uiteindelijk gaat het niet over AI, maar over de vraag hoe we met dezelfde mensen goede zorg kunnen blijven leveren.”

Volgens zorgverleners is versnelling hard nodig om de toenemende druk op de zorg het hoofd te bieden. Momenteel werkt één op de zeven Nederlanders in de zorg, terwijl de Wetenschappelijke Raad voor het Regeringsbeleid (WRR) verwacht dat dit in 2040 kan oplopen tot één op de vier werkenden.

OurMind ontwikkelde AI-software die gesprekken tijdens consulten automatisch omzet in medische verslaglegging. Inmiddels maken meer dan 300 huisartsenpraktijken en 14 ziekenhuizen gebruik van het platform, dat met deze investering wordt uitgebreid met toepassingen voor onder meer spreekuurvoorbereiding, administratieve ondersteuning en patiëntcommunicatie. 

Voor 4impact capital, dat investeert in softwarebedrijven rond maatschappelijke thema’s als energie, duurzaamheid en digitalisering, is het de eerste keer dat het kiest voor een healthtech-bedrijf. “AI in de zorg is de fase van nieuwsgierigheid voorbij”, zegt partner Victor Straatman van 4impact.

Data-analyse leidt tot betere geestelijke gezondheidszorg

De geestelijke gezondheidszorg staat onder druk. Steeds meer mensen zoeken hulp in een complex zorglandschap, terwijl personeel en middelen schaars zijn. De psychiatrische ziekenhuizen uit de provincie Antwerpen, de Universiteit Antwerpen en spin-off NSX lanceren daarom iPSYcare. Die unieke databank bundelt en analyseert bestaande zorgdata op een slimme manier. Het doel: betere inzichten, betere beslissingen en dus betere zorg.

Psychiatrische ziekenhuizen gebruiken patiëntendossiers vandaag vooral om de individuele zorg van één patiënt op te volgen. Dat blijft uiteraard essentieel. Maar in duizenden dossiers zit ook een bredere schat aan informatie: over zorgtrajecten, knelpunten, heropnames, resultaten en noden van patiëntengroepen.

Met iPSYcare – voluit Improved PSYchiatric Care And Research – willen de vijf psychiatrische ziekenhuizen uit de provincie Antwerpen die kennis zichtbaar maken. Het gaat om een samenwerking tussen Bethanië Geestelijke Gezondheid, UPC Duffel, OPZ Geel, Zorggroep Multiversum en ZAS. NSX, een spin-off van UAntwerpen, levert de software. Een stuurgroep staat in voor de coördinatie en analyse van de data.

De psychiatrische ziekenhuizen beschikken over heel wat info. Databank iPSYcare maakt het mogelijk die efficiënter te gebruiken.

iPSYcare brengt routinematig geregistreerde zorgdata op een veilige en niet-identificeerbare manier samen. Zo kunnen zorgverleners, onderzoekers en beleidsmakers leren uit wat vandaag al in de praktijk gebeurt, zonder extra administratieve last voor medewerkers, patiënten of hun naasten.

De databank moet bijdragen aan een meer proactieve, rechtvaardige en efficiënte geestelijke gezondheidszorg. iPSYcare kan bijvoorbeeld helpen om zorgtrajecten beter te begrijpen, wachttijden en doorstroming in kaart te brengen, risicogroepen sneller te detecteren (bv. patiënten met een hoog risico op heropname) en beleidskeuzes beter te evalueren. Ook wetenschappelijk onderzoek naar psychische problemen en behandeling krijgt hierdoor een stevige impuls.

“Die schat aan informatie zat al in onze zorgpraktijk,” zeggen de partners. “Met iPSYcare kunnen we ze nu veilig en doelgericht gebruiken om de zorg te verbeteren.”