Hoewel AI wereldwijd niet meer weg te denken is, blijkt uit de recent gepubliceerde AI Monitor Ziekenhuizen dat toepassing in Nederlandse ziekenhuizen nog steeds in de kinderschoenen staat. Vaak blijft het bij kleinschalige projecten of pilots, vooral op het gebied van radiologie of bedrijfsvoering. Het UMC Utrecht laat zien dat het anders kan. Met een brede, geïntegreerde aanpak, ontwikkelt ze niet alleen AI, ze implementeert het ook daadwerkelijk in de zorgpraktijk.
Tijdens Zorg & ict 2025 vertelde innovatiemanager Ilse Kant van het UMC Utrecht over de Utrechtse aanpak. “Een aantal jaar geleden werkten we heel versnipperd met AI binnen het UMC. Dat wilden we meer bij elkaar brengen en in verbinding zoeken. We hebben toen het 3AI-ecosysteem opgezet, waarin data, onderzoek en implementatie – kortweg DRI – centraal staan.”
Deze aanpak is diep verweven met het onderwijs, onderzoek én de zorgpraktijk van UMC Utrecht en Universiteit Utrecht. “De drie pijlers zijn een toegankelijke IT- en data-infrastructuur, AI-ontwikkeling inclusief testen en evaluatie, en uiteindelijk de implementatie in de praktijk.”
AI-readiness
Toch blijkt de weg naar echte impact in de zorg lang. Uit de AI Monitor Ziekenhuizen 2025 blijkt dat slechts 20 procent van de ziekenhuizen één of meer onderdelen van AI-readiness op orde heeft. Meer dan de helft scoort zelfs onder de maat op essentiële factoren als AI-bewustzijn, kennis, datamanagement en beschikbare middelen. Kant: “Er landt te weinig in de praktijk. De ontwikkeling is vaak gericht op fundamenteel wetenschappelijk onderzoek, terwijl het de bedoeling zou moeten zijn om daadwerkelijk verschil te maken in de zorg.”
Het UMC Utrecht kiest daarom voor een gestructureerde aanpak met praktische handvatten, zoals een innovatie-funnel voor toegepaste AI en een ‘Leidraad AI’, voor zorgprofessionals die worstelen met AI-toepassingen. Al deze elementen zijn gebundeld in een kwaliteitssysteem. “We hopen dat dit ruis wegneemt over welke wet- en regelgeving geldt”, aldus Kant. “Maar ook dat het snelheid creëert. Door aan de voorkant goed na te denken over de doelen, ontstaat er helderheid en richting.” De sleutel tot duurzame innovatie? “Blijf niet verliefd op de oplossing die je creëert, maar op het probleem dat je wil oplossen. Wat los je op en voor wie?”
Administratieve verlichting
Volgens Kant biedt de Europese AI Act een belangrijke impuls richting verantwoord gebruik van AI. Ze ziet vooral kansen op drie terreinen. Ten eerste administratieve verlichting: AI kan zorgverleners ondersteunen bij het vastleggen van gegevens in het patiëntendossier en het ophalen van informatie. Ten tweede biedt AI mogelijkheden voor een slimmere inzet van mensen en middelen, zoals het voorspellen van patiëntstromen en het efficiënt inzetten van bedden en personeel. Ten derde draagt AI bij aan betere patiëntenzorg, door ondersteuning bij medische beslissingen en een hogere kwaliteit van diagnostiek en prognostiek.
No shows voorspellen
Concreet laat het UMC Utrecht al impactvolle toepassingen zien. Zo wordt AI ingezet om ‘no shows’ in de polikliniek te voorspellen. “We hebben dit nu in alle 62 poli’s geïmplementeerd,” vertelt Kant. “De voorspelling helpt ons om het aantal no shows met 25 procent te reduceren. En het mooie: we hebben de oplossing open source gedeeld op GitHub. Pas wanneer anderen het ook overnemen, maak je pas echt impact.”
Een ander voorbeeld is het automatisch genereren van concept-ontslagbrieven. “Artsen zijn hier vaak een uur per brief aan kwijt”, legt Kant uit. “AI helpt door een eerste versie te maken. De arts hoeft die alleen nog aan te passen. Zo nemen we werkdruk weg.” Deze oplossing is sinds 1 mei beschikbaar en zal eveneens open source gedeeld worden. Uit een pilot met de AI-ontslagbrief bleek dat 35 procent van de professionals het concept direct te gebruiken, terwijl anderen het meer als geheugensteun, inspiratiebron of controlemiddel inzetten.
Een derde voorbeeld van AI-inzet is de consultvoorbereiding voor poliklinische afspraken. Deze tijdrovende taak kan door AI worden verlicht. De oplossing is momenteel in ontwikkeling. Daarnaast wordt gewerkt aan ‘slimme alarmering’, waarbij verpleegkundigen patiënten op afstand monitoren. Voorspelmodellen helpen hierbij om in te schatten wanneer klinische achteruitgang dreigt. Ook dit project bevindt zich in de pilotfase.
Toepassing in de praktijk
Dat implementatie essentieel is, benadrukt ook neonatoloog Daniel Vijlbrief. “De échte waarde van AI blijkt pas ná de implementatie, wanneer professionals het gaan gebruiken, bevragen en verbeteren.”
Om dat voor elkaar te krijgen, heeft het UMC Utrecht vijf gespecialiseerde AI Health Labs opgezet, gericht op onder meer regeneratieve en moleculaire geneeskunde, beeldvorming, preventie en AI-methodologie. Vanuit deze labs wordt samengewerkt met tien AI-labs van de Universiteit Utrecht en met bedrijven in de regio. Deze samenwerking is ondergebracht in de bredere EWUU AI Hub, waarin ook de TU Eindhoven en Wageningen University & Research participeren.
Zorgdoelen ondersteunen
Volgens Kant is succesvolle AI-implementatie afhankelijk van duidelijke prioritering, samenwerking met zorgverleners en patiënten en inzet van transparante toetsingskaders. “Zorg dat je AI daar inzet waar het de zorgdoelen ondersteunt. Betrek je eindgebruikers actief en ontwikkel samen. Dan sluit je echt aan bij de praktijk.”
Daarnaast benadrukt ze het belang van samenwerking met partners zoals de NFU en het bedrijfsleven, verantwoord gebruik van grote taalmodellen zoals ChatGPT, en het opzetten van governance-structuren en kwaliteitssystemen. Om de belofte van AI waar te maken, is bestuurlijk draagvlak cruciaal. “Zorg dat je bestuurders op de hoogte zijn van wat nodig is”, adviseert Kant. “Het aantrekken en behouden van talent en expertise is net zo belangrijk als het hebben van een goed model.”
Ze raadt collega-instellingen aan om het recent verschenen AI-Signalement van ZonMw te lezen en zich aan te sluiten bij het kennisnetwerk AI-Implementatie in de Zorg.
Richtlijnen nodig
Tot slot waarschuwt Kant voor een te snelle en ongecontroleerde opschaling van AI. “We hebben richtlijnen nodig voor AI in zorg. Je moet zorgvuldig omgaan met risico’s, wet- en regelgeving, privacy en ethiek.” In de Nationale Leidraad Kwaliteit AI in de Zorg, die mede onder leiding van UMC Utrecht is ontwikkeld, zijn deze aspecten inmiddels uitgewerkt. Het UMC werkt op basis van deze leidraad. “Daar kunnen we trots op zijn.”
