Het implementeren van AI in de zorg gaat traag in vergelijking met andere sectoren. Tot de coronatijd. “In een week tijd hebben we een planningstool ontwikkeld. Het moest gewoon.” Dit zegt Jeroen de Haas, oprichter en CEO van Pipple, tijdens de masterclass ‘Data en AI voor de zorg’, georganiseerd door Dutch Health Hub en Health~Holland.
What’s on your mind?
Als econometrist, gitarist en DJ is Jeroen de Haas van vele markten thuis. Tien jaar geleden richtte hij Pipple op, een databureau met een team van wiskundigen en engineers, dat gespecialiseerd is in het oplossen van complexe vraagstukken door middel van data en AI. De Haas omschrijft Pipple als creatief en onbevangen, met de focus op people, planet en profit.
What’s on your mind? Zo begint De Haas zijn masterclass. De flipover vult zich met hoop en verwachtingen vanuit de zaal. Hoe ga je met uitwisseling van data om? Hoe zorg je voor datakwaliteit? Hoe voorkom je wantrouwen tegenover AI? Hoe ga je van pilot naar langdurige implementatie? En: wat is het toekomstperspectief?
Eigenaarschap van data
Without data, you’re just another person with an opinion, een uitspraak van W. Edwards Deming, verschijnt op het scherm. Er ontstaat een gesprek over data en het bezit. Data is niet van iemand, maar over iemand. De Haas nuanceert: “Data worden steeds meer een asset. En elke asset heeft een eigenaar nodig.” Eigenaarschap en verantwoordelijkheid zijn volgens hem cruciaal voor betrouwbare inzet van AI binnen organisaties.
Het mislukken van AI-projecten
AI is volop aanwezig in het publieke debat, maar wat blijft er over als de hype verdwijnt? Wat heeft écht potentie en wat is gebakken lucht? De Haas ziet dat op dit moment organisaties vaak nog niet klaar zijn voor succesvolle implementatie. Volgens hem wacht AI-projecten om de volgende vijf redenen geen vruchtbare toekomst:
- De verkeerde mensen op cruciale (kostbare) posities
- Slechte datakwaliteit
- Het onderschatten van de werkelijkheid
- IT als bottleneck met een te lange time-to-market
- Weerstand tegen verandering
Met name datakwaliteit is volgens De Haas een groot probleem. “Mensen vinden het invoeren van data over het algemeen niet leuk. Ik ken weinig mensen die dat als hobby doen.” Ook het omarmen van verandering kost veel energie. Waarom doen we het? Wat hebben we eraan? “Dat wordt vaak te technisch aangevlogen.
Traagheid in de zorg
Het implementeren van AI in de zorg gaat traag in vergelijking met andere sectoren, aldus De Haas. Maar soms kan het ineens snel gaan. “In 2020 deden we een strategietraject voor het Jeroen Bosch Ziekenhuis. Het rapport verdween in de la. Tot corona uitbrak. De instroom van patiënten was compleet onvoorspelbaar. In een week tijd hebben we een planningstool ontwikkeld. Het moest gewoon. Dat laat zien: als het moet, kan het wél.”
Ethiek en verlies van vakmanschap
AI is meer dan technologie: het raakt ook de kern van het vakmanschap in de zorg. De Haas vertelt over zijn buurvrouw die werkzaam is in de ggz. Zij gebruikt als proef een chatbot die patiëntdossiers samenvat om vanuit daar het gesprek aan te gaan. Handig, maar ook problematisch. Welke informatie wordt gefilterd? En geef je daarmee niet een stukje van je vakmanschap uit handen? Wat willen we eigenlijk dat AI in de zorg doet? En wat liever niet?
Vertrouwen en adoptie
Om wantrouwen tegenover AI in de zorg te gaan, benadrukt De Haas het belang van co-creatie: “Neem zorgprofessionals mee in de ontwikkeling. Analisten kennen de werkelijkheid niet, de werkvloer wel.” Alleen zo kan een pilot doorgroeien naar duurzame adoptie.
Een praktijkvoorbeeld van blijvend gebruik komt van thuiszorgorganisatie Tzorg, waar Pipple een planningsoplossing ontwikkelde. “Wetgeving, techniek en bedrijfsprocessen veranderen continu. Je bent nooit klaar. Extern iets bouwen en overdragen werkt niet als er intern geen capaciteit is om door te ontwikkelen.” Pipple streeft er daarom ook naar om de nummer één partner in data en AI te zijn, juist op de lange termijn.
Politiek en macht
Ook politiek en overheden kunnen een grote rol spelen. Besluiten van bovenaf kunnen innovatie remmen, maar soms ook versnellen. De Haas wijst naar de financiële sector, waar banken door wetgeving verplicht zijn data te delen. “Ik kan me voorstellen dat er ook in andere sectoren verplichtingen komen om innovatie te stimuleren.”
Toekomstperspectief
Volgens De Haas is het interessant om te kijken naar hoe we langzaam bewegen van AI-tools naar AI-agents die autonoom taken uitvoeren en keuzes maken. Wanneer het gaat over de toekomst heeft men het dan ook veelal over Artificial General Intelligence (AGI) en Superintelligence. “Maar of en wanneer dat gaat gebeuren, daar kan ik nu niks over zeggen.”
Deze masterclass laat zien dat AI in de zorg niet draait om technologie alleen. Het gaat om eigenaarschap, ethiek, vertrouwen en verandercapaciteit. Of zoals De Haas het samenvat: “Aanpassingsvermogen en risicobereidheid van organisaties spelen een belangrijke rol wanneer het aankomt op de implementatie van AI.”
Op woensdag 1 oktober is de volgende masterclass ‘Data en AI voor de zorg’ bij Jaarbeurs Utrecht. Benieuwd naar de ervaringen en de verhalen van Wouter Kroese van Pacmed en Patrick Leenen van Agentic Alliance. Meld je dan aan door een mail te sturen naar Ruud Koolen via ruud.koolen@jaarbeurs.nl, onder vermelding van je naam, functie, organisatie en telefoonnummer. Let op: deelname is kosteloos, maar het aantal plaatsen is beperkt. Schrijf je je in, dan rekenen we op je komst.
