In de kern maakt het gesprek duidelijk dat technologie niet het grootste knelpunt is. De AI-fabriek biedt grootschalige rekenkracht en een expertisecentrum voor modelontwikkeling, waarmee AI-toepassingen op basis van gevoelige data binnen Europese normen ontwikkeld kunnen worden. De fabriek maakt deel uit van een Europees netwerk van negentien AI-fabrieken en richt zich onder meer op een precompetitieve fase waarin modellen worden verkend zonder directe toepassing. De doorslaggevende factor ligt volgens Scheerder echter bij het organiseren van data en samenwerking binnen de zorgketen.

Zorgdata zijn momenteel verspreid over verschillende organisaties, terwijl de patiënt zich juist door die systemen heen beweegt. Om AI effectief te gebruiken, moeten gegevens uit huisartsenpraktijken, ziekenhuizen en andere bronnen worden samengebracht. Pas dan ontstaat de mogelijkheid om modellen te ontwikkelen die patronen herkennen in de volledige patiëntreis. Een voorbeeld uit het gesprek illustreert hoe gecombineerde data kunnen bijdragen aan het sneller onderscheiden van een beroerte en een virale infectie. Op grotere schaal zou dit kunnen leiden tot modellen die eerder signaleren hoe een ziekte zich ontwikkelt of welke behandeling passend is.

Zorgorganisaties moeten investeren in interoperabiliteit, governance en het ontsluiten van data. Dit vraagt om samenwerking en bestuurlijke keuzes. Tegelijkertijd ontbreekt het vaak aan directe prikkels om hierin te investeren, zeker in een sector die al onder druk staat. Initiatieven zoals de European Health Data Space (EHDS) kunnen helpen om datadeling op Europese schaal te ondersteunen, maar lossen dit spanningsveld niet vanzelf op.

Het gesprek sluit goed aan bij mijn blogs De ijsberg onder AI en BCG AI’s 10-20-70-regel in perspectief. In deze blogs betoog ik dat het grootste deel van AI-implementatie zich onder de oppervlakte bevindt: datakwaliteit, standaardisatie, organisatie-inrichting en governance. Waar het gesprek deze elementen benoemt als randvoorwaarden, kan worden beargumenteerd dat dit in feite het dominante deel van het systeem is en daarmee bepalend voor succes of falen.

De belangrijkste conclusie uit het gesprek is dat succesvolle toepassing van AI in de zorg minder afhankelijk is van technologische innovatie dan van organisatorische en bestuurlijke veranderingen. Zonder toegankelijke en goed georganiseerde data blijven AI-modellen beperkt in waarde. De AI-fabriek kan deze ontwikkeling ondersteunen, maar niet afdwingen.

De aanbeveling die hieruit volgt, is om dataontsluiting, standaardisatie en samenwerking als strategische prioriteit te behandelen, naast de dagelijkse zorgpraktijk. Dit vraagt om een duidelijke visie en mandaat vanuit bestuurders.

Bron:

• ICT&Health Podcast, AI op Europese schaal (met Bart Scheerder) [Podcastaflevering Spoitify, YouTube].