Wie in de IT werkt, kent de wet van Moore: het aantal transistors op een chip verdubbelt ongeveer elke twee jaar. Decennialang was dat hét tempo van technologische vooruitgang. Het bracht ons alles, van de pc tot de smartphone in je broekzak.

AI gaat harder. Het onafhankelijke onderzoeksinstituut METR meet de autonome taakduur van een AI-systeem. Dat wil zeggen de lengte van een taak die een AI-systeem zelfstandig kan afronden, uitgedrukt in de tijd die een mens ervoor nodig zou hebben. Sinds 2024 verdubbelt die tijdsduur ruwweg elke honderd dagen. Dat is grofweg zeven keer zo snel als de wet van Moore. METR meet dat op software- en onderzoekstaken, dus het is geen meetlat voor de zorg. De richting is wel duidelijk: AI doet niet meer alleen korte klusjes, maar pakt steeds langere en complexere taken zelfstandig op.

Wij zien dat dagelijks in ons eigen vak. Ook onze ontwikkelaars schrijven samen met AI code. Voor de zorg is de vraag daarmee niet meer óf AI een rol gaat spelen, maar hoe. En juist in de zorg maakt dat ‘hoe’ het verschil.

All In, met de mens aan het stuur

Bij Topicus Healthcare hebben we een duidelijke keuze gemaakt: we gaan All In, voor de zorg. Voor maatschappelijke impact, en met de mens aan het stuur. Dat klinkt misschien als een slogan, dus we leggen graag uit wat het in de praktijk betekent.

Allereerst: geen AI omdat het AI is. Elke toepassing moet aantoonbaar waarde opleveren voor de professional of de patiënt. Een feature die vooral indruk maakt in een demo, maar in de dagelijkse praktijk niets oplost, bouwen we niet.

Ten tweede: betrouwbaarheid is ons vak. Software voor de zorg moet aan strenge eisen voldoen, zoals NEN 7510, ISO 27001 en soms ook MDR. En dat zit diep in hoe wij werken. Er komen op dit moment veel innovatieve startups op de markt met slimme puntoplossingen. Dat is geweldig, want daar komt veel vernieuwing vandaan en die heeft de zorg nodig. Maar zo’n oplossing betrouwbaar laten landen in de zorg, schaalbaar en ingebed in het grotere geheel, vraagt kennis en ervaring. Daar willen wij het verschil maken.

Ten derde kiezen we bewust voor onafhankelijkheid. We werken model-agnostisch: we maken ons niet afhankelijk van één AI-leverancier, ook niet van de big tech-partijen die dit veld nu domineren. Zo kunnen we per toepassing kiezen wat het beste past, en blijven we zelf aan het roer.

En ten vierde: AI is vooral een verandering in hoe mensen werken. Een tool uitdelen en hopen dat het goedkomt, werkt niet. We trainen en begeleiden onze mensen, delen wat werkt en wat niet, en zien AI-vaardigheid inmiddels als een kerncompetentie. Dat kan alleen in een open cultuur, waarin je mag experimenteren en waarin we van elkaars ervaringen leren.

Wat AI vandaag al oplevert

Dat is de theorie. Wat levert het in de praktijk op? Twee voorbeelden uit de huisartsenzorg die we vandaag de dag in Topicus-producten bieden.

De S-regel. Via een online vragenlijst of digiconsult krijgt een huisarts of praktijkondersteuner vaak een lang, associatief verhaal van de patiënt binnen. Dat is waardevolle informatie, maar het kost tijd om door te lezen. AI zet dat verhaal om in een compacte S-regel, het subjectieve deel van het verslag, die als voorstel in het dossier klaarstaat. De zorgverlener ziet in één oogopslag wat er speelt. De patiënt kan ondertussen gewoon in eigen woorden vertellen wat er aan de hand is. Deze toepassing draait op dit moment als pilot in Spreekuur.nl in combinatie met VIPLive Monitoring.

Sam, de AI-assistent van Spreekuur.nl. Sam voert het gesprek met de patiënt in gewone taal, zonder formulieren of keuzemenu’s. Een afspraak inplannen, herhaalmedicatie aanvragen of waar mogelijk direct zelfzorgadvies krijgen: het kan allemaal in één gesprek. Voor de patiënt is dat laagdrempelig en beschikbaar buiten praktijkuren, voor de praktijk betekent het minder telefoontjes voor standaardzaken zoals een afspraak plannen of herhaalmedicatie. Sam is nog volop in ontwikkeling. De volgende stap is gevalideerde triage op basis van de NHG- en NTS-richtlijnen, met de zorgverlener nadrukkelijk in de loop.

Wat we zien voor iQoutcome

Met iQoutcome zien we veel kansen voor AI. Op onze recente inspiratiedag lieten we twee denkrichtingen zien. Ze zijn nog niet gebouwd: we werken ze juist samen met klanten verder uit.

De eerste is een AI-samenvatting van uitkomstmetingen op het dashboard. Een behandelaar die zich een beeld wil vormen van de situatie van een cliënt die meerdere meettrajecten heeft toegewezen gekregen waarbij meerdere meetinstrumenten ingevuld zijn, moet zich daar best even in verdiepen. Dat kost tijd, en bij een volle caseload ligt het risico op de loer dat een signaal gemist wordt. AI kan dat samenvatten tot een korte overzichtelijke tekst met de meest relevante indicatoren. Ter ondersteuning van de behandelaar. De interpretatie en de beslissing blijven altijd bij de behandelaar.

De tweede denkrichting is gepersonaliseerde notificaties. Non-respons is een bekend probleem bij uitkomstmetingen: als cliënten hun vragenlijst niet invullen, heeft de behandelaar minder zicht op hoe het gaat. Niet iedereen reageert op hetzelfde moment of op dezelfde boodschap. AI kan leren wanneer en hoe een cliënt het best te bereiken is. Dat levert meer ingevulde vragenlijsten op, en daarmee beter inzicht voor behandelaar én cliënt.

Enthousiast, en terecht kritisch

De reacties van klanten op de Inspiratiedag liepen uiteen, en dat vonden we waardevol. Veel klanten zien de potentie van AI die de behandelaar en professional ondersteunt, en de ideeën voor iQoutcome werden positief ontvangen. Tegelijk is een deel terughoudend over AI in het medisch-inhoudelijke proces. Worden behandelaren niet te veel beïnvloed? Blijven ze zelf voldoende nadenken?

Die vraag herkennen we uit ons eigen vak. Ook in softwareontwikkeling is de uitdaging om AI het werk te laten versnellen zonder dat het eigen denkwerk verdwijnt. Daar hebben we niet in één keer een sluitend antwoord op. We weten wel hoe we het willen aanpakken: stap voor stap, uitlegbaar, en samen met de mensen die er dagelijks mee werken.