AI in de gezondheidszorg, technologische en juridische stand van zaken

In 2026 is AI in de gezondheidszorg de meest actief-adopterende sector binnen het Nederlandse zorgdomein. Deze gids beschrijft AI in de gezondheidszorg over de volle breedte: van ziekenhuizen en universitair medische centra tot GGZ-instellingen, thuiszorg, farmacie en volksgezondheid. Praktische toepassingen, de stapel van Nederlandse regelgeving (Wgbo, Wet BIG, NEN 7510, AVG en AI-Verordening), en waar de belangrijkste kansen en risico's liggen.

Waar AI in de zorg doorgaans slaat op eerstelijnszorg en concrete workflows binnen praktijken, dekt AI in de gezondheidszorg het bredere veld inclusief systeem-niveau: populatiegezondheid, kwaliteits-management, epidemiologie, publieke gezondheid en zorginkoop. Deze gids is voor bestuurders, kwaliteitsmanagers en beleidsmakers die het brede beeld nodig hebben.

Wat is AI in de gezondheidszorg?

AI in de gezondheidszorg verwijst naar de gehele familie kunstmatige-intelligentie-toepassingen in de Nederlandse gezondheids- en zorg-keten, van individuele patiënt-zorg tot populatie-gerichte analyses. Vier hoofdcategorieën.

Klinische AI. Direct patiëntgebonden ondersteuning bij diagnostiek, behandeling en follow-up. Voorbeelden: radiologie-beeldherkenning, dermatologische classificatie, ECG-interpretatie, oncologische decision support. Deze zijn doorgaans onderworpen aan de Medical Device Regulation (MDR) als medisch hulpmiddel.

Administratieve AI. Ondersteuning bij documentatie, codering, planning en communicatie. Voorbeelden: spraakdicteren, DBC-codering-ondersteuning, wachtlijst-optimalisatie, patient-communicatie-generatie. Meestal geen MDR-plicht, wel volledige AVG- en NEN 7510-verplichtingen.

Populatie-gerichte AI. Analyse op grote datasets voor volksgezondheid, epidemiologie en zorginkoop. Voorbeelden: uitbraak-detectie, kwaliteitsindicatoren-analyse, risicogroepen-identificatie voor preventieve zorg. Verwerkt vaak gepseudonimiseerde data, met eigen governance-uitdagingen.

Onderzoeks-AI. In academische en industrie-context voor medisch onderzoek: literatuur-analyse, hypotheses-generatie, drug discovery, biomarker-identificatie. Ethical review board vereist, doorgaans onder specifieke onderzoek-governance.

Voor de meeste Nederlandse zorgorganisaties zijn de eerste twee categorieën direct relevant. De derde en vierde zijn typisch iets voor universitair medische centra en gespecialiseerde instituten.

Waarom AI in de gezondheidszorg nu een prioriteit is

De redenen om AI in de gezondheidszorg te implementeren in 2026 zijn niet fundamenteel anders dan bij eerstelijnszorg, met één toevoeging: schaalvoordeel bij grote patiëntpopulaties. Ziekenhuizen en zorgconcerns verwerken tienduizenden tot miljoenen patiëntinteracties per jaar. Zelfs 5% tijdswinst per interactie levert massale kostenbesparingen op.

Daarnaast kijken zorgverzekeraars in hun inkoopgesprekken steeds vaker naar AI-adoptie als indicator voor efficiency-verwachtingen. Zorgorganisaties zonder AI-strategie lopen daarmee het risico dat toekomstige contracten ongunstiger uitvallen dan die van concurrenten die AI-ondersteunde workflows als baseline hebben.

De personeelstekorten in de gezondheidszorg blijven de belangrijkste economische drijfveer. Alle relevante Nederlandse arbeidsmarktprognoses (RIVM, CBS, ActiZ, UWV) laten in dit decennium een oplopend tekort in de zorg zien. Elke automatiseerbare taak vrijgemaakt door AI is verplaatsbaar personeel richting directe patiëntenzorg.

Voor de compliance kant zie de bredere gids AI in de zorg.

Regelgeving die AI in de gezondheidszorg raakt

Zes regels stapelen op elkaar, met specifieke aandacht voor die welke buiten de eerstelijnszorg extra zwaar wegen.

Wet op de geneeskundige behandelingsovereenkomst (WGBO). Van kracht sinds 1995, laatst aangepast in 2020. Regelt dossierplicht, inzagerecht patiënt (uitgebreid via digitale portalen), en geheimhoudingsplicht behandelaar. AI-tools moeten aan alle drie voldoen zonder omweg via een onderaanneming die de plicht ondermijnt.

Wet BIG. Beroepsuitoefening onder eigen professionele verantwoordelijkheid. AI is ondersteunend, nooit vervangend. Tuchtrecht direct van toepassing.

Medical Device Regulation (EU) 2017/745. Voor klinische AI met diagnostische of therapeutische claim is CE-markering als medisch hulpmiddel verplicht. Verschillende risicoklassen (I, IIa, IIb, III) met oplopende eisen. Notified Body-certificering voor klasse IIa en hoger. Niet iedere AI in de gezondheidszorg is een medisch hulpmiddel, maar de scheidslijn is smal en juridisch complex.

NEN 7510-serie. Nederlandse informatiebeveiliging-norm. Getoetst bij accreditatie via NIAZ of KIWA. AI-tools als subverwerkers binnen het ISMS.

AVG met bijzondere aandacht voor artikel 9. Gezondheidsgegevens als bijzondere categorie, verwerking alleen op strikte grondslag. DPIA verplicht bij structurele AI-inzet met patiëntdata. Autoriteit Persoonsgegevens toezichthouder. Zie autoriteitpersoonsgegevens.nl voor actuele handhavings-activiteit.

AI-Verordening (EU) 2024/1689. Voor AI-systemen die worden gebruikt voor triage-prioritering, geschiktheid-voor-behandeling-beoordeling of vergelijkbare beslissings-ondersteuning: hoog-risico classificatie via Bijlage III. Deployer-verplichtingen (Artikel 26) vanaf augustus 2026. Zie Regulation (EU) 2024/1689.

Deze zes zijn cumulatief. Voldoen aan één betekent niet automatisch voldoen aan alle zes.

Concrete toepassingen per zorgsegment

Ziekenhuizen (algemeen en topklinisch). Poliklinische verslag-generatie, radiologie-workflow-optimalisatie (niet de beeldinterpretatie zelf, wel de omringende workflow), OK-planning-optimalisatie, medicatie-controle-assistentie, kwaliteitsregistratie-ondersteuning.

Universitair medische centra. Bovenop het ziekenhuis: onderzoek-ondersteuning (literatuursamenvatting, hypotheses), tumor-board-voorbereiding, klinische studies-recruitment.

GGZ-instellingen. Sessieverslag-generatie via veilige transcriptie, patronen-signalering in longitudinale trajecten, DSM-verwijzingen-ondersteuning, behandelplan-drafts.

Thuiszorg en verpleging. Overdracht-samenvattingen tussen diensten, standaard-rapportages voor kwaliteitsindicatoren, patient-communicatie voor herhaal-afspraken en nazorg, medicatie-controle bij thuisverpleging.

Farmacie. Medicatie-interactie-analyses beyond KNMP-standaard, patient-gerichte medicatie-uitleg (geverifieerd), farmacotherapeutische informatie-samenvatting, standaard-recept-processen.

Volksgezondheid en GGD's. Populatie-analyse voor preventieve programma's, uitbraak-signalering op basis van patronen in ziekmeldingen of huisartsdata, communicatie-generatie voor risicogroepen.

Zorginkoop en zorgverzekeraars. Contract-analyse, kwaliteitsdata-benchmarking, fraude-detectie in declaraties (met menselijke oordeel altijd voorbehouden).

Kansen en risico's per segment

Elk segment heeft eigen dynamiek. Beknopte samenvatting.

Ziekenhuizen zien de grootste ROI door schaal, maar hebben de zwaarste governance-eisen (multiple ISMS, verschillende afdelingen met eigen tools). Aanbeveling: pilot in één afdeling, formaliseer beleid, schaal daarna.

GGZ heeft potentieel voor grote administratieve tijdswinst maar loopt tegen client-vertrouwens-vragen aan. Aanbeveling: transparantie vooraf en expliciete toestemming zijn niet-onderhandelbaar.

Thuiszorg heeft technisch de meest gefragmenteerde IT-omgeving; workflow-integratie is complexer dan bij grote instellingen. Aanbeveling: kies AI-tools die direct met bestaande zorgdossier-systemen praten (Nedap Ons, PinkRoccade).

Farmacie heeft snel implementeerbare use-cases (interactie-checks, uitleg-generatie) met beperkt AI-Verordening-risico. Vaak een goede eerste sector voor AI-implementatie in een breder zorgconcern.

Volksgezondheid heeft de meest interessante datakracht (populatie-schaal) maar tegelijk de zwaarste eisen aan pseudonimisering, ethische toetsing, en publieke rechtvaardiging. Langer traject.

Ciralgo voor gezondheidszorg-organisaties

Ciralgo is een EU-gehoste proxylaag tussen bestaande AI-tools en de leveranciers. Voor gezondheidszorg-organisaties:

• Eén EU-punt voor alle AI-verzoeken, geen data buiten de EU.
• Automatische redactie van bijzondere persoonsgegevens (BSN, aandoenings-codes, medicatie-gegevens) voor de LLM ze ziet.
• Tamper-evident audit-record per verzoek dat aan NEN 7510, AVG en AI-Verordening voldoet.
• Ciralgo-staff geen default toegang; break-glass-verzoek van jouw kant vereist en logbaar.

Zie Ciralgo pricing voor zorgorganisaties en de bredere AI in de zorg gids.

Veelgestelde vragen over AI in de gezondheidszorg

Wat is het verschil tussen "AI in de zorg" en "AI in de gezondheidszorg"?

Praktisch geen: beide termen worden door Nederlandstalige zoekers gebruikt voor hetzelfde veld. "Zorg" is iets breder in dagelijks Nederlands (ook welzijn, ouderenzorg), "gezondheidszorg" iets specifieker voor medische context. Voor content-strategie beide varianten gebruiken om zoekverkeer op beide te vangen.

Valt elke AI-toepassing in de gezondheidszorg onder MDR?

Nee. MDR geldt alleen bij een medische claim (diagnose, behandeling, monitoring). AI voor administratie (spraakdicteren, planning, codering) valt buiten MDR maar wel binnen AVG en NEN 7510. Voor onderscheid: raadpleeg IGJ of een specialistische adviseur.

Wat kost AI in de gezondheidszorg gemiddeld per medewerker per maand?

Voor grote zorginstellingen: €50-€150 per medewerker per maand voor brede AI-inzet met ingebouwde governance. Voor eerstelijnszorg zoals huisartsenpraktijken: €25-€60 per professional. Klinische AI-tools met MDR-certificering kunnen hoger uitkomen.

Kan een AVG-boete een zorgorganisatie treffen zonder klacht?

Ja. De Autoriteit Persoonsgegevens doet risico-gebaseerde controles, ook zonder klacht. De AP heeft in haar jaarverslag 2025 aangegeven sneller en zichtbaarder op te treden, en de gezondheidszorg is één van de sectoren waar AI-inzet meest zichtbaar toeneemt.

Werken bestaande zorg-IT-systemen samen met een AI-proxy?

Ja, mits API-toegang. Grote systemen (HiX, Chipsoft) hebben integratie-mogelijkheden. Nedap Ons voor thuiszorg werkt via connectoren. Kleinere niche-systemen vereisen soms maatwerk.

Moet elk medisch specialisme een aparte AI-strategie hebben?

Nee. Een centraal beleid met specialisme-specifieke workflow-inrichting werkt beter dan aparte strategieën. Governance, AVG, NEN 7510 zijn organisatiebreed; workflow is per specialisme aan te passen.

Verder lezen

• AI in de zorg: praktische gids
• AI in de zorg voorbeelden: 10 concrete cases
• AI voor huisartsen
• AI in de zorg en de AVG
• Wat is een EU-gehoste LLM-proxy?

Laatst herzien: 11 juli 2026. Deze pagina wordt kwartaalgewijs geactualiseerd bij AP-, IGJ- of NEN-updates.