Door Emma Verhagen, CEO Ideal Shift AI · 30 juni 2026 · Leestijd: 5 minuten
Iedereen wil "iets met AI". Bijna niemand praat over data
Elke week spreek ik bestuurders, ICT'ers en behandelaren in de zorg. Iedereen wil "iets met AI". Bijna niemand praat over het enige dat bepaalt of die AI ooit gaat werken: data.
Daar wil ik het vandaag over hebben. In gewone taal, geen jargon en geen hype.
Het echte probleem is niet te weinig data. Het is te veel data, op te veel plekken
Een behandelaar typt dezelfde informatie soms drie keer over. Eén keer in het EPD, één keer in een mail, één keer in een ander systeem. De gegevens van één cliënt zitten verspreid over het EPD, Outlook, Karify, Minddistrict en een handvol losse bestanden.
Niets praat met elkaar. En dus gaat kostbare tijd, tijd die naar de cliënt had gemoeten, op aan administratie en overtypen.
Voordat je ook maar nádenkt over AI, moet je dit oplossen. Want AI op rommelige data levert rommelige uitkomsten. Gegarandeerd.
De eerste wet van datawerk: één bron van waarheid
Kies één systeem dat leidend is. In de zorg is dat meestal het EPD. Alles wat ergens anders ontstaat, een mail, een berichtje, een formulier, schrijf je zo snel mogelijk terug naar die ene bron, in precies het juiste formaat.
Doe je dat niet, dan is het dweilen met de kraan open. Je blijft eindeloos achteraf corrigeren, omdat de bron nooit klopt.
Het klinkt simpel. Het is het fundament waar bijna alles op staat.
Twee woorden die je vaker gaat horen: FHIR en openEHR
Geen paniek, ik hou het kort.
FHIR is de taal waarin zorgsystemen met elkaar praten. Het regelt de uitwisseling: systeem A vraagt een medicatieoverzicht, systeem B levert het, snel, gestandaardiseerd en in real time.
openEHR gaat over hoe je data opslaat zodat die over twintig jaar nog betekenis heeft, ongeacht welke software je dan gebruikt. Het maakt je dossier toekomstbestendig en losgekoppeld van één leverancier.
Het is geen of/of. Het is én/én: FHIR voor het verkeer, openEHR voor de duurzame opslag.
Waarom dit jou als zorgprofessional aangaat? Één zin: zo blijft jouw data van jou, niet van je softwareleverancier.
Een geheim uit een hele andere wereld
Voordat ik in de zorg werkte, leidde ik datatransformaties in de productindustrie, bij Unilever, over 21 programma's en 190 landen. Die sector is op datagebied jaren verder dan de zorg. En de belangrijkste les is verrassend eenvoudig: werk met twee lagen.
De twee datalagen
- Laag 1, "As Is": alle data uit elk systeem, opgeslagen precies zoals die binnenkomt. Rauw en ongefilterd.
- Laag 2, "Core": diezelfde data, opgeschoond en omgezet naar erkende standaarden zoals FHIR en openEHR, klaar voor analyse en AI.
Ruwe data en schone data strikt gescheiden. Niets gaat verloren, en je kunt altijd terug naar de bron. De zorg kan deze aanpak vandaag overnemen.
En de AI dan? Begin níet met "de oceaan koken"
Hier gaat het meestal mis. Een organisatie besluit éérst alle data te migreren en te standaardiseren, een traject van een jaar of langer. Onder de motorkap gebeurt van alles, maar niemand ziet resultaat. Het draagvlak verdampt en het project sterft een stille dood.
Doe het omgekeerd. Begin met één use-case met keiharde waarde.
Een concreet voorbeeld dat we al gebouwd hebben: het automatisch registreren van asynchrone zorg, denk aan mailcontact en digitale interacties met cliënten. Minder administratie, betere registratie en minder gemiste declarabele activiteiten.
De business case? Voor een organisatie met zo'n 250 behandelaren loopt dat al snel op tot een waarde in de orde van 1,5 tot 2 miljoen euro per jaar. En het vraagt maar een paar tabellen uit het EPD. Klein project, groot resultaat.
Zodra mensen die waarde zíen, ontstaat vertrouwen. En vanuit vertrouwen schaal je op, use-case voor use-case. Niet andersom.
Privacy is geen rem. Het is een ontwerpkeuze
"Maar de AVG dan?" Terecht. Het antwoord is: bouw privacy vanaf het begin in.
Werk met pseudonimisering en anonimisering, sluit het risico op heridentificatie zoveel mogelijk uit, en host AI-modellen intern, binnen je eigen omgeving, zodat gevoelige data je organisatie niet verlaat. Dán kun je data verantwoord hergebruiken, bijvoorbeeld voor breder Europees onderzoek in het kader van de European Health Data Space (EHDS).
Goede privacy en goede AI zijn geen tegenpolen. Ze komen uit dezelfde, doordachte architectuur.
Het stappenplan, in drie fasen
- Fase 1, bewijs de waarde. Begin met één concrete use-case die zichzelf terugverdient, zoals het automatisch registreren van asynchrone zorg. Klein, snel en zichtbaar resultaat. Zo bouw je vertrouwen en draagvlak.
- Fase 2, breid uit. Voeg use-case voor use-case toe: deels herbruikbare oplossingen, deels op maat. Het platform groeit organisch mee met de waarde die het oplevert.
- Fase 3, schaal en borg. Standaardiseer op schaal (FHIR, openEHR), regel privacy en governance goed, en maak je architectuur klaar voor de toekomst. Denk aan veilige gegevensuitwisseling onder de European Health Data Space (EHDS).
De kern, in vier zinnen
- AI in de zorg faalt zelden door de AI. Het faalt door data die niet op orde is.
- Kies één bron van waarheid en regel het bij de bron, anders dweil je met de kraan open.
- Bouw op open standaarden, zodat je data van jou blijft.
- Begin klein, lever zichtbare waarde en schaal van daaruit op.
Dit is uiteindelijk geen technologieverhaal. Het is een zorgverhaal: minder tijd aan administratie, meer tijd voor de cliënt.
Werk jij in de zorg en herken je dit? Ik denk graag mee. Stuur me een bericht, ik deel onze aanpak met alle liefde.