Bij de start van het debat komt het al meteen ter sprake: AI is nog grotendeels onontgonnen terrein. Vandaag zijn het voornamelijk enkelingen die ermee experimenteren. Meer omkadering kan ongetwijfeld voor een snellere vooruitgang zorgen. De nieuwe richtlijn voor netwerk- en informatieveiligheid (NIS2) kan hieraan bijdragen, door meer focus te leggen op databeheer en -governance. Want hoe je het draait of keert: data en AI zijn twee kanten van dezelfde medaille. De sector zoekt naar manieren om beter om te gaan met data. AI en GenAI bieden daarbij zowel kansen als bedreigingen.
De vraag is of je eerst je databeheer volledig op orde moet hebben voordat je met AI kan starten. Dit kan betekenen dat er mogelijk opportuniteiten verloren gaan. Anderzijds kan experimenteren met AI zonder solide datagovernance leiden tot inefficiëntie. Er is veel te zeggen voor een bovenliggende structuur, zoals een dataoffice, waarbij dataspecialisten zich buigen over AI-vraagstukken. Maar er is natuurlijk ook de realiteit van de dag en vaak ontbreekt het de ziekenhuizen aan de nodige resources om goede ideeën voor AI-projecten ook effectief uit te voeren.
Meer samenwerking tussen ziekenhuizen en andere spelers uit de gezondheidszorg rond data-uitwisseling zou kunnen helpen, maar dit blijkt in de praktijk niet altijd even gemakkelijk te zijn. Een universeel dataplatform, een ‘single source of truth’, is ook niet evident. Niet alle data laten zich bijvoorbeeld in een binair keurslijf dwingen en bovendien is vertrouwelijkheid in deze context essentieel.
Het versnipperde landschap van gezondheidsgegevens blijft dus een grote uitdaging. Het debat over AI toont telkens weer het belang van datastructuur, -kwaliteit en -beheer. Om AI effectief in te zetten, moet er duidelijkheid zijn over de gebruikte data. Daarnaast blijft menselijke validatie nodig. Artsen en zorgpersoneel moeten kritisch blijven en zich niet alleen richten op efficiëntie en tijdwinst.
Iedereen is het erover eens dat AI de gezondheidszorg veel mogelijkheden voor telemonitoring biedt, datacollectie en -analyse vanop afstand. Dit voorkomt dat patiënten zich naar het ziekenhuis moeten verplaatsen voor eenvoudige meetwaarden. De eerste toepassingen bevonden zich misschien nog in een grijze zone, maar vandaag hebben ziekenhuizen hier al de juiste processen voor uitgewerkt.
Uit het debat blijkt dat data-uitwisseling essentieel is, vooral voor onderzoek, maar dat het vaak nog een drempel is. En hoewel bepaalde keuzes al gemaakt zijn, is het echter nooit te laat voor integratie. AI kan daarbij faciliteren. Gezondheidsorganisaties pleiten tot slot ook voor meer openheid, onder andere door niet alleen de succesverhalen te delen, maar ook de mislukte AI-experimenten te bespreken.
