Sinds 2022 is een duidelijke versnelling waarneembaar in de adoptie van AI binnen ziekenhuizen. Het aandeel ziekenhuizen dat AI toepast, stijgt in die periode sterk, van circa twee derde naar een grote meerderheid, en het aantal kleinschalige implementaties neemt toe. Daarmee ontwikkelt AI zich van een nichetoepassing naar een breed ingezet instrument. Vanaf 2024 is AI in vrijwel alle ziekenhuizen aanwezig in enige vorm van experimenten of implementaties.

Vanaf ongeveer 2023 verschuift de ontwikkeling van verdere adoptie naar organisatorische inbedding. Kennis en betrokkenheid nemen toe, maar toepassingen blijven veelal kleinschalig en contextgebonden. In de jaren daarna groeit vooral de organisatorische inrichting, bijvoorbeeld via AI-teams, governance-structuren en beleidsvorming, waarvan in 2026 respectievelijk circa 76% zvan de ziekenhuizen beleid en 48% een strategie hebben vastgesteld. Tegelijkertijd is strategievorming in veel organisaties nog in ontwikkeling en is eigenaarschap, bijvoorbeeld tussen CIO, CMIO en afdelingen, niet altijd eenduidig belegd, wat opschaling en gerichte sturing kan bemoeilijken.

Daarmee verschuift AI geleidelijk van een technologisch vraagstuk naar een vraagstuk van sturing en inrichting. Terwijl adoptie, kennis en organisatorische inrichting toenemen, blijft grootschalige implementatie beperkt. Over meerdere jaren heen is zichtbaar dat AI-toepassingen vooral kleinschalig blijven en slechts in beperkte mate organisatiebreed worden opgeschaald, in 2026 bijvoorbeeld circa 8% grootschalige inzet.

Ook de inhoudelijke focus van AI verandert. In de periode tot 2023 ligt de nadruk sterk op diagnostiek, met radiologie als belangrijkste toepassingsgebied. In latere jaren verschuift de inzet geleidelijk richting bredere procesondersteuning, zoals administratie, logistiek en communicatie. De opkomst van generatieve AI versnelt deze verbreding, met toepassingen zoals spraakgestuurd rapporteren en tekstverwerking. In 2026 ligt het zwaartepunt bijvoorbeeld bij zorgadministratie en facturatie (80%), gevolgd door diagnostiek (71%) en communicatie (65%). Dit suggereert een verbreding van medisch-inhoudelijke toepassingen naar ondersteuning van zorgprocessen en bedrijfsvoering.

Ook de drijfveren voor AI-gebruik laten een geleidelijke verschuiving zien. Waar eerder vooral verbetering van de kwaliteit van zorg centraal stond, komt het verminderen van werkdruk nadrukkelijker naar voren als belangrijke motivatie. Tegelijkertijd worden verwachtingen ten aanzien van financiële effecten gematigder. In 2026 verwacht een substantieel deel van de ziekenhuizen zelfs een negatieve impact op de zorgkosten.

De belangrijkste knelpunten blijven over de jaren heen opvallend consistent. Thema’s zoals implementatie, integratie in werkprocessen, validatie, kennis en acceptatie worden al vanaf 2021 genoemd en blijven ook in latere jaren dominant. In recentere jaren komen daar aandachtspunten bij zoals governance, afhankelijkheid van leveranciers, privacy en monitoring van AI-toepassingen. Daarnaast blijkt dat veel ziekenhuizen belangrijke randvoorwaarden voor effectieve inzet nog niet volledig op orde hebben; geen enkel ziekenhuis scoort in 2026 op alle aspecten van AI-readiness volledig positief.

Hoewel ziekenhuizen in toenemende mate AI-toepassingen ontwikkelen en implementeren, lijkt de impact in de praktijk beperkt. De meest zichtbare effecten bevinden zich op operationeel niveau, bijvoorbeeld in het ondersteunen van administratieve processen en verslaglegging. Dergelijke toepassingen kunnen aantoonbare tijdswinst opleveren, maar blijven doorgaans beperkt tot specifieke taken of afdelingen.

Dit beeld wordt bevestigd in specifieke domeinen zoals de verpleegkundige zorg, waar AI-toepassingen vooral ondersteunend zijn bij afzonderlijke taken, maar het werkproces als geheel slechts beperkt veranderen. Hierdoor blijft de impact op werkdruk vaak indirect en contextafhankelijk, en wordt de structurele werkdruk waarschijnlijk slechts beperkt beïnvloed.

Hoewel ziekenhuizen verwachten dat AI op termijn bijdraagt aan betere resultaten, is dit effect nog beperkt systematisch onderbouwd in de beschikbare data. Op financieel vlak zijn de uitkomsten gemengd en blijft de gerealiseerde impact vaak onduidelijk of contextafhankelijk. Dit patroon wijst erop dat AI momenteel vooral wordt ingezet voor lokale optimalisaties, maar zich nog beperkt vertaalt naar organisatiebrede of systeemimpact. Daarmee verschuift het vraagstuk van implementatie naar waardecreatie: niet alleen of AI kan worden toegepast, maar onder welke voorwaarden toepassingen daadwerkelijk duurzame en schaalbare waarde opleveren.

De ontwikkeling van AI in ziekenhuizen laat daarmee geen lineaire groei naar volwassenheid zien, maar eerder een patroon van snelle adoptie gevolgd door stabilisatie en verbreding zonder duidelijke doorbraak in impact. Sinds 2022 is AI breed aanwezig en vanaf circa 2024 ontstaat meer organisatorische capaciteit, maar deze ontwikkeling vertaalt zich vooralsnog beperkt naar grootschalige toepassing of aantoonbare waardecreatie.

AI is inmiddels breed aanwezig in ziekenhuizen, maar er zijn nog weinig aanwijzingen dat dit leidt tot fundamentele veranderingen in het zorgsysteem. De technologie wordt veelal ingepast in bestaande processen en structuren en ingezet voor optimalisatie. Dit suggereert dat AI zich in de praktijk vooral aanpast aan het bestaande systeem, in plaats van dat processen en organisatie zich fundamenteel aanpassen aan de mogelijkheden van AI.

Een mogelijke verklaring is dat ziekenhuizen AI primair benaderen als instrument voor verbetering van bestaande processen, terwijl een deel van de potentiële waarde ligt in het herontwerpen van processen, rollen en organisatievormen. Dit sluit aan bij bredere inzichten over digitale transformatie in de zorg, waarin wordt benadrukt dat niet technologie, maar leiderschap, sturing en verandercapaciteit bepalend zijn voor daadwerkelijke impact. Daarnaast vraagt de inzet van AI ook om een verschuiving in professioneel handelen: medisch specialisten moeten AI actief integreren in hun besluitvorming, verantwoordelijkheid nemen voor interpretatie en uitkomsten en nieuwe vormen van samenwerking met technologie ontwikkelen. Het ontbreken van duidelijke regie, eigenaarschap en professionele inbedding vormt daarmee een belangrijke belemmering voor opschaling en waardecreatie.

Het probleem lijkt daarmee minder te liggen in de beschikbaarheid of ontwikkeling van AI en meer in de wijze waarop deze technologie wordt ingebed. Zolang AI voornamelijk wordt ingezet voor incrementele efficiëntieverbetering binnen bestaande structuren, zal de impact beperkt blijven.

Bronnen

• Nijpjes, P., & Van Eekeren, P. (2021). AI Monitor Ziekenhuizen 2021. M&I/Partners.
• Van Eekeren, P., & Nijpjes, P. (2022). AI Monitor Ziekenhuizen 2022. M&I/Partners.
• Derksen, M. (2022). Digitalisering levert vooralsnog geen verbetering op van Nederlandse ziekenhuiszorg.
• Van Eekeren, P., Nijpjes, P., & Gude, W. (2023). AI Monitor Ziekenhuizen 2023. M&I/Partners.
• Derksen, M. (2023). Leiderschap bij digitale transformatie in de zorg.
• Gude, W., Van Eekeren, P., & Vasseur, J. (2024). AI Monitor Ziekenhuizen 2024. M&I/Partners.
• Derksen, M. (2024a). AI in de verpleegkundige zorg: belofte versus realiteit.
• Derksen, M. (2024b). AI in de zorg: kansen en verantwoordelijkheden voor medisch specialisten.
• Gude, W., Vasseur, J., & Van Dijk, L. (2025). AI Monitor Ziekenhuizen 2025. M&I/Partners.
• Derksen, M. (2025). AI als katalysator van de digitale transformatie.
• Derksen, M. (2026). De toekomst laat zich slecht voorspellen.
• Gude, W. (2026). AI Monitor Ziekenhuizen 2026. M&I/Partners.