Hebben we voldoende zicht op nieuwe rollen?

‘What matters is not whether an algorithm works, but whether it makes sense in context.’

Betekenis

AI-output krijgt pas betekenis wanneer die wordt geplaatst naast medische kennis, professionele ervaring en de unieke situatie van de patiënt. Een model kan patronen herkennen, maar begrijpt geen waarden, voorkeuren of morele afwegingen. De professional blijft verantwoordelijk voor het wegen van AI-inzichten tegen klinische observaties, richtlijnen en het gesprek met de patiënt. Daarbij hoort het vermogen om kritisch te kijken naar AI-adviezen. Het vraagt om gevoeligheid voor bias, contextverschuivingen en het verschil tussen statistische waarschijnlijkheid en klinische relevantie.

AI-vaardigheid gaat niet over bouwen, maar over begrijpen. Over weten wat een systeem kan en vooral wat het niet kan. Over herkennen wanneer een advies betrouwbaar is en wanneer voorzichtigheid geboden is. En over het vermogen om AI-output te interpreteren binnen een klinische context.

Vaardigheid

AI-vaardigheid gaat niet over het zelf bouwen van modellen of het begrijpen van de technische dieptestructuur van algoritmen. Het gaat in de kern om begrip, oordeelsvorming en contextbewust gebruik. Wie AI-vaardig is, weet wat een systeem kan ondersteunen, versnellen of signaleren, maar heeft net zo goed zicht op de grenzen ervan: waar aannames worden gemaakt, waar data tekortschiet en waar onzekerheid onvermijdelijk is.

Handelen

Veel beslis- en werkprocessen zijn echter niet ontworpen om data te gebruiken. Inzichten zijn te algemeen of komen te laat. Beslismomenten zijn onduidelijk. Acties passen niet in roosters of systemen. En leermechanismen ontbreken, waardoor niemand weet of een verandering werkt. Een inzicht heeft pas waarde als het handelingsperspectief biedt. Als het helpt om vandaag iets anders te doen dan gisteren.

Rol

AI verandert niet alleen processen, maar ook rollen. AI verandert inderdaad niet alleen hoe zorgprocessen verlopen, maar ook wie welke verantwoordelijkheid draagt. Waar zorgprofessionals traditioneel veel tijd besteedden aan het volgen van protocollen, het verzamelen van informatie en het handmatig interpreteren van data, neemt AI steeds vaker deze ondersteunende taken over. Daarmee verschuift de rol van de professional fundamenteel: van uitvoerder naar klinisch regisseur.

Als klinisch regisseur overziet de zorgprofessional het geheel. Besluitvorming gebeurt niet langer op basis van één richtlijn of één meetwaarde, maar op basis van een samenspel van bronnen: klinische ervaring, patiëntverhaal, wetenschappelijke evidentie én algoritmische inzichten. AI kan hierbij signaleren, prioriteren en voorspellen, maar het is de professional die deze informatie weegt, verbindt en vertaalt naar een verantwoord klinisch besluit.

Deze rolverandering vraagt om nieuwe competenties. Niet alleen analytisch vermogen, maar ook reflectie en ethisch bewustzijn worden belangrijker. AI-systemen optimaliseren vaak voor gemiddelden, efficiëntie of risicoreductie, terwijl zorg draait om individuele mensen met unieke omstandigheden, waarden en voorkeuren. De klinisch regisseur herkent wanneer een algoritmisch advies botst met het patiëntbelang, wanneer nuance ontbreekt of wanneer menselijk contact doorslaggevend is. Besluiten die mede gebaseerd zijn op AI blijven morele en professionele keuzes. Transparantie, uitlegbaarheid en verantwoording worden daarom kernonderdelen van het vak. De zorgprofessional moet niet alleen een besluit kunnen nemen, maar ook kunnen uitleggen waarom — aan patiënten, collega’s en de samenleving.

Data

Data beschrijven wat er gebeurt, maar zeggen niet automatisch wat je moet doen. Waarde ontstaat pas wanneer een inzicht een besluit beïnvloedt, gedrag verandert en uiteindelijk een uitkomst verbetert. Ontbreekt één van die schakels, dan blijft het informatie zonder impact.

Ontwerp daarom niet alleen systemen die data tonen, maar processen die bepalen wie wat anders doet. En durf klein te beginnen, met duidelijke verantwoordelijkheden en ruimte om te leren. De toekomst van zorg is niet AI-gedreven, maar mens-geleid met AI-ondersteuning. Wie dat inziet, hoeft niet bang te zijn voor technologie. Die hoeft alleen te leren spreken in de taal van betere beslissingen en zichtbaar betere zorg.

Literatuur

May, C. (2026). Data-driven healthcare. From information to impact in the digital age. Right Book Press
Peppel, R., H. Woldendorp, M. Veenvliet en A. Jeninga. (2023). Het huis van professionele zeggenschap. De route naar verpleegkundig leiderschap. SWP
Summers, V. R. (2025). The Power of AI for Healthcare Professionals : Revolutionize Patient Care, Enhance Clinical Workflows, and Explore the Future of Medical Innovation.