Gelre ziekenhuizen start een organisatiebrede scholing in kunstmatige intelligentie voor alle medewerkers. Het ziekenhuis met locaties in Apeldoorn en Zutphen wil hiermee veilig en zinnig gebruik van algoritmen in de zorg bevorderen. De training gaat van start om personeel klaar te maken voor dagelijkse toepassingen én voor nieuwe regels uit de Europese AI-verordening (AI Act) en de AVG. Doel is betere zorgbeslissingen, minder fouten en heldere afspraken over verantwoordelijkheid.
Ziekenhuis traint hele organisatie
De scholing richt zich op artsen, verpleegkundigen, ondersteunende diensten en management. Medewerkers leren wat AI wel en niet kan, en hoe je een systeem verantwoord inzet naast het eigen klinisch oordeel. Zo groeit basiskennis, en wordt het makkelijker om kansen en risico’s per afdeling te wegen.
Een belangrijk onderdeel is het herkennen van beperkingen, zoals foutmarges en vooringenomenheid in data. Medewerkers leren signalen van onbetrouwbare output te zien en te escaleren. Ook komt aan bod hoe je goed vastlegt wanneer een systeem is geraadpleegd en wie de eindbeslissing neemt.
Met de brede aanpak wil Gelre ziekenhuizen versnippering voorkomen. In plaats van losse initiatieven werkt iedereen met dezelfde begrippen en spelregels. Dat geeft duidelijkheid richting leveranciers en maakt evaluatie van resultaten vergelijkbaar.
Focus op veilige toepassing
AI in de zorg vraagt om mens-in-de-lus: het systeem ondersteunt, de professional beslist. Dit verkleint het risico op blinde vlekken en helpt bij het afwegen van context die het model niet kent. Scholing traint juist deze samenwerking tussen mens en model.
Ook aandacht voor bias is nodig: als trainingsdata scheef zijn, kan het model groepen patiënten slechter helpen. Medewerkers leren daarom uitkomsten kritisch te toetsen en afwijkingen te melden. Zo ontstaat een cultuur waarin AI-resultaten altijd worden geverifieerd.
Heldere verantwoordelijkheden zijn cruciaal. Afdelingen spreken af wie eigenaar is van een AI-toepassing, hoe incidenten worden gemeld en hoe updates worden getest. Dit sluit aan op bestaande kwaliteits- en veiligheidsprocessen binnen het ziekenhuis.
Europese AI-verordening stuurt mee
De Europese AI-verordening (AI Act) plaatst medische AI-toepassingen meestal in de categorie hoog risico. Dat brengt eisen mee voor risicobeheer, datakwaliteit, documentatie, logging en menselijk toezicht. Scholing helpt medewerkers deze eisen te begrijpen en in de praktijk te brengen.
Daarnaast blijft de Europese MDR (medische hulpmiddelenverordening) gelden voor AI die werkt als medisch hulpmiddel. Fabrikanten moeten een CE-markering hebben en duidelijke gebruiksinstructies bieden. Ziekenhuizen moeten aantoonbaar volgens die instructies werken en personeel passend trainen.
De AI-verordening classificeert de meeste zorgtoepassingen als hoog risico, met verplichte waarborgen voor datakwaliteit, documentatie, transparantie en menselijk toezicht.
Omdat verplichtingen gefaseerd ingaan tussen 2026 en 2027, is voorbereiding nu verstandig. Een organisatiebrede scholing ondersteunt naleving en maakt audits eenvoudiger. Het legt ook de basis voor een transparante evaluatie van prestaties en veiligheid per AI-toepassing.
Privacy en AVG in zorg
De AVG vereist dat ziekenhuizen werken met dataminimalisatie, doelbinding en een rechtmatige grondslag. Scholing vertaalt deze principes naar dagelijkse keuzes: welke data zijn echt nodig, wie mag wat zien, en hoe lang bewaar je gegevens. Dat verkleint privacyrisico’s bij gebruik van AI.
Voor ontwikkeling en testen geldt: pseudonimiseren of anonimiseren waar mogelijk, en een DPIA uitvoeren bij verhoogd risico. Technische maatregelen zoals versleuteling en strikte toegangscontrole blijven standaard. In Nederland sluit dit aan op NEN 7510, de norm voor informatiebeveiliging in de zorg.
Ook transparantie naar patiënten is belangrijk. Zij hebben recht op inzicht in het gebruik van hun gegevens en op uitleg over de rol van systemen bij hun behandeling. Eenduidige communicatie voorkomt misverstanden en versterkt vertrouwen.
Implementatie in dagelijkse zorg
Toepassingen in het ziekenhuis variëren van spraak-naar-tekst bij verslaglegging tot besluitondersteuning en capaciteitsplanning. Scholing helpt teams om per proces te bepalen of een model voldoende nauwkeurig en uitlegbaar is. Waar dat niet zo is, blijft handwerk de norm.
Integratie met het elektronisch patiëntendossier en bestaande werkprocessen is een randvoorwaarde. Ziekenhuizen maken contractafspraken met leveranciers over datagebruik, Europese hosting en beveiliging. Duidelijke service- en updateafspraken beperken stilstand en onverwachte prestatieverschillen.
Betrokkenheid van zorgprofessionals, ICT en kwaliteit & veiligheid versnelt de adoptie. Door samen criteria te kiezen voor gebruik en stopknoppen af te spreken, blijft regie bij het zorgteam. Dit voorkomt afhankelijkheid van één leverancier of een “zwarte doos”.
Meten van effect en risico’s
Ziekenhuizen toetsen AI het best op patiëntveiligheid, kwaliteit van zorg, tijdswinst en ervaren werkdruk. Daarbij horen drempelwaarden: pas opschalen als de uitkomsten stabiel zijn en fouten dalen. Scholing geeft medewerkers handvatten om bevindingen uniform vast te leggen.
Een gefaseerde uitrol met pilots en duidelijke evaluatiemomenten verkleint risico’s. Elk systeem krijgt een verantwoordelijke, een evaluatieplan en een noodstop. Regelmatige hertraining en herkeuring zijn nodig als data of omstandigheden wijzigen.
De aanpak past bij landelijke doelen voor digitale zorg en krappe arbeidsmarkt. Door medewerkers te versterken met praktische AI-vaardigheden kan de zorg meer doen met dezelfde capaciteit. Tegelijk blijft de menselijke maat leidend bij elke beslissing aan het bed.