Op Wereldkankerdag, 4 februari, wordt in Nederland een publiekslezing gehouden met de titel ‘Helpt AI kanker genezen?’. Artsen, onderzoekers en patiënten bespreken wat kunstmatige intelligentie wel en niet kan in de kankerzorg. De bijeenkomst wil verwachtingen bijstellen, met aandacht voor privacy onder de AVG en de Europese AI-verordening (AI Act). Doel is helderheid: sneller en beter waar het kan, veilig en uitlegbaar waar het moet.
AI helpt vooral diagnostiek
AI, een verzamelnaam voor algoritmen die patronen leren uit data, helpt vooral bij beeldvorming en pathologie. Systemen kunnen röntgenfoto’s, MRI’s en digitale weefselpreparaten sneller en consistenter doorzoeken. Zo vinden ze verdachte plekjes die een arts daarna beoordeelt. Dat kan wachttijden verkorten en tweede lezingen ondersteunen.
Nederlandse bedrijven spelen hierin een zichtbare rol. ScreenPoint Medical uit Nijmegen levert Transpara, een AI-hulpmiddel voor borstkankerscreening dat in Europa en ook in Nederland wordt onderzocht en gebruikt, op het moment van schrijven vaak in pilotvorm. Quantib uit Rotterdam biedt software voor prostaat-MRI die radiologen helpt bij detectie en rapportage. Zulke tools werken als ‘co-piloot’: de specialist blijft eindverantwoordelijk.
Ook in de pathologie zijn er stappen. Paige en Google DeepMind toonden in studies dat algoritmen uitzaaiingen in lymfeklieren en prostaatafwijkingen kunnen opsporen. In de praktijk blijft menselijke controle nodig, omdat foutpositieven en onduidelijke gevallen voorkomen.
De grootste winst zit nu in triage, kwaliteitsbewaking en werkdrukverlichting. Vroeger opsporen kan behandelingen verbeteren, maar “genezen” door AI alleen is niet realistisch. AI is een hulpmiddel, geen vervanging van de arts of behandeling. Dat is een belangrijke boodschap van de lezing.
Beperkingen en bias blijven groot
AI-systemen leren van bestaande data en nemen de scheefheid daarvan over. Als een model vooral getraind is op data uit één ziekenhuis of één type scanner, kan het elders slechter presteren. Daarom zijn diverse en representatieve datasets nodig. Ook moet het systeem robuust blijven als apparatuur, protocollen of populaties veranderen.
Klinische validatie is nog vaak beperkt. Veel modellen scoren goed op testsets, maar het bewijs dat ze patiëntuitkomsten verbeteren is dun. Externe validatie in andere ziekenhuizen en prospectieve studies zijn nodig. Zonder die stap dreigt overschatting van de voordelen.
Regelgeving vraagt daarom om zorgvuldigheid. Medische AI-software is in Europa een medisch hulpmiddel onder de MDR en moet CE-gemarkeerd zijn. In Nederland houdt de Inspectie Gezondheidszorg en Jeugd toezicht op veilige toepassing, met aandacht voor protocollen, scholing en incidentmelding.
Menselijk toezicht is verplicht en verstandig. Artsen moeten kunnen uitleggen hoe de uitkomst tot stand kwam, in begrijpelijke taal. Ziekenhuizen leggen vast wanneer van AI-adviezen wordt afgeweken en waarom. Dat helpt bij kwaliteit en aansprakelijkheid.
Zorgdata vraagt strenge bescherming
Ziekenhuizen werken met zeer gevoelige gegevens. De AVG eist dataminimalisatie, een passende grondslag en beveiliging zoals versleuteling. Nederlandse normen zoals NEN 7510 geven praktische eisen voor informatiebeveiliging in de zorg. Zonder solide dataveiligheid is brede inzet van AI niet verantwoord.
Voor onderzoek is vaak toestemming nodig, of een toetsing door een ethische commissie met duidelijke waarborgen. Organisaties als IKNL beheren de Nederlandse Kankerregistratie, die onderzoek mogelijk maakt binnen strikte regels. Technieken als federated learning laten modellen leren zonder dat ruwe data het ziekenhuis verlaten. Dat verkleint privacyrisico’s.
In de praktijk moet AI ook passen in het elektronisch patiëntendossier, zoals ChipSoft HiX of Epic. Logging en rechtenbeheer zijn dan essentieel, net als een Data Protection Impact Assessment. Ziekenhuizen richten data stewardship in om hergebruik van data netjes en transparant te regelen.
“Een hoogrisico-AI-systeem in de zorg valt onder strenge eisen voor datakwaliteit, transparantie en menselijk toezicht.”
AI-verordening verandert implementatie
De Europese AI-verordening (AI Act) plaatst medische AI in de categorie hoog risico. Dat betekent extra plichten voor fabrikanten en gebruikers, bovenop de MDR. Denk aan risicobeheer, bias-reductie, logboeken en duidelijke documentatie. Uitlegbaarheid wordt geen luxe, maar een vereiste.
Voor ziekenhuizen verandert de inkoop en toepassing van AI. Leveranciers moeten kunnen aantonen hoe modellen zijn getraind en getest. Ziekenhuizen moeten nagaan of het systeem past bij hun populatie en processen. Post-market monitoring en incidentrapportage worden structureel.
De verordening komt gefaseerd in werking in de komende jaren, op het moment van schrijven nog in afronding. Dat geeft tijd om processen aan te passen. Teams met kliniek, IT, privacy en juridische expertise worden onmisbaar. Publiekslezingen zoals deze helpen draagvlak op te bouwen.
Regulatory sandboxes en proefprojecten kunnen de kloof tussen lab en kliniek verkleinen. Ook nationale kaders, zoals handreikingen van de Autoriteit Persoonsgegevens, bieden houvast. Heldere afspraken zorgen dat innovatie niet botst met patiëntenrechten. Zo ontstaat vertrouwen in verantwoorde inzet.
Nederlandse pilots en onderzoek
Nederland kent een actieve AI-ecosysteem voor oncologie. Bedrijven als ScreenPoint Medical (Transpara), Quantib en Thirona ontwikkelen software die in en buiten Nederland wordt getest. Universitair medische centra bouwen hierop voort met eigen studies en validaties. Samenwerking met radiologie en pathologie is de norm.
Bij precisie-oncologie speelt data-analyse ook een rol. Hartwig Medical Foundation koppelt DNA-profielen aan behandelopties met behulp van algoritmen, onder strikte dataveiligheid. Dit ondersteunt het moleculair tumorboard, waar artsen behandelingen afwegen. De besluitvorming blijft bij het multidisciplinair team.
Digitalisering van pathologie maakt grootschalig AI-onderzoek mogelijk. Steeds meer labs werken met digitale coupes en CE-gemarkeerde viewers. Dat versnelt vergelijken, herbeoordeling en kwaliteitscontrole. AI kan daar een extra laag op leggen.
Opschaling vraagt bewijs en bekostiging. Richtlijnen en vergoedingen volgen vaak na harde uitkomstdata. Zorginstituut Nederland kijkt naar kosteneffectiviteit en kwaliteit. Zolang die onderbouwing groeit, blijven pilots de veilige route.
Wat bezoekers mogen verwachten
De lezing belooft nuchtere uitleg en concrete voorbeelden. Sprekers laten zien hoe AI werkt, met demo’s van beeldanalyse en beslissingsondersteuning. Ook komen misvattingen aan bod, zoals “AI vervangt de arts” of “AI geneest kanker”. Bezoekers krijgen praktische handvatten om claims te wegen.
Er is ruime aandacht voor regels en privacy. U hoort welke garanties de AVG en de AI Act bieden, en wat dat betekent voor uw dossier. Ook wordt besproken hoe ziekenhuizen toezicht houden en fouten melden. Transparantie en menselijk toezicht staan centraal.
In een vraag-en-antwoordsessie kunnen patiënten en naasten hun zorgen delen. Denk aan datagebruik, beveiliging en het recht op uitleg. Zo ontstaat een eerlijk beeld van kansen en grenzen. Dat helpt bij vertrouwen in de toepassing van AI in de kankerzorg.
De kernboodschap is realistisch optimisme. AI versnelt diagnostiek en kan de kwaliteit verhogen, maar is geen wondermiddel. Verantwoord gebruik vraagt bewijs, regels en vakmanschap. Met die voorwaarden kan de technologie patiënten echt vooruithelpen.
