De Nederlandse ondernemer Ties haalde deze week 1,85 miljoen euro op voor zijn AI-start-up in de mondzorg. Het jonge bedrijf wil drukke tandartspraktijken helpen met slimmere software. Het idee ontstond toen Ties zelf in de tandartsstoel zat en zag hoeveel tijd administratie kost. Het geld is bedoeld voor productontwikkeling en een bredere uitrol in Nederland en Europa.
Nederlandse AI in mondzorg groeit
De start-up wil kunstmatige intelligentie gebruiken om routinetaken in de tandartspraktijk te versimpelen. AI is software die leert van data om taken uit te voeren die normaal door mensen worden gedaan. Denk aan het samenvatten van aantekeningen, het herkennen van patronen of het automatisch invullen van formulieren. In de mondzorg kan dat tijd schelen en fouten verminderen.
Het bedrijf richt zich op praktijken die kampen met personeelstekorten en volle agenda’s. Veel baliewerk, dossiervoering en verzekeringszaken kosten nu handwerk. Met algoritmen kan een deel daarvan sneller en consistenter. Zo blijft er meer tijd over voor patiëntenzorg.
De financiering van 1,85 miljoen euro moet de stap van pilot naar praktijk mogelijk maken. Start-ups in de zorg hebben vaak kapitaal nodig om te voldoen aan regels, integraties te bouwen en gebruikers te trainen. De investering helpt om dat tempo te verhogen. Ook kunnen meer praktijken tegelijk worden aangesloten.
1,85 miljoen euro voor een Nederlandse AI-oplossing die tandartspraktijken moet ontlasten met minder handwerk en snellere administratieve processen.
Product richt zich op praktijkwerk
De software belooft vooral administratieve taken te verlichten. Dat zijn bijvoorbeeld het automatisch samenvatten van consulten, het maken van heldere behandelnotities en het aanvullen van velden in het patiëntdossier. Zo’n systeem leert van voorbeeldteksten en regels, en past die toe op nieuwe afspraken. Het doel is minder klikken en minder dubbele invoer.
Een tweede inzet is de communicatie met patiënten. Het model kan standaardvragen herkennen en passende antwoorden voorstellen via e-mail of chat. Ook kan het afspraken bevestigen of wijzigen, met directe koppeling naar de agenda. Dit soort “assistive AI” ondersteunt medewerkers, maar neemt geen medische beslissingen over.
Waar herkenning van röntgenfoto’s of diagnosevoorstellen onder medische hulpmiddelenwetgeving valt, blijft deze toepassing dichter bij kantoorprocessen. Het bedrijf positioneert het product daarom als workflow- en documentatiehulp. Dat verlaagt het risico-profiel en versnelt pilots. Tegelijk blijven kwaliteit en controle door mensen verplicht.
Geld gaat naar uitrol en tests
Met het kapitaal bouwt de start-up aan koppelingen met bestaande praktijksoftware in Nederland. Denk aan agenda’s, patiëntendossiers en financiële systemen. Zonder goede integratie blijft winst klein, dus dit is een logische eerste stap. Ook komen er tools voor beheer en toezicht door de praktijkhouder.
Verder investeert het team in meetbare resultaten. In proefprojecten worden tijdswinst, foutreductie en patiënttevredenheid bijgehouden. Praktijken willen harde cijfers zien voordat zij processen aanpassen. Die data zijn ook nodig om nieuwe markten in te gaan.
De start-up mikt na Nederland op uitrol in buurlanden. Taal en zorgsystemen verschillen, dus het product moet per land worden getraind en ingericht. Dat kost tijd en vraagt lokale partners. Door stap voor stap te schalen kan het bedrijf kinderziektes eerder opsporen.
AVG en AI-verordening sturen keuzes
Omdat het om zorgdata gaat, gelden de AVG en medische privacy-eisen. Dataminimalisatie betekent: alleen gegevens verwerken die echt nodig zijn voor het doel. Versleuteling en strikte toegangsrechten zijn verplicht, net als verwerkersovereenkomsten met leveranciers. Loggen en audits laten zien wie wat heeft gedaan.
De Europese AI-verordening (AI Act) introduceert risicoklassen voor systemen. AI die medische diagnoses ondersteunt valt hoog-risico en kent extra eisen. Software die administratieve stappen automatiseert zit meestal in een lagere klasse, maar transparantie blijft nodig. Gebruikers moeten weten wat de AI doet en hoe zij kunnen ingrijpen.
Voor Nederlandse praktijken betekent dit meer papierwerk, maar ook duidelijkheid. Leveranciers die nu al aan de regels voldoen, hebben een voorsprong. Het kan de adoptie versnellen zodra de wetgeving volledig geldt. Op het moment van schrijven bereiden veel zorg-IT-bedrijven zich hierop voor.
Kansen en beperkingen zichtbaar
De grootste winst ligt bij herhaalwerk en teksten met vaste structuur. Daar presteren taalmodellen goed, zeker met duidelijke sjablonen. Vrije notities of uitzonderlijke casussen blijven lastiger. Daarom is controle door de behandelaar of baliemedewerker nodig.
Een bekend risico is “hallucinatie”: het model verzint soms informatie. Dit is te beperken met strikte prompt-ontwerpen en het alleen gebruiken van brondata uit het dossier. Ook helpt het om alle AI-voorstellen als concept te markeren. Zo blijft de mens eindverantwoordelijk.
Concurrentie komt van internationale aanbieders die al actief zijn in de mondzorg. Hun kracht is schaal; hun zwakte is lokale aansluiting en taal. Een Nederlandse speler die de AVG en koppelingen met lokale pakketten goed op orde heeft, kan juist daar het verschil maken. Dat verklaart de focus op integraties en compliance.
Toepassing breder dan tandarts
Wat in de mondzorg werkt, kan vaak door naar andere zorgdomeinen. Huisartsen, fysiotherapeuten en klinieken hebben vergelijkbare administratie. Dezelfde AI-blokken voor samenvatten, agenderen en informeren zijn herbruikbaar. Zo kan de start-up het verdienmodel uitbreiden.
Toch is blind kopiëren niet verstandig. Elk zorgveld heeft eigen woorden, codes en protocollen. Het model moet opnieuw worden getraind en getest met domeinspecifieke data. Pas daarna is betrouwbare inzet mogelijk.
De investering van 1,85 miljoen euro geeft ruimte om deze routes te verkennen. Eerst moet het product in de tandartspraktijk echt waarde tonen. Als dat lukt, ligt opschaling voor de hand. De komende maanden worden de eerste resultaten zichtbaar bij Nederlandse pilots.