Een moderne dierenkliniek in Nederland die sterk op kunstmatige intelligentie leunde is binnen een jaar failliet. De start-up gebruikte algoritmen voor triage, planning en beeldanalyse. De rechtbank sprak het faillissement recent uit. Oorzaken lijken te liggen in hoge kosten, te weinig omzet en beperkt vertrouwen van klanten.
Snelle groei, snelle val
De kliniek opende met een digitaal eerste contactpunt. Een AI-systeem deed voorselectie van klachten en plande consulten. Dat moest wachttijden verkorten en de dierenarts ontlasten. De aanpak kreeg aandacht, maar het aantal betalende klanten bleef achter.
Operationele kosten voor apparatuur, software en personeel bleken hoog. Abonnementen op cloud-diensten en beeldherkenning voor röntgen- of echoanalyse drukken maandelijks op de kas. Zonder vaste stroom inkomsten raakte de liquiditeit snel op. Leveranciers en verhuurder vroegen uiteindelijk om zekerheid.
Het faillissement is door de rechtbank uitgesproken. Het personeel is naar huis en de deuren zijn gesloten. Een mogelijke doorstart of verkoop van activa wordt onderzocht door de curator op het moment van schrijven. Patiëntendossiers moeten veilig worden overgedragen.
AI-beloften bleken beperkt
De beloofde efficiëntie van algoritmen was in de praktijk kleiner dan gedacht. Triage door een model vraagt nog steeds om menselijke controle. Bij twijfel of spoed moet de dierenarts direct meekijken. Dat kost tijd en geld, en beperkt de schaalvoordelen.
Beeldherkenning kan helpen bij het lezen van röntgenfoto’s. Maar het systeem is afhankelijk van datakwaliteit en variatie per diersoort en ras. Modellen moeten worden getraind met veel, diverse en gelabelde voorbeelden. Dat materiaal is schaars in de dierenzorg.
Ook het klantgevoel speelt mee. Huisdiereigenaren willen uitleg van een mens bij pijn of spoed. Een chatbot of app kan eerste vragen stellen. Maar het weegt niet op tegen een vertrouwd gezicht in de spreekkamer, zeker bij ingrepen of euthanasie.
AI-triage betekent dat software de urgentie van een zorgvraag inschat, vaak via een vragenlijst. Het systeem adviseert dan wel of geen spoedafspraak, maar een arts blijft eindverantwoordelijk.
Vertrouwen en aansprakelijkheid
Verkeerde triage of te laat ingrijpen kan schade geven. Ook bij dierenzorg willen klanten weten wie aansprakelijk is: de dierenarts, de kliniek of de softwareleverancier. Zonder duidelijke afspraken weegt het risico voor ondernemers zwaarder. Verzekeraars vragen bovendien om aantoonbare kwaliteitscontroles.
Transparantie over wat een model wel en niet kan is cruciaal. Een uitleg in begrijpelijke taal helpt eigenaren een keuze te maken. Leg uit dat een algoritme de arts ondersteunt, niet vervangt. Dat voorkomt overselling en teleurstelling.
De markt voor veterinaire AI is versnipperd. Er zijn losse tools voor planning, beeldanalyse en administratie. Integratie kost tijd en maakt een kliniek afhankelijk van meerdere leveranciers. Dat verhoogt de kans op storingen en extra kosten.
Europese regels raken mee
De Europese AI-verordening (AI Act) stelt strengere eisen aan hoog-risico-toepassingen. Humane medische diagnose valt daaronder; veterinaire zorg is een grijs gebied. Toch gelden kernprincipes als datakwaliteit, documentatie en menselijke controle in de praktijk ook hier. Ondernemers zullen hun processen daarop moeten inrichten.
Daarnaast is de AVG van toepassing zodra persoonsgegevens van eigenaren worden verwerkt. Denk aan naam, contactgegevens en betaalinformatie, gekoppeld aan het dossier van het dier. Dat vereist dataminimalisatie, versleuteling en duidelijke bewaartermijnen. De curator moet die regels nu ook volgen bij overdracht van dossiers.
Voor AI-leveranciers in Europa betekent dit meer papierwerk: technische documentatie, logboeken en risicobeoordelingen. Kleinere start-ups onderschatten die lasten soms. Zonder vroege compliance lopen kosten en doorlooptijd op, wat de concurrentiepositie verzwakt.
Gevolgen voor klanten en markt
Huisdiereigenaren moeten uitwijken naar andere praktijken. Dat kan wachttijden tijdelijk verhogen, vooral in regio’s met al krapte. Overdracht van dossiers hoort veilig en compleet te gebeuren. Eigenaren kunnen daarom het beste zelf een kopie opvragen.
Voor de sector is dit een signaal dat digitalisering zorgvuldiger moet. Begin klein, test met één dienst en koppel die aan duidelijke kwaliteitsnormen. Laat AI alleen beslissen waar het echt betrouwbaar is. En houd de arts steeds aan het roer.
Investeerders zullen kritischer kijken naar verdienmodellen in veterinaire tech. Abonnementen of servicecontracten zijn stabieler dan losse consulten. Open en eerlijk communiceren over beperkingen van algoritmen bouwt vertrouwen op. Dat is nodig om de volgende generatie dierenzorg wél te laten slagen.
Wat wel werkt nu
Planningssoftware die no-shows vermindert en de bezetting spreidt, levert direct op. Ook automatische verslaglegging met spraakherkenning bespaart tijd. Zulke tools zijn begrijpelijk, meetbaar en goed te evalueren. Ze vragen minder datavolume dan diagnostische modellen.
Voor beeldanalyse kan samenwerking via universiteiten of Europese projecten uitkomst bieden. Gezamenlijke datasets met goede labels verhogen de nauwkeurigheid. Denk aan onderzoeksnetwerken zoals AI4EU voor kennisdeling. Dat maakt validatie en hergebruik beter haalbaar.
Tot slot helpt een heldere uitlegmethode, zoals een risicoscore met redenen. Leg in simpele taal uit waarom het systeem iets adviseert. Dit sluit aan bij de transparantie-eisen uit de AI Act. En het versterkt het gesprek tussen eigenaar en dierenarts.