Huisartsenpraktijken in Nederland zetten in 2025 vaker kunstmatige intelligentie in. Uit de jaarlijkse Huisartsenpraktijkenenquête 2025 van onderzoeksinstituut Nivel blijkt dat AI-ondersteunde toepassingen breder landen in de spreekkamer en bij administratieve taken. De groei hangt samen met belofte van tijdswinst en betere triage. De Europese AI-verordening (AI Act) en de AVG bepalen tegelijk strenger hoe praktijken die systemen mogen gebruiken.
Inzet AI groeit door
Meer huisartsenpraktijken gebruiken hulpmiddelen die werken met algoritmen, zoals spraakherkenning en beslisondersteuning. Het gaat vooral om ondersteuning, niet om automatische diagnoses. Artsen houden de regie en toetsen de uitkomst van het systeem. De verwachting is dat dit gebruik verder stijgt naarmate integraties met het huisartsinformatiesysteem verbeteren.
De meeste toepassingen richten zich op repetitieve taken. Denk aan samenvattingen van consulten, het opstellen van verwijsbrieven en het herkennen van medische termen. Zulke functies besparen tijd, vooral bij drukke praktijken. Tegelijk vragen artsen om transparantie over hoe het model tot een advies komt.
De adoptie groeit stap voor stap. Kleine pilots maken plaats voor regulier gebruik bij een deel van de praktijken. Leveranciers van huisartsinformatiesystemen bouwen steeds vaker AI-functies in of koppelen deze via modules. Daardoor wordt het gebruik laagdrempeliger en beter geborgd binnen bestaande werkprocessen.
Toepassingen in de spreekkamer
Beslisondersteuning helpt artsen bij medicatiecontrole en richtlijncheck. Systemen als NHGDoc van ExpertDoc, die NHG-richtlijnen vertalen naar adviezen, worden in de praktijk gebruikt als tweede paar ogen. Hoewel zulke tools vaak regelgebaseerd zijn, schuiven nieuwe versies op naar datagedreven modellen. De meerwaarde zit in snellere signalering en minder fouten.
Spraakherkenning wordt breder ingezet om dossiervoering te versnellen. Oplossingen zoals Nuance Dragon Medical One (Microsoft) of Nederlandse aanbieders als Amberscript zetten gesproken tekst om naar medische aantekeningen. Dit verkleint de administratieve last en houdt meer tijd vrij voor patiëntcontact. Tegelijk blijft controle door de arts nodig om medische nuances goed vast te leggen.
Voor digitale toegang en triage gebruiken praktijken vaker online intake met slimme vragenlijsten. Sommige aanbieders combineren dit met datamodellen die urgentie inschatten en een advies geven voor het vervolg. Voor administratieve kladteksten experimenteren zorgverleners met generatieve systemen zoals ChatGPT (OpenAI) of Microsoft Copilot. Daarbij is het cruciaal om geen herleidbare patiëntgegevens te delen zonder passende waarborgen.
Patiëntgegevens en AVG-eisen
Patiëntgegevens vallen onder de AVG en vereisen strikte beveiliging. Dataminimalisatie, versleuteling en heldere bewaartermijnen zijn randvoorwaardelijk. Bij inzet van cloud- of AI-diensten hoort een verwerkersovereenkomst met duidelijke afspraken over doeleinden, bewaartermijnen en subverwerkers. Verwerking binnen de Europese Economische Ruimte heeft de voorkeur om juridische risico’s te beperken.
Voor generatieve modellen geldt extra voorzichtigheid. Praktijken moeten instellen dat ingevoerde data niet worden gebruikt om het model te trainen, en medische informatie pseudonimiseren waar mogelijk. Toegang en logging zijn verplichtingen uit NEN 7510 en NEN 7513 die helpen bij toezicht en incidentonderzoek. Voor gegevensuitwisseling met ketenpartners is NEN 7512 relevant.
Een DPIA (gegevensbeschermingseffectbeoordeling) is verstandig bij nieuwe AI-toepassingen. Zo’n beoordeling brengt risico’s, restmaatregelen en verantwoordelijken in kaart. Ook moet duidelijk zijn wie het systeem mag gebruiken en hoe fouten worden hersteld. Transparantie naar patiënten over het gebruik van AI vergroot vertrouwen en voldoet aan de informatieplicht.
AI-verordening raakt huisartsen
De Europese AI-verordening plaatst medische besluitondersteuning doorgaans in de hoogrisicocategorie. Dat vraagt om strenge eisen aan datakwaliteit, risicobeheer, menselijke controle en technische documentatie. Leveranciers moeten hiervoor een conformiteitsbeoordeling doorlopen. Software die valt onder de MDR (Medical Device Regulation) moet bovendien CE-gemarkeerd zijn.
Voor gebruikers (zorginstellingen) gelden eigen plichten. Zij moeten nagaan of een systeem hoogrisico is, of het CE-keur heeft en of het in de praktijk veilig en uitlegbaar inzetbaar is. Logging, klachtenafhandeling en scholing van medewerkers horen daarbij. Contracten met leveranciers moeten aansluiten op deze verplichtingen.
De AI-verordening treedt stapsgewijs in werking. Op het moment van schrijven gelden al verboden op bepaalde toepassingen en eerste regels voor generatieve AI. De volledige set eisen voor hoogrisicosystemen wordt naar verwachting pas rond 2027 afdwingbaar. 2026 is dus een voorbereidingsjaar voor inkoop, contracten en interne governance.
Beperkingen en risico’s zichtbaar
AI-systemen kunnen hallucineren of context missen. In de zorg is dat onacceptabel zonder menselijke check. Daarom blijft de arts eindverantwoordelijk en moet het gebruik van AI aantoonbaar onder supervisie staan. Heldere fallback-procedures horen bij veilig gebruik.
Bias is een tweede aandachtspunt. Als trainingsdata scheef zijn, kan een algoritme bepaalde groepen slechter bedienen. Dit vereist tests op representativiteit en prestaties per subgroep. Transparante meetrapporten van leveranciers helpen bij die beoordeling.
Ook integratie blijft een rem. Zonder naadloze koppeling met het huisartsinformatiesysteem ontstaat dubbel werk of foutgevoelige knip-en-plak. Standaarden voor interoperabiliteit, zoals HL7 FHIR, maken uitwisseling efficiënter. Praktijken vragen daarom om oplossingen die passen binnen hun bestaande IT-landschap.
Praktische stappen voor 2026
Begin met een inventarisatie van use-cases met laag risico, zoals transcriptie of samenvattingen. Kies bij voorkeur EU-gehoste diensten met duidelijke AVG-instellingen en logging. Vraag leveranciers naar CE-markering, datagovernance en hun plan voor de AI-verordening. Leg in het contract vast dat data niet worden gebruikt voor modeltraining.
Voer een DPIA uit en wijs eigenaarschap toe: wie beheert het systeem, wie controleert de output, en hoe worden incidenten gemeld. Organiseer korte scholing voor artsen en assistentes over veilige invoer en interpretatie. Test met een pilotperiode en meet tijdswinst, foutmarges en patiënttevredenheid. Stop of schaal op op basis van die meetpunten.
Borg het geheel in beleid en procedures. Werk met NEN 7510/7513 voor informatiebeveiliging en logging, en maak een duidelijk register van AI-toepassingen. Informeer patiënten kort en duidelijk over het gebruik van algoritmen in de praktijk. Zo groeit de inzet van AI verantwoord mee met de zorgvraag.