Waarom AI nog niet vanzelfsprekend is in de dagelijkse zorg
Er gaapt een kloof tussen de enorme verwachtingen voor artificiële intelligentie in de geneeskunde, en het effectieve gebruik ervan in de dagelijkse zorg. De Franse socioloog Olivier Cousin poogt die kloof te verklaren.
Wat merkt een arts vandaag van artificiële intelligentie wanneer hij een zorginstelling binnenstapt? Die vraag vormde het vertrekpunt van het onderzoek van Olivier Cousin, hoogleraar sociologie in Bordeaux.
Maar al snel bleek het moeilijk om de concrete toepassingen te onderscheiden van beloftes en verwachtingen.
“Wanneer we over gezondheid spreken, wordt er veel aangekondigd en zou er veel mogelijk zijn, maar bestaat er nog weinig werkelijk”, zegt Cousin. Al nuanceert hij meteen: er gebeurt wel degelijk onderzoek, er wordt geïnvesteerd en sommige diensten gebruiken AI al dagelijks.
Toch blijft er volgens hem een verschil tussen wat ontwikkelaars beloven en wat onderzoekers op het terrein kunnen vaststellen. Die ‘economie van de belofte’ bracht hem ertoe zijn onderzoeksvraag om te keren: niet alleen kijken naar wat AI met de gezondheidszorg doet, maar ook naar wat de gezondheidszorg met AI doet.
De spelregels van de geneeskunde
De geneeskunde is een sterk geïnstitutionaliseerd domein, zegt de socioloog. Ook AI moet daaraan beantwoorden om een plaats te krijgen in de dagelijkse praktijk, zegt Cousin. “Artificiële intelligentie zal moeten beantwoorden aan de verwachtingen, normen, regels, codes en waarden van de geneeskunde.”
Volgens Cousin lukt dat voorlopig onvoldoende. Zijn onderzoek onderscheidt drie domeinen waarop de aansluiting moeizaam verloopt: klinische bewijsvoering, integratie in zorginstellingen en financiering.
“Binnen het model van klinische studies weten we vandaag niet hoe we een model moeten evalueren dat voortdurend evolueert.”
Het eerste knelpunt heeft betrekking op de manier waarop de geneeskunde innovaties beoordeelt. De gouden standaard daarbij zijn klinische studies die moeten aantonen welke meerwaarde een nieuwe toepassing biedt. Cousin plaatst daarbij vraagtekens bij vergelijkingen tussen artsen en AI-modellen. “Er worden wel vergelijkingen gemaakt tussen de prestaties van machines en die van artsen, maar dat zijn geen klinische studies.”
Hij ziet vooral een spanning tussen de gebruikelijke evaluatiemethoden en het evolutieve karakter van AI-modellen. “Binnen het model van klinische studies weten we vandaag niet hoe we een model moeten evalueren dat voortdurend evolueert.”
Aansluiten op de ziekenhuispraktijk
Een tweede hindernis duikt op wanneer een zorginstelling AI daadwerkelijk wil invoeren. Een toepassing moet kunnen samenwerken met de bestaande informatica en gegevens uit verschillende systemen kunnen gebruiken. Die interoperabiliteit vergt volgens Cousin een bijzonder omvangrijke en dure inspanning.
“De huidige informatica- en digitale systemen zijn nooit ontworpen om met elkaar te communiceren. Het zijn meestal onafhankelijke, autonome systemen.”
Gegevensuitwisseling is mogelijk, maar niet op de schaal die AI vereist, stelt hij. Bovendien moet het proces om systemen met elkaar te verbinden telkens opnieuw worden uitgevoerd: van de ene afdeling naar de andere en van de ene zorginstelling naar de andere.
Cousin voegt hieraan toe dat het beeld van AI als een alleskunner misleidend is. “In werkelijkheid kan een AI-applicatie binnen de geneeskunde meestal slechts één zeer specifieke taak uitvoeren.” Hij verwijst naar de radiologie, waar voor elk beeldvormingstoestel een aparte AI-toepassing nodig is, terwijl een menselijke radioloog die verschillende taken beheerst en kan combineren.
Wie betaalt?
De derde hindernis is economisch. Zelfs wanneer een toepassing beschikbaar is en technisch kan worden geïntegreerd, moet een zorginstelling ze kunnen financieren.
Volgens Cousin ontbreekt een passend terugbetalingsmodel voor AI. “We weten niet hoe we artificiële intelligentie moeten integreren in het bestaande economische model.”
Zorginstellingen die zich ermee uitrusten, moeten de kosten daardoor zelf dragen, stelt hij. Cousin wijst naar de penibele financiële toestand van de Franse ziekenhuizen en vermoedt dat de Belgische instellingen er op dat vlak niet beter voorstaan.
Technische vooruitgang volstaat niet
Dat AI nog niet meer gebruikt wordt in de gezondheidszorg, kan volgens Cousin dan ook niet uitsluitend verklaard worden door technische beperkingen. Die bestaan, en er wordt vooruitgang geboekt om ze weg te werken. Maar “technische vooruitgang volstaat niet om van artificiële intelligentie een dagelijks hulpmiddel te maken. AI moet eerst beantwoorden aan de eisen die de instellingen opleggen", besluit de socioloog.
Olivier Cousin is hoogleraar sociologie aan de Universiteit van Bordeaux en co-directeur van het Centre Emile Durkheim. In 2025 publiceerde hij samen met Andy Smith IA et santé. L’âge des possibles (Presses de Sciences Po, 2025).
Hij stelde zijn onderzoek voor op het gezamenlijk symposium over AI in de geneeskunde van de Koninklijke Academie voor Geneeskunde en de Académie Royale de Médecine de Belgique.