Inhoudsopgave
- AI-adoptie in de Nederlandse zorg
- AI-toepassingen in Nederlandse ziekenhuizen
- AI in diagnostiek en medische beeldvorming
- Het personeelstekort: waarom de zorg AI nodig heeft
- Tijdsbesparing en productiviteit door AI in de zorg
- Investeringen in AI voor de Nederlandse zorg
- Nederlandse AI-zorg startups en innovatie
- AI in medicijnontwikkeling en klinische trials
- Nederland vergeleken met Europa
- Uitdagingen bij de implementatie van AI in de zorg
- Belangrijkste conclusies
- Kerncijfers op een rij
Kerncijfers op een rij
- 93% van de Nederlandse ziekenhuizen gebruikt AI-toepassingen (M&I/Partners, 2024)
- 70.800 zorgvacatures staan open in 2026, groeiend naar 261.800 in 2035 (UWV/ABF Research)
- 16+ werkdagen tijdwinst per arts per jaar door AI-ondersteuning (Philips Future Health Index 2026)
- 29% meer kankerdetectie door AI-ondersteunde mammografie zonder meer fout-positieven (MASAI-studie, The Lancet 2025)
- 80% van de ziekenhuizen zet AI in voor zorgadministratie, de meest voorkomende toepassing (M&I/Partners, 2026)
- 3% van alle AI-pilots in de zorg schaalt op naar brede implementatie (AIC4NL, 2025)
- €442 miljoen aan identificeerbare publieke investeringen in AI voor de gezondheidszorg (NWO/VWS/SURF)
- 173+ door AI ontdekte geneesmiddelen in klinische trials, met 80-90% slagingspercentage in Fase I (branchedata 2026)
- 33% van de Nederlandse bedrijven gebruikt AI, versus 20% EU-gemiddelde (CBS/Eurostat, 2025)
- 8,1% ziekteverzuim in zorg en welzijn in Q1 2025, het hoogste in dertig jaar (CBS)
AI-adoptie in de Nederlandse zorg
AI is in korte tijd uitgegroeid van experiment naar standaardpraktijk in de Nederlandse gezondheidszorg. Waar in 2023 nog 8% van de zorginstellingen AI inzette, is dat percentage in twee jaar verdubbeld. De groei versnelt, gedreven door het oplopende personeelstekort en de beschikbaarheid van generatieve AI-tools.
De cijfers laten een dubbel beeld zien. Aan de ene kant heeft 93% van de Nederlandse ziekenhuizen AI-toepassingen in gebruik (M&I/Partners, 2024), een stijging van 26 procentpunt in een jaar. Aan de andere kant meet CBS het AI-gebruik in de hele zorgsector op 18,4% van bedrijven met 10+ werknemers. Het verschil verklaart zich doordat CBS ook kleinere praktijken, thuiszorgorganisaties en welzijnsinstellingen meetelt, waar de adoptie lager ligt.
Op basis van CBS-sectordata zetten naar schatting 4.500 zorginstellingen in Nederland actief AI in. Samen zijn deze bedrijven goed voor 57,4% van de totale sectoromzet, oftewel circa €65 miljard (CBS AI-monitor 2024 + CBS zorguitgaven 2024). AI-adoptie concentreert zich dus bij de grotere zorginstellingen.
| Jaar | AI-gebruik zorg (CBS) | AI-gebruik landelijk | Ziekenhuizen met AI |
|---|---|---|---|
| 2023 | 8% | 14% | 67% |
| 2024 | 18,4% | 23% | 93% |
| 2025 | 16%* | 33% | n.b. |
* CBS-meting 2025 betreft alle bedrijfsgroottes inclusief microbedrijven, waardoor het percentage lager uitvalt dan de 2024-meting van alleen bedrijven met 10+ werknemers.
Opvallend is dat de zorgsector qua AI-adoptie achterloopt op het landelijk gemiddelde (33% in 2025). De financiele sector (37%) en ICT (58%) lopen voorop. Toch groeit de zorg het snelst in absolute termen: een verdubbeling van 8% naar 16% in twee jaar.
- In de ziekenhuizen heeft 93% AI-toepassingen in gebruik, een stijging van 26 procentpunt in een jaar (M&I/Partners, 2024).
- In de brede zorgsector gebruikt 18,4% van de bedrijven met 10+ werknemers AI, aanzienlijk onder het landelijk gemiddelde van 23% (CBS, 2024).
- Naar schatting zetten 4.500 zorginstellingen in Nederland actief AI in, goed voor 57,4% van de totale sectoromzet (CBS AI-monitor 2024).
- De zorgsector groeit het snelst in absolute termen: een verdubbeling van 8% naar 16% AI-adoptie in twee jaar (CBS, 2025).
Bronnen: CBS AI-monitor 2024 (februari 2025), CBS ICT-gebruik bij bedrijven 2025 (februari 2026), M&I/Partners AI Monitor Ziekenhuizen 2024 (november 2024), TheAIDaily op basis van CBS-sectordata
AI-toepassingen in Nederlandse ziekenhuizen
Het zwaartepunt van AI in de zorg verschuift. Waar radiologie jarenlang het dominante toepassingsgebied was, groeien administratieve en logistieke toepassingen nu sneller. Generatieve AI is de katalysator: 75% van de ziekenhuizen zet het in, met name voor verslaglegging en communicatie.
De M&I/Partners AI Monitor Ziekenhuizen 2026 (52 ziekenhuizen) laat een duidelijke verschuiving zien. Zorgadministratie en facturatie (80%) heeft radiologie (78% in 2024) ingehaald als meest voorkomende AI-toepassing. Communicatie (65%) en bedrijfsvoering (48%) groeien eveneens sterk.
Ondanks de hoge adoptiegraad blijft grootschalige uitrol beperkt. Slechts 8% van de ziekenhuizen heeft AI op grote schaal geimplementeerd (M&I/Partners, 2026). De meerderheid (53%) gebruikt AI nog overwegend kleinschalig, in pilots of binnen een enkel specialisme. Tegelijkertijd heeft 48% van de ziekenhuizen inmiddels een formele AI-strategie vastgesteld en heeft 76% AI-beleid geformuleerd.
- In de radiologie zet 78% van de ziekenhuizen AI in, met name voor longscreening en mammografie (M&I/Partners, 2024).
- Bij generatieve AI steeg het gebruik van 57% in 2024 naar 75% in 2025, primair voor verslaglegging en spraakherkenning (M&I/Partners, 2025).
- Van de AI-gebruikers noemt 29,9% administratieve taken als belangrijkste toepassing (CBS, 2024).
- Bij ambient listening groeit spraakgestuurde verslaglegging het snelst onder artsen en verpleegkundig specialisten (M&I/Partners, 2025).
- Van de ziekenhuizen noemt 89% verlaging van werkdruk als voornaamste drijfveer voor AI (M&I/Partners, 2024).
Geen enkel Nederlands ziekenhuis scoort "volledig op orde" op alle AI-readiness-dimensies (M&I/Partners, 2026). Databeheer, financiele ruimte en medewerkerkennis zijn de drie grootste knelpunten.
Bronnen: M&I/Partners AI Monitor Ziekenhuizen 2024, 2025 en 2026 (november 2024, april 2025, maart 2026), CBS AI-monitor 2024
AI in diagnostiek en medische beeldvorming
De klinische bewijslast voor AI in diagnostiek is in 2024-2025 een kantelpunt gepasseerd. Meerdere grootschalige gerandomiseerde studies laten zien dat AI artsen meetbaar beter maakt in het detecteren van kanker, met minder werkdruk als bijkomend voordeel.
De MASAI-studie (The Lancet, 2025) is de eerste grootschalige gerandomiseerde gecontroleerde trial naar AI-ondersteunde mammografie. Bij meer dan 100.000 Zweedse vrouwen leidde AI-ondersteuning tot 29% meer kankerdetectie zonder toename van fout-positieven, een reductie van 44% in beoordelingswerklast voor radiologen, en 12% minder intervalkankers in de jaren na screening.
Vertaald naar de Nederlandse situatie zou invoering van AI-ondersteunde mammografie in het bevolkingsonderzoek borstkanker (circa 1 miljoen vrouwen per jaar) leiden tot naar schatting 2.000 extra gedetecteerde borstkankers per jaar en het equivalent van 20 FTE radiologen aan vrijgespeelde beoordelingscapaciteit (extrapolatie op basis van MASAI-resultaten en RIVM-screeningsdata, TheAIDaily).
| Medisch domein | AI-sensitiviteit | AI-specificiteit | Bewijsniveau |
|---|---|---|---|
| Digitale pathologie | 96,3% | 93,3% | Meta-analyse (48 studies) |
| Atriumfibrilleren (ECG) | 96% | 99% | Meta-analyse |
| Fractuurdiagnose (rontgen) | >90% | >90% | Meta-analyse |
| Sepsisvoorspelling (SERA) | 87% | 87% | Klinische validatie |
| Colonoscopie (adenomen) | +20% detectie | n.v.t. | Meta-analyse (28 RCT's) |
| Longkankerscreening | >90% | >85% | Klinische validatie |
Het aantal door de FDA goedgekeurde AI/ML medische hulpmiddelen bereikte 1.451 eind 2025, met 295 nieuwe goedkeuringen in dat jaar alleen. Van alle goedgekeurde apparaten richt 71,5% zich op radiologie. In Europa zijn naar schatting minimaal 219 CE-gemarkeerde AI-medische producten beschikbaar, al ontbreekt een centraal register. Het EUDAMED-register wordt vanaf mei 2026 verplicht.
- Het CHIEF-model bereikt 94% nauwkeurigheid in kankerdetectie over 15 datasets met 11 kankertypen (Harvard, Nature 2024).
- Bij colonoscopie detecteert AI 20% meer adenomen en worden 55% minder adenomen gemist (meta-analyse, 28 RCT's, 23.861 deelnemers).
- Bij sepsis kan AI tot 12 uur voor klinische onset voorspellen, met 29% reductie in sepsis-gerelateerde sterfte in implementatiestudies (Frontiers in Medicine, 2024).
- Op het ECG detecteert AI atriumfibrilleren met een sensitiviteit van 96% en specificiteit van 99% (meta-analyse).
Bronnen: The Lancet MASAI-studie (2025), npj Digital Medicine pathologie meta-analyse (2024), Nature/Harvard CHIEF-model (september 2024), Innolitics FDA AI/ML Device Review (2026), Gastrointestinal Endoscopy colonoscopie meta-analyse (2024), Frontiers in Medicine sepsis-AI (2024), TheAIDaily op basis van RIVM-screeningsdata + MASAI
Het personeelstekort: waarom de zorg AI nodig heeft
De Nederlandse gezondheidszorg staat voor een fundamenteel capaciteitsprobleem. Het aantal vacatures groeit structureel sneller dan de instroom, de bevolking vergrijst versneld en het ziekteverzuim onder zorgmedewerkers is het hoogste in dertig jaar. AI is geen luxe maar een noodzakelijk antwoord op een wiskundig onmogelijke vergelijking.
In 2026 staan 70.800 zorgvacatures open (UWV/AZW Trendrapportage 2025). Dat is een stijging van 28% ten opzichte van eind 2025 (55.500). Het tekort verviervoudigt naar verwachting tot 261.800 in 2035 in het beleidsrijke scenario, en tot 327.000 in het beleidsarme scenario (ABF Research, in opdracht van VWS). De versnelling komt doordat 25% van het huidige zorgpersoneel 55 jaar of ouder is en de komende tien jaar met pensioen gaat.
Omgerekend kost het huidige personeelstekort de zorgsector naar schatting €2,7 miljard per jaar aan onvervulde capaciteit (70.800 vacatures x gemiddeld jaarsalaris zorg €38.000). Tel daar het ziekteverzuim bij op (7,3% over 1,51 miljoen werknemers = circa 110.000 FTE verloren), en de totale productiviteitsschade loopt op tot naar schatting €6,9 miljard per jaar (UWV + CBS, compilatie TheAIDaily).
| Kerncijfer | 2025 | 2035 | 2040-2060 |
|---|---|---|---|
| 65-plussers | 3,76 miljoen | 4,3 miljoen | 4,76 miljoen (2040) |
| 80-plussers | 0,9 miljoen | 1,3 miljoen | 2,1 miljoen (2070) |
| Zorgkosten (% BBP) | ~11% | ~13% | 18% (2060) |
| Zorgmedewerkers | 1,51 miljoen | Tekort 261.800 | 1 op 4 werkenden* |
* KPMG-schatting: zonder AI en digitalisering zou in 2030 1 op de 4 werkenden in de zorg moeten werken.
- Door de vergrijzing zijn er vanaf 2025 voor het eerst meer 65-plussers (3,76 miljoen) dan jongeren onder 20 (3,72 miljoen) in Nederland (CBS).
- Het ziekteverzuim in zorg en welzijn bedroeg 8,1% in Q1 2025, met pieken tot 9,9% in de verpleging, verzorging en thuiszorg (CBS).
- Onder zorgmedewerkers ervaart 41% een te hoge werkdruk en voelt 18% zich opgebrand (AZW Werknemersenquete 2025).
- De totale zorguitgaven bedroegen €113,5 miljard in 2024 (+8,1%), met een verwachte reele groei van 2,8% per jaar tot 2060 (RIVM).
Bronnen: UWV/AZW Trendrapportage 2025, ABF Research Prognosemodel Zorg en Welzijn 2025-2035, CBS Bevolkingsprognose (december 2025), CBS ziekteverzuimstatistiek, AZW Werknemersenquete 2025, RIVM Toekomstverkenning zorguitgaven, KPMG AI in Healthcare (april 2025), TheAIDaily op basis van UWV + CBS
Tijdsbesparing en productiviteit door AI in de zorg
Het Philips Future Health Index 2026 levert het eerste grootschalige bewijs dat AI de werkdruk in de zorg meetbaar verlaagt. Uit het onderzoek onder meer dan 2.000 zorgprofessionals en 20.000 patienten in 10 landen blijkt dat clinici die AI gebruiken structureel meer patienten zien, minder fouten maken en zich minder gestrest voelen.
De concrete cijfers zijn indrukwekkend: 46% van de clinici rapporteert minimaal 132 uur tijdwinst per jaar (ruim 3 volle werkweken). De helft kan gemiddeld 8 extra patienten per week zien. En 39% geeft aan dat AI in de afgelopen drie maanden minstens drie keer een potentiele medische fout heeft geidentificeerd of helpen voorkomen.
Volgens Vilans-onderzoek (AWIZ-programma, 2025) daalt de rapportagetijd bij spraakgestuurde verslaglegging van 56 naar 42 minuten per dag, een besparing van 25%. Van de ondervraagde zorgmedewerkers geeft 83% aan dat dit hen minder tijd kost. De Monitor Digitale Zorg 2025 (RIVM/NIVEL) bevestigt dat met name verpleegkundig specialisten (80%+) en artsen AI gebruiken voor verslaglegging.
Volledige adoptie van AI-ondersteuning bij de circa 100.000 artsen en 200.000 verpleegkundigen in Nederland zou resulteren in een productiviteitswinst van naar schatting 26,4 miljoen uur per jaar, equivalent aan circa 12.000 FTE. Dat komt overeen met 17% van het huidige vacaturetekort in de zorg (Philips Future Health Index 2026 + UWV-vacaturedata, compilatie TheAIDaily).
| AI-impact | Percentage | Concreet effect |
|---|---|---|
| Tijdsbesparing | 46% van gebruikers | 132+ uur/jaar (16+ werkdagen) |
| Meer patienten | 50% van gebruikers | 8 extra per week |
| Minder werkstress | 49% van gebruikers | Lagere burn-outkans |
| Fouten voorkomen | 39% van gebruikers | 3+ keer in 3 maanden |
| Rapportagetijd | 83% ervaart besparing | 56 naar 42 min/dag (-25%) |
Wereldwijd is de markt voor ambient AI-scribes (spraakgestuurde verslaglegging) de eerste echte doorbraakcategorie. De omzet verdrievoudigde naar $600 miljoen in 2025 (Menlo Ventures), met Nuance DAX Copilot (33% marktaandeel), Abridge (30%) en Ambience (13%) als marktleiders. In de VS gebruikt 60% van de zorgverleners inmiddels een AI-scribe, en bij UCSF is dat 70% van de artsen.
Als alle 100.000 Nederlandse artsen een ambient AI-scribe zouden gebruiken, zou de documentatietijd met 60% dalen. Dat betekent naar schatting 1,2 uur besparing per arts per dag, ofwel 26,4 miljoen uur per jaar. In financiele termen vertegenwoordigt dit een productiviteitswaarde van circa €960 miljoen per jaar (gemiddeld artssalaris x bespaard tijdsaandeel; Menlo Ventures + CBS, compilatie TheAIDaily).
- Bijna de helft van de clinici rapporteert minimaal 132 uur tijdwinst per jaar, ruim drie volle werkweken (Philips FHI 2026).
- Bij spraakgestuurde verslaglegging daalt de rapportagetijd van 56 naar 42 minuten per dag, een besparing van 25% (Vilans/AWIZ, 2025).
- De helft van de AI-gebruikers kan gemiddeld 8 extra patienten per week zien dankzij AI-ondersteuning (Philips FHI 2026).
- Bij foutenpreventie geeft 39% aan dat AI in drie maanden minstens drie keer een potentiele medische fout heeft voorkomen (Philips FHI 2026).
- De markt voor ambient AI-scribes verdrievoudigde naar $600 miljoen in 2025, met Nuance DAX Copilot als marktleider (Menlo Ventures, 2025).
Bronnen: Philips Future Health Index 2026 (juni 2026), Vilans/AWIZ-programma spraakrapportage (2025), RIVM/NIVEL Monitor Digitale Zorg 2025, Menlo Ventures State of AI in Healthcare (2025), TheAIDaily op basis van Philips + UWV + Menlo Ventures
Investeringen in AI voor de Nederlandse zorg
De Nederlandse overheid investeert steeds meer in AI voor de gezondheidszorg. Met het AI4HEALTH-consortium, de Groningen AI Factory en het doorbraakfonds uit het Aanvullend Zorg- en Welzijnsakkoord (AZWA) lopen de publieke investeringen op tot honderden miljoenen euro's.
| Investering | Bedrag | Periode | Focus |
|---|---|---|---|
| AI4HEALTH (NWO-KIC) | €112 mln | 2026-2036 | AI in dagelijkse zorg, alle UMC's |
| Trinitas HORIZON (NWO-KIC) | €65 mln (totaal 4 KIC's) | 2026-2036 | AI-diagnostiek huisartsen |
| Groningen AI Factory | €200 mln | 2025-2027 | Supercomputer + gezondheidsdata (Lifelines) |
| AZWA doorbraakfonds | €925 mln | 2026-2028 | AI/digitalisering in de zorg (deels) |
| AI bevolkingsonderzoek borstkanker | €5 mln/jaar | Structureel | Mammografie-beeldanalyse |
| AiNed/EZK AI R&D | €300+ mln | Meerdere jaren | AI-onderzoek breed (incl. zorg) |
Bij elkaar opgeteld komen de identificeerbare publieke AI-investeringen specifiek voor de gezondheidszorg uit op circa €442 miljoen (AI4HEALTH + Groningen AI Factory + AZWA voorbereiding 2026 + mammografie-AI). Dat is €293 per zorgmedewerker (1,51 miljoen werknemers). Op Europees niveau trekt Nederland hiermee meer dan evenredig gewicht: het land vertegenwoordigt 2,8% van de EU-bevolking maar naar schatting 7-8% van de Europese healthcare-AI-investeringen (NWO + SURF + VWS, compilatie TheAIDaily).
Op de private markt steeg het totale investeringsvolume in Nederlandse AI en deeptech-bedrijven met 105% in begin 2026 ten opzichte van begin 2025 (GetFunded.com). Deeptech (inclusief AI en medtech) vertegenwoordigt 12% van alle Nederlandse techbedrijven maar levert 41% van alle scaleups en trekt 41% van het venture capital aan (Techleap, 2026).
- Het AI4HEALTH-consortium ontvangt €112 miljoen van NWO voor tien jaar AI-onderzoek in de dagelijkse zorg, met alle UMC's betrokken (NWO, 2026).
- De Groningen AI Factory combineert €200 miljoen aan rijks-, regionale en EuroHPC-middelen voor een supercomputer gericht op gezondheidsdata (SURF, 2025).
- Het AZWA-doorbraakfonds reserveert in totaal €925 miljoen voor AI en digitalisering in de zorg over de periode 2026-2028 (VWS).
- Op de private markt steeg het investeringsvolume in Nederlandse AI-bedrijven met 105% in begin 2026 ten opzichte van een jaar eerder (GetFunded.com, 2026).
Bronnen: NWO persbericht AI4HEALTH (april 2026), SURF/Groningen AI Factory (december 2025), Rijksbegroting VWS 2026, Kamerbrief VWS AI in de zorg (oktober 2025), GetFunded.com AI-investeringen (mei 2026), Techleap State of Dutch Tech 2026, TheAIDaily op basis van bovenstaande bronnen
Nederlandse AI-zorg startups en innovatie
Nederland beschikt over een compact maar hoogwaardig ecosysteem van AI-zorg startups. Met de hoogste AI-talentdichtheid van Europa (10,9 AI-professionals per 10.000 inwoners) en sterke banden tussen universiteiten, UMC's en het bedrijfsleven produceren Nederlandse startups internationaal competitieve AI-toepassingen voor de zorg.
| Startup | Specialisatie | Funding | Impact |
|---|---|---|---|
| Vitestro (Utrecht) | Robotisch bloedafname + AI | $70 mln (Series B) | CE-markering, investeerders: Mayo Clinic |
| Onera Health (Eindhoven) | Slaapdiagnostiek-AI | €55+ mln (Series C) | Actief in Benelux en DACH |
| Aidence/DeepHealth (Amsterdam) | Longkanker-AI (radiologie) | Overname door RadNet | 300+ afdelingen, 15 mln scans/jaar |
| SkinVision (Amsterdam) | Huidkanker-AI (app) | $16,5 mln | 3+ mln gebruikers, 50.000+ kankers |
| Pacmed (Amsterdam) | IC-beslissingsondersteuning | ~€10 mln | Live in 4 ziekenhuizen, 25.000 IC-patienten |
| Quantib (Rotterdam) | Prostaat/hersen-MRI-AI | Overname door RadNet | CE-markering + FDA 510(k) |
| Thirona (Nijmegen) | Long-AI (COPD/fibrose) | n.b. | FDA 510(k) goedkeuring (okt 2025) |
| Healthplus.ai (Amsterdam) | Postoperatieve infectievoorspelling | €3,5 mln | CE-gecertificeerd, actief in 4 landen |
Gezamenlijk hebben de top-startups in Nederlandse healthcare AI meer dan €185 miljoen aan funding opgehaald (Tracxn + Dealroom, compilatie TheAIDaily). Vitestro (robotische bloedafname met AI-ondersteuning) haalde in 2025 de grootste ronde op ($70 miljoen Series B, met investeerders waaronder Mayo Clinic en Sutter Health) en ontving als eerste ter wereld CE-markering voor een robotisch flebotomiesysteem.
- Aidence/DeepHealth wordt ingezet op meer dan 90% van de screeningslocaties in het Britse longkankerscreeningsprogramma en werkt samen met Google Health (DeepHealth/RadNet).
- Pacmed Critical vergelijkt real-time IC-data met historische data van 25.000 IC-patienten en heeft 71% kans op kosteneffectiviteit bij een WTP-drempel van €30.000/QALY (Amsterdam UMC-studie).
- SkinVision heeft wereldwijd meer dan 6 miljoen huidchecks uitgevoerd en meer dan 50.000 huidkankers gedetecteerd via de mobiele app (SkinVision).
Een kanttekening: de Nederlandse conversieratio van AI-startup naar scaleup bedraagt slechts 21,2%, een kwart van de Amerikaanse ratio (80,9%). Nederland rankt 5e in Europa voor AI-talent, maar slechts 18e voor groekapitaal (Techleap/Prosus/Dealroom, 2025-2026). De uitdaging zit niet in innovatie maar in opschaling.
Bronnen: Tracxn AI in Healthcare Startups Netherlands (november 2025), Techleap State of Dutch Tech 2026, Prosus/Dealroom State of AI in the Netherlands (juli 2025), bedrijfspersberichten SkinVision, DeepHealth/RadNet, Pacmed, Vitestro, Thirona, Healthplus.ai, TheAIDaily op basis van Tracxn + Dealroom
AI in medicijnontwikkeling en klinische trials
AI verandert niet alleen de diagnose maar ook de behandeling. Het aantal door AI ontdekte medicijnen in klinische ontwikkeling is explosief gegroeid, en de eerste resultaten laten zien dat AI-ontwikkelde moleculen sneller en succesvoller door de trialpijplijn komen.
Begin 2026 bevinden meer dan 173 AI-ontdekte geneesmiddelprogramma's zich in klinische ontwikkeling, verdeeld over circa 94 in Fase I, 56 in Fase II en 15 in Fase III (geaggregeerd uit Axis Intelligence, Insilico Medicine en BCG-analyses). Het slagingspercentage in Fase I ligt tussen 80% en 90%, ruim het dubbele van het historische gemiddelde van 52%.
INS018_055 van Insilico Medicine is het eerste end-to-end door generatieve AI ontworpen medicijn dat Fase II bereikte. De Fase IIa-resultaten bij patienten met idiopathische longfibrose (IPF) toonden een verbetering van 98 mL in longfunctie (FVC) versus placebo (Nature Medicine, 2025).
AlphaFold 3 (Google DeepMind/Isomorphic Labs) voorspelt de structuur en interacties van vrijwel alle biologische moleculen met ongekende nauwkeurigheid. Het werk leverde Demis Hassabis en John Jumper de Nobelprijs voor Scheikunde 2024 op. AlphaFold is inmiddels gebruikt om twee bestaande FDA-goedgekeurde medicijnen te herbestemmen voor de ziekte van Chagas, een aandoening die 7 miljoen mensen treft.
Op basis van branchedata kan AI de gemiddelde doorlooptijd van medicijnontwikkeling met naar schatting 2 tot 3 jaar verkorten (van gemiddeld 12-15 jaar naar 10-12 jaar), voornamelijk in de preklinische fase en targetidentificatie. Bij een gemiddelde ontwikkelkost van $2,6 miljard per medicijn (Tufts Center) vertegenwoordigt dit een potentiele besparing van $400-650 miljoen per medicijn.
- In klinische trials bevinden meer dan 173 AI-ontdekte geneesmiddelprogramma's zich in ontwikkeling, met slagingspercentages van 80-90% in Fase I (Axis Intelligence/BCG, 2026).
- Het eerste end-to-end AI-medicijn INS018_055 bereikte Fase II en toonde 98 mL verbetering in longfunctie bij IPF-patienten (Nature Medicine, 2025).
- AlphaFold 3 voorspelt de structuur van vrijwel alle biologische moleculen en leverde de Nobelprijs voor Scheikunde 2024 op (Nobelcomite, 2024).
- De doorlooptijd van medicijnontwikkeling kan door AI met 2 tot 3 jaar verkort worden, een potentiele besparing van $400-650 miljoen per medicijn (branchedata).
Bronnen: Axis Intelligence/Insilico Medicine/BCG pipeline-analyses (2025-2026), Nature Medicine INS018_055 (2025), Nature/Google DeepMind AlphaFold 3 (2024), Nobelcomite (2024), TheAIDaily op basis van branchebronnen
Nederland vergeleken met Europa
Nederland scoort bovengemiddeld op AI-adoptie in vergelijking met andere EU-lidstaten, maar behoort niet tot de absolute koplopers. Op het gebied van AI-talent en medtech-ecosysteem heeft Nederland wel een Europese toppositie.
Het eerste WHO/Europa-rapport over AI in de gezondheidszorg (april 2026) laat zien dat 74% van de EU-lidstaten AI inzet voor diagnostiek en 63% chatbots gebruikt voor patientcommunicatie. Van de lidstaten heeft 81% stakeholders actief betrokken bij AI-governance in de zorg. Bijna 50% heeft dedicated AI-functies gecreeerd in de zorgsector.
Op Europees niveau groeide de AI-adoptie bij bedrijven (10+ werknemers) van 8,7% in 2023 naar 13,5% in 2024 en 20,0% in 2025 (Eurostat). Nederland (33%) ligt ruim boven dit gemiddelde, maar achter Denemarken (42%), Finland (38%) en Zweden (35%). De achterblijvers zijn Roemenie (5,2%), Polen (8,4%) en Bulgarije (8,5%).
| Indicator | Nederland | EU-gemiddelde | Koploper |
|---|---|---|---|
| AI-adoptie bedrijven (2025) | 33% | 20% | Denemarken (42%) |
| AI-talentdichtheid | 10,9 per 10.000 | ~3,5 per 10.000 | Nederland (#1) |
| CE-gemarkeerde AI-devices | ~20-25* | 219+ totaal EU | n.b. |
| AI-radiologenadoptie | n.b. | 48% (EU-breed) | Scandinavie (~60%) |
| Startup-naar-scaleup ratio | 21,2% | ~25% | VS (80,9%) |
* TheAIDaily-schatting op basis van Nederlandse bedrijven in Innolitics/EUDAMED-databases.
De Nederlandse markt voor AI in de gezondheidszorg bedraagt naar schatting circa €395 miljoen in 2025 (7% van de Europese markt van $6,12 miljard, op basis van MarketsandMarkets en het Nederlandse aandeel in het Europese BBP). Met de verwachte groei naar $31,72 miljard in 2030 (CAGR 39%) zou de Nederlandse markt doorgroeien naar circa €2,0 miljard.
Europa loopt op regulatoir vlak achter op de VS. De FDA heeft 1.451 AI-devices goedgekeurd, terwijl in Europa slechts 219 CE-gemarkeerde producten bekend zijn. Het ontbreken van een centraal Europees register (EUDAMED wordt vanaf mei 2026 verplicht) maakt exacte vergelijking lastig. Tegelijkertijd kampt Europa met een tekort van meer dan 30.000 radiologen, wat de urgentie van AI-ondersteuning vergroot.
- In de EU groeide de AI-adoptie bij bedrijven van 8,7% in 2023 naar 20% in 2025, met Nederland op 33% ruim boven het gemiddelde (Eurostat, 2025).
- Volgens WHO/Europa zet 74% van de EU-lidstaten AI in voor diagnostiek en gebruikt 63% chatbots voor patientcommunicatie (WHO, april 2026).
- De Nederlandse healthcare AI-markt bedraagt circa €395 miljoen en groeit naar verwachting door naar €2,0 miljard in 2030 (MarketsandMarkets, 2025).
- Europa loopt regulatoir achter op de VS: 219 CE-gemarkeerde AI-devices versus 1.451 FDA-goedgekeurde producten (Innolitics/EUDAMED, 2026).
Bronnen: Eurostat Digital Economy & Society (december 2025), WHO/Europa AI in Healthcare (april 2026), OECD Scaling AI in Health (maart 2026), MarketsandMarkets Europe AI in Healthcare (2025), Techleap/Prosus/Dealroom (2025-2026), European Commission AI in Healthcare Final Report (juni 2025), TheAIDaily op basis van MarketsandMarkets + Eurostat
Uitdagingen bij de implementatie van AI in de zorg
Ondanks de snelle adoptie stuit AI in de zorg op hardnekkige barrieres. Verouderde IT-infrastructuur, gebrekkig databeheer, onvoldoende AI-kennis onder medewerkers en het uitblijven van opschaling na succesvolle pilots vormen de belangrijkste obstakels.
Het meest alarmerende cijfer: slechts 3% van alle AI-pilots in de Nederlandse zorg schaalt daadwerkelijk op naar brede implementatie (AIC4NL, november 2025). Bij circa 120 lopende AI-projecten in de gezondheidszorg betekent dit dat slechts 3 tot 4 projecten daadwerkelijk breed worden uitgerold.
De gemiste waarde is aanzienlijk: op basis van AIC4NL-data en internationale benchmarks voor ziekenhuis-AI-ROI kost het niet opschalen van succesvolle pilots de sector naar schatting €870 miljoen per jaar aan gemiste efficientiewinst (116 niet-opgeschaalde projecten x gemiddelde potentiele jaarwaarde van €7,5 miljoen per project).
| Barriere | Percentage | Bron |
|---|---|---|
| Verouderde IT-systemen | 93% | Philips-Atos/SOTI 2025 |
| Gebrek aan AI-ervaring | 81,6% | CBS AI-monitor 2024 |
| Privacyzorgen | 54,3% | CBS AI-monitor 2024 |
| Onvoldoende AI-kennis medewerkers | 51% | M&I/Partners 2025 |
| Onvoldoende datagovernance | 45% | M&I/Partners 2025 |
| Onvoldoende financiele ruimte | 45% | M&I/Partners 2025 |
| Slecht geintegreerde systemen | 58% | Philips-Atos/SOTI 2025 |
Nederland heeft de hoogste AI-talentdichtheid van Europa en 93% van de ziekenhuizen experimenteert met AI. Toch schaalt slechts 3% van de pilots op. Het probleem is niet innovatie maar implementatie: databeheer, financiering en organisatorische verandering zijn de echte knelpunten. Zolang 0% van de ziekenhuizen "volledig op orde" scoort op AI-readiness (M&I/Partners, 2026), blijft de kloof tussen pilot en praktijk groot.
- Bij AI-training meldt 70% van de zorgprofessionals dat deze inadequaat of niet beschikbaar is (Philips FHI 2026).
- Volgens de OECD wordt slechts 10% van AI-beeldvormingstools op nationale schaal gebruikt, heeft slechts 29% van de OECD-landen beleid voor workforce-capaciteit en slechts 18% voor AI-toezicht (OECD, maart 2026).
- Van alle wereldwijde data bestaat meer dan 30% uit gezondheidsdata, maar minder dan 3% wordt benut voor secundair gebruik zoals AI-training (EU/EHDS).
- Onder de EU AI Act vallen medische AI-toepassingen veelal onder hoog-risico, met strengere eisen voor transparantie, risicobeheer en menselijk toezicht (Europese Commissie).
Bronnen: AIC4NL werkgroep Gezondheid & Zorg (november 2025), Philips-Atos Healthcare IT Survey 2025, CBS AI-monitor 2024, M&I/Partners AI Monitor Ziekenhuizen 2025 en 2026, OECD Scaling AI in Health (maart 2026), Philips Future Health Index 2026, Europese Commissie/EHDS, TheAIDaily op basis van AIC4NL + internationale benchmarks
Belangrijkste conclusies
- AI is mainstream in de ziekenhuiszorg: 93% van de Nederlandse ziekenhuizen gebruikt AI, maar slechts 8% heeft het op grote schaal uitgerold. De transitie van experiment naar standaardpraktijk is begonnen maar verre van voltooid.
- Het personeelstekort maakt AI onvermijdelijk: met 70.800 openstaande vacatures, een verwacht tekort van 261.800 in 2035 en een vergrijzende bevolking is AI niet optioneel maar noodzakelijk om de zorg betaalbaar en toegankelijk te houden.
- AI bespaart meetbaar tijd: 16+ werkdagen per arts per jaar, 25% minder rapportagetijd en de mogelijkheid om 8 extra patienten per week te zien. Volledige adoptie zou het equivalent van 12.000 FTE vrijspelen.
- De klinische bewijslast is sterk: grote RCT's (MASAI) en meta-analyses tonen aan dat AI de kankerdetectie verbetert, fouten vermindert en de werklast van specialisten verlaagt, zonder toename van fout-positieven.
- De investeringen groeien snel: meer dan €442 miljoen aan identificeerbare publieke investeringen, aangevuld met groeiende private funding. Het AZWA-doorbraakfonds (€925 miljoen) kan een gamechanger worden.
- Opschaling blijft het knelpunt: 97% van de AI-pilots in de zorg schaalt niet op. Verouderde IT (93% van instellingen), gebrekkige datagovernance en onvoldoende AI-training blokkeren de doorbraak.
- Nederland scoort bovengemiddeld in Europa: 33% AI-adoptie versus 20% EU-gemiddelde, hoogste AI-talentdichtheid, maar de startup-naar-scaleup conversie (21,2%) blijft ver achter bij de VS (80,9%).
- Medicijnontwikkeling wordt versneld: 173+ AI-ontdekte medicijnen in klinische trials, met slagingspercentages die het historisch gemiddelde overtreffen. De impact op de langere termijn kan enorm zijn.
Veelgestelde vragen
Hoeveel Nederlandse ziekenhuizen gebruiken AI?
Volgens de M&I/Partners AI Monitor Ziekenhuizen 2024 gebruikt 93% van de Nederlandse ziekenhuizen AI-toepassingen. Dit is een stijging van 26 procentpunt ten opzichte van 2023 (67%). De meest voorkomende toepassingen zijn zorgadministratie (80%), diagnostiek (71%) en communicatie (65%).
Hoeveel tijd bespaart AI een arts?
Volgens het Philips Future Health Index 2026 bespaart AI clinici het equivalent van meer dan 16 werkdagen per jaar. 46% van de AI-gebruikende artsen rapporteert minimaal 132 uur tijdwinst per jaar. Bij spraakgestuurde verslaglegging daalt de rapportagetijd met 25% (Vilans, 2025).
Hoe groot is het personeelstekort in de Nederlandse zorg?
In 2026 staan 70.800 zorgvacatures open (UWV). Het tekort groeit naar verwachting tot 261.800 in 2035 (beleidsrijk scenario) of 327.000 (beleidsarm scenario), volgens prognoses van ABF Research in opdracht van VWS. Ongeveer 25% van het huidige zorgpersoneel is 55 jaar of ouder.
Hoeveel investeert Nederland in AI voor de zorg?
De identificeerbare publieke investeringen in AI voor de gezondheidszorg bedragen circa €442 miljoen, verdeeld over het AI4HEALTH-consortium (€112 miljoen), de Groningen AI Factory (€200 miljoen), AZWA-voorbereidingsbudget (€125 miljoen) en structurele mammografie-AI (€5 miljoen per jaar). Daarnaast reserveert het AZWA-doorbraakfonds €800 miljoen voor 2027-2028, deels voor AI.
Hoe nauwkeurig is AI bij het detecteren van kanker?
AI bereikt hoge nauwkeurigheid in kankerdetectie. Bij digitale pathologie is de gepoolde sensitiviteit 96,3% en specificiteit 93,3% (meta-analyse, 152.000+ beelden). In mammografie detecteert AI 29% meer kankers zonder toename van fout-positieven (MASAI-studie, The Lancet). Het Harvard CHIEF-model behaalt 94% nauwkeurigheid over 11 kankertypen.
Welke Nederlandse AI-zorg startups zijn er?
Nederland telt circa 33 native AI-in-healthcare startups (Tracxn). Bekende namen zijn Vitestro (robotisch bloedafname, $70 mln Series B), Aidence/DeepHealth (longkanker-AI, overgenomen door RadNet), SkinVision (huidkanker-app, 3+ miljoen gebruikers), Pacmed (IC-beslissingsondersteuning) en Onera Health (slaapdiagnostiek, €55+ mln opgehaald).
Wat zijn de grootste barrieres voor AI in de zorg?
De drie grootste barrieres zijn verouderde IT-systemen (93% van zorginstellingen), gebrek aan AI-ervaring en kennis (81,6% volgens CBS; 51% van ziekenhuizen volgens M&I/Partners) en onvoldoende datagovernance (45%). Daarnaast schaalt slechts 3% van alle AI-pilots in de zorg op naar brede implementatie.