Een groot deel van de gezondheidszorg functioneert nog steeds als een reeks momentopnamen.
Voor de meeste routinematige zorg gaat u één keer per jaar langs voor een lichamelijk onderzoek. Misschien mag je een paar labs tekenen. Als er iets niet goed lijkt, kunt u een vervolgonderzoek of een recept krijgen. Maar binnen de beperkingen van een kort bezoek en beperkte longitudinale gegevens eindigt de zorg vaak met brede richtlijnen zoals ‘eet beter’ of ‘kom volgend jaar nog eens terug’.
Ondertussen verandert uw gezondheid elke dag. Metabolische functies, ontstekingen, veroudering en chronische ziekten ontstaan niet van de ene op de andere dag. Ze ontvouwen zich geleidelijk in de loop van de tijd, gevormd door levensstijlfactoren zoals slaap, voeding, lichaamsbeweging, stress, maar ook genetica en omgeving.
Maar tenzij u een diagnostische drempel overschrijdt of symptomen vertoont, grijpt het systeem niet in. Te vaak wordt er pas zorg verleend als er al iets mis is gegaan. Dat komt omdat we nog steeds episodische, gebeurtenisgestuurde zorg beoefenen, en geen trendgebaseerde zorg.
DE GRENZEN VAN EPISODISCHE GEGEVENS
Met episodische gegevens alleen kunt u geen echte gepersonaliseerde proactieve preventie bieden.
Een enkele cholesterolmeting kan klinisch betekenisvol zijn, vooral in extreme gevallen. Hetzelfde geldt voor een dag met een verhoogde bloedsuikerspiegel. Maar voorbij acute drempels zijn context en traject van belang. Om risico’s vroegtijdig op te sporen en zinvol in te grijpen, hebben we een zorgmodel nodig dat gebaseerd is op continue trends, en niet op geïsoleerde incidenten. Het is hier AIen specifiek agent AI, kan een verschil maken.
WAT AGENT AI ECHT BETEKENT
Wanneer mensen AI horen, gaan ze er vaak van uit dat dit betekent dat beslissingen volledig aan machines moeten worden overgedragen. In werkelijkheid verwijst agent AI naar systemen die autonoom kunnen handelen binnen gedefinieerde doelen, beperkingen en toezicht.
Denk aan de automatische piloot in de luchtvaart. Autopilot beheert routinematige complexiteit door voortdurend de omstandigheden te monitoren, turbulentie te detecteren en micro-aanpassingen door te voeren. Piloten behouden de monitoring en controle, maar zijn niet langer belast met het handmatig controleren van elke variabele.
In de gezondheidszorg werkt agent AI op dezelfde manier. Het observeert voortdurend meerdere gegevensstromen, identificeert subtiele maar betekenisvolle veranderingen en levert tijdige, relevante inzichten die het klinische oordeel versterken en niet vervangen.
Dit is niet theoretisch. Gezondheidszorgsystemen zijn dat al integreren AI in diagnostiek, operaties en klinische workflows, door het in te bedden in elektronische medische dossiers, beeldvormingssystemen en beslissingsondersteunende tools om eerder met complexiteit en oppervlakterisico’s om te gaan. Deze implementaties signaleren een verschuiving van geïsoleerde AI-toepassingen naar intelligentie op infrastructuurniveau die continu samenwerkt met artsen.
VAN VOLUME NAAR BETEKENIS
We hebben al meer gezondheidsgegevens dan we weten wat we ermee moeten doen. De uitdaging is niet het verzamelen. Het is synthese.
Agentic AI helpt ons om van een overdaad aan gegevens over te gaan naar bruikbare inzichten. Door longitudinale signalen te analyseren, waaronder biologische, gedrags- en omgevingsgegevens, worden patronen blootgelegd die ons in staat stellen te handelen voordat het risico escaleert. Dit is vooral effectief bij het omgaan met chronische aandoeningen, veroudering en metabolische gezondheid, gebieden waar preventie mogelijk is, maar alleen als signalen vroegtijdig worden opgemerkt. Onderzoek laten zien dat het combineren van longitudinale draagbare gegevens met klinische gegevens ons vermogen verbetert om toekomstige risico’s te voorspellen. Wat agentische systemen toevoegen, is het vermogen om deze voorspellingen te vertalen in tijdige, vooraf gedefinieerde acties, in plaats van inzichten te laten rusten tot het volgende bezoek.
PATIËNTEN LEVEN AL IN EEN CONTINU WERELD
Tegelijkertijd wenden mensen zich steeds meer tot AI-tools om de leemte op te vullen. Laatste rapportage van OpenAI laat zien dat ruim 40 miljoen mensen ChatGPT dagelijks gebruiken voor zorgvragen, waarbij ongeveer 70% van deze gesprekken buiten de normale kliniekuren plaatsvindt. OpenAI rapporteerde ook ongeveer 600.000 gezondheidsgerelateerde vragen per week van achtergestelde plattelandsgemeenschappen. Het gedrag is duidelijk: mensen willen antwoorden in realtime, en de gezondheidszorg is vaak niet gestructureerd om tussen bezoeken door te voorzien.
Hierdoor ontstaat er een groeiende kloof tussen hoe mensen leven en hoe de geneeskunde wordt beoefend. Agentic AI biedt een manier om dit te sluiten door te fungeren als bindweefsel tussen het dagelijks leven en de klinische zorg. Het vervangt artsen niet. De gezondheidszorg doet dit niet zelfstandig. Dat maakt het responsief.
EEN NIEUW KEERPUNT
De automatische piloot heeft de luchtvaart niet gerevolutioneerd door de piloot te verwijderen. Het veranderde de luchtvaart door het systeem beheersbaar te maken en de menselijke capaciteit uit te breiden door middel van voortdurende ondersteuning.
Het gezondheidszorgsysteem bevindt zich nu op een soortgelijk keerpunt. De datavolumes zullen blijven toenemen. De klinische capaciteit zal beperkt blijven. En episodische zorg zal nog meer niet aansluiten bij de manier waarop ziekte en veroudering daadwerkelijk evolueren. Agentic AI biedt een weg vooruit door systemen in staat te stellen gedefinieerde, vooraf gedefinieerde acties te ondernemen als reactie op continue monitoring, of het nu gaat om het benadrukken van nieuwe risicopatronen voor artsen of door het initiëren van patiëntgerichte acties, zoals het plannen van vervolgbezoeken als er problemen zijn met trends. Het resultaat is zorg die eerder plaatsvindt, met een betere timing, in plaats van op het moment van acute achteruitgang.
De technologie voor agent AI bestaat al. Er ontstaan ook mogelijkheden op het gebied van regelgeving, maar de adoptie hangt af van de vraag of prikkels, workflows en managementprioriteiten zich ontwikkelen om de continuïteit van de zorg te ondersteunen.
Net als de automatische piloot in de luchtvaart zal agent AI in de gezondheidszorg geleidelijk worden geïntroduceerd, eerst in goed gedefinieerde workflows met een lager risico, en vervolgens worden uitgebreid naarmate systemen, prikkels en bestuursstructuren evolueren om continue intelligentie op schaal te ondersteunen.
Om het volledige potentieel ervan te ontsluiten heeft de gezondheidszorg behoefte aan terugbetalingsmodellen die preventie belonen, aan klinische architecturen die zijn ontworpen voor longitudinale data en aan bestuurskaders die een verantwoorde implementatie mogelijk maken zonder de vooruitgang te bevriezen. Agentic AI vereist geen heruitvinding van de regelgeving, maar wel modernisering van de bedrijfsvoering, het bestuur en de verantwoording. De systemen die als eerste in beweging komen, zullen het volgende tijdperk van de gezondheidszorg bepalen.
Noosheen Hashemi is de oprichter en CEO van January AI.
