De meeste gezondheidszorg functioneert nog steeds als een reeks momentopnamen.
Voor de meeste routinematige zorg wordt u eenmaal per jaar lichamelijk onderzocht. Misschien krijg je wat labs. Als er iets misgaat, kunt u een vervolgonderzoek of een recept krijgen. Maar vanwege de beperkingen van korte bezoeken en beperkte longitudinale gegevens eindigt de behandeling 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 blijven van de ene op de andere dag inactief. De ziekte ontwikkelt zich geleidelijk in de loop van de tijd, gevormd door levensstijlfactoren zoals slaap, voeding, beweging, stress, maar ook door genetica en het milieu.
Maar tenzij u een diagnostische drempel overschrijdt of symptomen vertoont, zal het systeem niet ingrijpen. Vaak ontstaat er pas bezorgdheid als er iets misgaat. Dat komt omdat we nog steeds zorg beoefenen die episodisch en gebeurtenisgericht is, en niet trendgericht.
EPISODISCHE GEGEVENSLIMIETEN
Met episodische gegevens alleen kunt u geen echt gepersonaliseerde proactieve preventie bieden.
Eén enkele cholesterolwaarde kan klinisch significant zijn, vooral onder extreme omstandigheden. Hetzelfde geldt voor dagen met een hoge bloedsuikerspiegel. Maar voorbij de acute drempel zijn context en traject van belang. Om risico’s vroegtijdig op te sporen en zinvol in te grijpen, hebben we zorgmodellen nodig die gebaseerd zijn op voortdurende trends en niet op geïsoleerde gebeurtenissen. Het is hier AIen agent-AI in het bijzonder kunnen een verschil maken.
WAT AGENTIC AI ECHT BETEKENT
Wanneer mensen agent-AI horen, gaan ze er vaak van uit dat dit betekent dat beslissingen volledig aan machines moeten worden overgelaten. In werkelijkheid verwijst agent AI naar systemen die autonoom kunnen handelen binnen gespecificeerde doelen, beperkingen en toezicht.
Stel je de automatische piloot voor in de luchtvaart. Autopilot beheert routinematige complexiteit door voortdurend de omstandigheden te monitoren, turbulentie te detecteren en micro-aanpassingen door te voeren. Piloten zorgen nog steeds voor toezicht en controle, maar zijn niet langer belast met het handmatig beheren van elke variabele.
In de gezondheidszorg functioneren AI-agenten op een vergelijkbare manier. Deze systemen observeren voortdurend meerdere datastromen, identificeren subtiele maar betekenisvolle veranderingen en bieden relevante en tijdige inzichten die het klinische oordeel versterken en niet vervangen.
Dit is geen theorie. Gezondheidszorgsystemen doen dit al integreren AI in diagnostiek, operaties en klinische workflows, en inbedden in elektronische medische dossiers, beeldvormingssystemen en beslissingsondersteunende tools om de complexiteit te beheersen en risico’s vroegtijdig aan het licht te brengen. 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. Dat 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, legt dit onderzoek patronen bloot die ons in staat stellen te handelen voordat de risico’s toenemen. Dit is vooral gunstig bij het beheersen van chronische aandoeningen, veroudering en metabolische gezondheid, gebieden waar preventie mogelijk is, maar alleen als de signalen vroegtijdig worden opgemerkt. Onderzoek laat zien dat het combineren van draagbare longitudinale gegevens met klinische gegevens ons vermogen verbetert om toekomstige risico’s te voorspellen. Wat agentsystemen toevoegen is het vermogen om deze voorspellingen tijdig in vooraf bepaalde acties te vertalen en inzichten niet te laten sluimeren tot het volgende bezoek.
PATIËNTEN LEVEN AL IN EEN CONTINU WERELD
Tegelijkertijd wenden steeds meer mensen zich tot AI-tools om de leemte op te vullen. Laatste rapportage van OpenAI laat zien dat meer dan 40 miljoen mensen ChatGPT elke dag gebruiken voor gezondheidsvragen, waarbij ongeveer 70% van die gesprekken plaatsvindt buiten de normale kantooruren van de kliniek. OpenAI rapporteert ook ongeveer 600.000 gezondheidsgerelateerde vragen per week van achtergestelde plattelandsgemeenschappen. Het gedrag is duidelijk: mensen willen realtime antwoorden die gezondheidszorgsystemen tussen bezoeken vaak niet bieden.
Hierdoor ontstaat er een groeiende kloof tussen de manier waarop de samenleving leeft en de manier waarop de geneeskunde wordt beoefend. Agentic AI biedt een manier om dit te dichten door te fungeren als bindweefsel tussen het dagelijks leven en de klinische zorg. Het vervangt artsen niet. Dit maakt de gezondheidszorg niet onafhankelijk. Dat maakt het responsief.
NIEUW KIJKPUNT
De automatische piloot heeft de luchtvaart niet gerevolutioneerd door de piloot af te schaffen. Dit veranderde de luchtvaartwereld door het systeem eenvoudig te beheren te maken en de menselijke capaciteiten uit te breiden door middel van voortdurende ondersteuning.
De gezondheidszorg bevindt zich nu op een soortgelijk keerpunt. De datavolumes zullen blijven toenemen. De klinische capaciteit zal beperkt blijven. En episodische zorg zal steeds meer niet meer synchroon lopen met de ziekteprogressie en veroudering. Agentic AI biedt een uitweg door systemen in staat te stellen beperkte, vooraf bepaalde acties te ondernemen als reactie op voortdurende monitoring, door opkomende risicopatronen aan artsen weer te geven of door patiëntgerichte acties te triggeren, zoals het plannen van vervolgbezoeken wanneer er sprake is van zorgwekkende trends. Het resultaat is dat de behandeling eerder en met een betere timing wordt uitgevoerd dan tijdens een acute achteruitgang.
De technologie voor AI-agenten bestaat al. Er beginnen ook regelgevingstrajecten te ontstaan, maar de implementatie ervan hangt af van de vraag of prikkels, workflows en leiderschapsprioriteiten zich ontwikkelen om de continuïteit van de zorg te ondersteunen.
Net als automatische piloten in de luchtvaart zal agent AI in de gezondheidszorg in fasen worden geïntroduceerd, eerst in beperkte workflows met een laag risico, en vervolgens evolueren naarmate systemen, prikkels en bestuursstructuren zich ontwikkelen om continue intelligentie op schaal te ondersteunen.
Om het volledige potentieel van de gezondheidszorg te kunnen verwezenlijken, heeft de gezondheidszorg vergoedingsmodellen nodig die waarde hechten aan preventie, klinische architecturen die zijn ontworpen voor longitudinale gegevens en bestuurskaders die een verantwoorde implementatie mogelijk maken zonder de vooruitgang tegen te houden. Agentic AI vereist geen veranderingen in de regelgeving, maar wel modernisering van de bedrijfsvoering, het bestuur en de verantwoording. Het systeem dat als eerste in beweging komt, zal het volgende tijdperk van de gezondheidszorg bepalen.
Noosheen Hashemi is de oprichter en CEO van January AI.
