Komt er een strijd om de nieuwe generatie zorgassistent?

vr 14 februari 2025
Komt er een strijd om de nieuwe  generatie zorgassistent?
Robotica
Premium

Het houdt maar niet op met alle ontwikkelingen in technologieland. Ook voor zorg is er weer een interessante opkomst: die van de AI-agent. Je hebt er vast al wel eens over gehoord of gelezen, een op het oog revolutionaire verandering in de wijze waarop we straks ons werk doen. AI-agents lijken net als robots een beloftevolle nieuwe dimensie toe te kunnen voegen aan de zorg. Wat betekent dit voor de dagelijkse praktijk? Gaan zorgprofessionals straks én samenwerken met robots én met AI-agents? En wat moeten we er ons dan bij voorstellen? Beginnen we net eindelijk te wennen aan een samenwerking met robots, staat de volgende digitale sollicitant alweer voor de deur. En wij mensen worden geacht om in dit hele schouwspel de onmisbare spil en regisseur te blijven. Dat klinkt als een uitdagende opgave.

CV

Xenia Kuiper is innovatie- & transformatiespecialist in de zorg met een specialisatie in robotica & AI en is actief met haar eigen organisatie- & adviesbureau Xinnovate.

Referenties

AI-agents zijn geavanceerde softwareprogramma’s die zich gedragen als intelligente assistenten. Robots zonder zichtbaar harnas als het ware. Anders dan traditionele zorgtechnologie kunnen ze zelfstandig taken uitvoeren, beslissingen nemen en leren van hun ervaringen. Ze combineren verschillende AI-technieken zoals natuurlijke taalverwerking, machine learning en computervisie. 

Mogelijk heb je ook al gehoord over taalmodellen: die kunnen onderdeel zijn van een AI-agent en maken dat de AI-agent op een menselijke manier met ons kan communiceren - ook al praat het feitelijk slechts in ‘nullen en enen’, ofwel computertaal op basis van patronen en verbanden.

Het verschil 

Laten we eerst eens naar het verschil tussen robots en AI-agents kijken. Gezien de wijze waarop beiden hun taken uitvoeren, is het belangrijk om dit fundamentele verschil te begrijpen, al kennen ze logischerwijs ook enige overlap. In de basis blijven het allebei ‘slimme’ digitale assistenten die in samenwerking met ons leren om bepaalde taken over te nemen, zij het in verschillende verschijningsvormen. En vanuit verschillende technologische generaties.

Waar herkennen we robots aan:

  • Fysieke machines met een tastbare aanwezigheid;
  • Voeren vooral vooraf geprogrammeerde (mechanische) taken uit;
  • Zijn gebonden aan hun fysieke mogelijk- heden en locatie;
  • Vereisen vaak significante investeringen in hardware en onderhoud;
  • Worden met name ingezet voor specifieke repetitieve taken.

Denk bijvoorbeeld aan ontwikkeling van toepassingen als tilrobots, medicijnrobots, desinfectierobots, sociale robots en logistieke robots.

Wat kenmerkt AI-agents:

  • Zijn softwaregebaseerd en kunnen overal tegelijk ‘aanwezig’ zijn;
  • Leren continu bij en passen zich aan in nieuwe situaties;
  • Kunnen complexe kennisintensieve taken ondersteunen;
  • Zijn flexibel inzetbaar en (redelijk) eenvoudig te updaten;
  • Ondersteunen vooral in denk- en beslisprocessen.

Mogelijke praktijkvoorbeelden van AI-agents in de zorg kunnen bijvoorbeeld zijn:

  • Digitale triageassistenten die patiënten helpen de juiste zorg te vinden;
  • Klinische beslissingsondersteuning die artsen helpt bij diagnose en behandeling;
  • Persoonlijke gezondheidscoaches die patiënten begeleiden bij leefstijlverandering;
  • Planningsagents die complexe zorgprocessen coördineren;
  • Documentatie-assistenten die automatisch medische verslagen genereren.

Toekomstige integratie

De grootste impact in de zorg zit misschien wel in de combinatie van robots en AI-agents. Stel je eens voor hoeveel zelfstandiger robots zouden kunnen worden in hun taken wanneer ze zichzelf verenigen met AI-agents. Dan krijg je:

  • Een slimme tilrobot die niet alleen tilt, maar ook leert van de voorkeuren van individuele patiënten en zorgverleners;
  • Een medicijnrobot die zelfstandig kan anticiperen op wijzigingen in medicatiebeleid;
  • Een logistieke robot die prioriteiten kan stellen op basis van realtime zorgbehoeften;
  • Een sociale robot die echt betekenisvolle gesprekken kan voeren dankzij geavanceerde AI.

Deze integratie combineert in die zin het beste van werelden: de fysieke ondersteuning van robots, de intelligentie en het leervermogen van AI-agents, een persoonlijke afstemming op individuele behoeften en continue verbetering door ervaringsleren.

Een wederzijds leerproces

Het bijzondere aan de AI-agents is dat ze meegroeien met hun gebruikers. Terwijl zorgprofessionals leren werken met de AI-agents, leren de AI-agents op hun beurt de voorkeuren en werkwijzen van de zorgprofessionals kennen. Dit wederzijdse aanpassingsvermogen maakt hun samenwerking uniek en steeds effectiever.

AI-agents zijn dus beloftevol, kijkende naar hun vermogen om te redeneren, te plannen en zich aan te passen aan nieuwe situaties. Zo kunnen ze straks waarschijnlijk niet alleen een bloeddrukwaarde meten en interpreteren, maar ook begrijpen wat de gemeten waarde betekent in de context van de patiënt. Of vergelijken met eerder gemeten waarden en opgenomen doelstellingen in het behandelplan.

Sleutel tot effectiviteit

AI-agents leren op verschillende manieren. Ze worden initieel getraind met grote hoeveelheden data, maar hun echte kracht ligt in het vervolgens continu leren tijdens hun inzet in de praktijk. Dit adaptieve leervermogen zorgt ervoor dat ze steeds beter kunnen worden in hun ondersteunende rol en zich aanpassen aan de specifieke context waarin ze worden ingezet. Hoe verloopt zo’n leerproces tussen mens en machine? Want zowel mens als machine moeten aan elkaar leren wennen en van elkaar leren om tot een zo goed mogelijke samenwerking te komen.

AI-agents leren onder andere door:

  • Interacties met zorgprofessionals en patiënten;
  • Feedback op hun beslissingen en acties;
  • Patronen in gezondheidsdata;
  • Veranderingen in zorgprotocollen en richtlijnen.

Tegelijkertijd leren zorgprofessionals:

  • Wanneer en hoe ze de AI-agent het beste kunnen inzetten;
  • Welke vragen en opdrachten de meest effectieve resultaten opleveren;
  • Hoe ze de suggesties van de AI-agent kunnen interpreteren en valideren;
  • Wanneer ze kunnen vertrouwen op de AI-agent of wanneer hun eigen intuïtie te volgen.

Gezamenlijk leerproces

Wat hebben AI-agents en mensen van elkaar nodig in dit leerproces? Een goed begin is het halve werk, dus zorg voor een goede voorbereiding en ondersteuning. Minimaal zouden in elk geval daarbij de volgende zaken geborgd moeten zijn:

Voor de AI-agents:

  • Kwalitatief hoogwaardige data en voldoende context;
  • Juiste technische infrastructuur;
  • Duidelijke kaders en richtlijnen.

Voor de mensen:

  • Basiskennis over AI en de mogelijkheden ervan;
  • Tijd om te experimenteren en te leren;
  • Ondersteuning bij het ontwikkelen van nieuwe werkroutines;
  • Een veilige omgeving om fouten te mogen maken en daarvan te leren.

Niet al het mensenwerk vervangen

AI-agents zullen net als robots de komende jaren waarschijnlijk een steeds belangrijkere rol gaan spelen in de zorg. Ze kunnen een waardevol instrument zijn om de toenemende zorgvraag het hoofd te bieden en de werkdruk van zorgprofessionals te verlichten. Maar ze zijn (gelukkig) nog altijd geen 100 procent vervanging van menselijke zorg. Ze vormen een aanvulling die het mogelijk maakt om meer tijd en aandacht te besteden aan wat echt belangrijk (en nog steeds mensenwerk) is: de menselijke kant van zorg.

Door AI-agents en robots weloverwogen in te zetten, kunnen ze bijdragen aan betere, efficiëntere en meer persoonsgerichte zorg. En daarbij tegelijk de robots en mensen helpen om verder in hun samenwerking te groeien.

Praktische samenwerking

Hoe zou de dagelijkse samenwerking tussen zorgprofessionals en AI-agents er concreet uit kunnen zien? Stel, een zorgprofessional start een dienst met een digitale overdracht waarbij een AI-agent de belangrijkste aandachtspunten al heeft voorbereid. Tijdens de patiëntenronde communiceert de zorgprofessional met de AI-agent (of robot). Deze ondersteunt de zorgprofessional bij het observeren van patiënten, het registreren van gegevens en het signaleren van bijzonderheden.

De AI-agent fungeert zo als een intelligente sparringpartner die relevante informatie direct beschikbaar maakt, suggesties geeft voor vervolgacties, waarschuwt bij afwijkende waarden en bepaalde administratieve taken automatisch afhandelt. De zorgprofessional blijft echter eindverantwoordelijk, neemt de finale beslissingen - ondersteund door de contextbewuste assistentie van de AI-agent. Deze samenwerking verloopt na verloop van tijd steeds natuurlijker naarmate de AI-agent meer leert van de specifieke werkwijze en voorkeuren van de zorgprofessional.

Ook in het multidisciplinair overleg kunnen AI-agents een ondersteunende rol vervullen. Ze bereiden bijvoorbeeld de bespreking voor door relevante patiëntgegevens te analyseren, behandelopties voor te stellen en de laatste wetenschappelijke inzichten te delen. Tijdens het overleg maken ze real-time aantekeningen en zorgen ze voor directe verwerking van gemaakte afspraken. Dat scheelt ons mensen toch weer het één en ander aan saai administratief papierwerk.

Groeien in hybride samenwerking

Het leren werken met AI-agents is een gezamenlijke reis die vraagt om nieuwsgierigheid, geduld en de bereidheid om nieuwe vaardigheden te ontwikkelen. En bovenal vraagt het om de erkenning dat we ons bevinden in een nieuwe fase in de gezondheidszorg, waarin mens en technologie samen sterker zijn dan de mens alleen.

Laten we al die beloftevolle technologische mogelijkheden nu aangrijpen om een nieuw ecosysteem in te richten waarin wij mensen op een slimme én plezierige manier samenwerken met robots en AI-agents. Het kán, de combinatie van dit soort technologieën kan een natuurlijk onderdeel worden van ons dagelijkse werk. Ook in de zorg. Het doel blijft daarbij onveranderd: betere zorg voor patiënten, ondersteund - maar nooit vervangen door - intelligente technologie of uiterst charmante slimme digitale assistenten. 


Auteurs

Xenia Kuiper
Innovatie & Transformatie - Philadelphia Zorg
Redactieraadslid
Xenia  Kuiper
Xenia Kuiper
innovatie- & transformatiespecialist - Xinnovate
Gastauteur