Ik las een artikel bij Ars Technica over het gebruik van AI bij prior authorization in de Amerikaanse zorg. Dat is het proces waarbij vooraf wordt bepaald of een behandeling, medicijn of procedure wordt vergoed. Het artikel zette me aan het denken, omdat het precies raakt aan een verschuiving die ik zelf ook merk. AI wordt beter. AI hallucineert minder. En daardoor gaan we AI langzaam meer vertrouwen.
Dat klinkt logisch, maar het is ook gevaarlijk interessant. Want vertrouwen ontstaat niet in één klap. Het schuift langzaam op. Eerst gebruik je AI voor een tekstje. Daarna voor een samenvatting. Daarna voor een planning. Daarna voor code. En op een gegeven moment laat je AI iets doen wat je een jaar eerder nog nooit had gedurfd.
Ik herken dat zelf ook. Een deel van mijn zakelijke e-mail is inmiddels geautomatiseerd. Als er een mail binnenkomt op mijn algemene werkadres, kijkt AI naar mijn kennisbank, formuleert een antwoord en verstuurt dat antwoord automatisch. Dat had ik vroeger nooit gedaan. Niet omdat ik het idee niet had, maar omdat de AI er simpelweg nog niet goed genoeg voor was. De kans op een raar antwoord, verkeerde interpretatie of verzonnen informatie was te groot.
Nu durf ik dat wel. Maar vertrouw ik AI honderd procent? Nee. Mijn persoonlijke e-mail beheer ik nog steeds anders. Daar maakt AI conceptantwoorden en controleer ik daarna zelf of het goed is. Bij volledig geautomatiseerde e-mail staat bovendien duidelijk vermeld dat het antwoord door AI is geschreven en dat iemand altijd persoonlijk contact met mij kan opnemen. Dat voelt voor mij als een belangrijke grens. Automatisering mag werk wegnemen, maar het mag de menselijke route niet afsluiten.
Van e-mail naar zorg
Precies daarom vind ik de ontwikkeling bij zorgverzekeraars zo interessant. De Amerikaanse Centers for Medicare & Medicaid Services beschrijven het WISeR-model als een proef waarbij AI en machine learning worden gebruikt in combinatie met menselijke klinische review. Het programma loopt van 1 januari 2026 tot en met 31 december 2031 in zes staten en richt zich op een beperkt aantal behandelingen en diensten waarvan CMS zegt dat ze gevoelig zijn voor verspilling, fraude of overmatig gebruik. CMS zegt ook dat aanbevelingen voor niet-betaling door bevoegde clinici worden bepaald.
Dat is een belangrijke nuance. Het beeld is dus niet simpelweg dat een AI in zijn eentje op een knop drukt en bepaalt of iemand zorg krijgt. Maar tegelijkertijd verandert er wel iets fundamenteels. AI wordt onderdeel van een proces waarin uiteindelijk kan worden bepaald of een behandeling wel of niet wordt betaald. En zodra AI daar een rol in krijgt, wordt de vraag veel groter dan alleen: werkt de technologie?
Want natuurlijk kan AI helpen. Als AI snel door dossiers, regels, documentatie en eerdere beslissingen kan gaan, kan het misschien simpele goedkeuringen sneller afhandelen. Dat zou artsen, administratief personeel en patiënten enorm kunnen helpen. Prior authorization is nu al een enorme administratieve last. De American Medical Association rapporteerde in haar 2025-onderzoek dat 95 procent van de artsen zegt dat dit proces zorg vertraagt, en 60 procent is bezorgd dat AI het aantal afwijzingen zal verhogen.
Daar zit precies de spanning. AI kan een traag systeem sneller maken. Maar als het onderliggende systeem vooral gericht is op afwijzen, dan maakt AI misschien vooral het afwijzen sneller.
Is een fout van AI erger dan een fout van een mens?
Wat ik lastig vind aan dit onderwerp, is dat we bij AI vaak doen alsof fouten ineens onacceptabel zijn. Een AI mag geen fouten maken. Een AI mag niet verkeerd redeneren. Een AI mag niet iets over het hoofd zien. En zeker in de zorg begrijp ik dat gevoel volledig. Als het gaat over gezondheid, behandeling en vergoeding, kan een fout enorme gevolgen hebben.
Maar de wereld voor AI was niet foutloos. Mensen maakten ook fouten. Medewerkers keken documenten verkeerd na. Systemen waren onduidelijk. Regels werden verkeerd toegepast. Aanvragen bleven liggen. Patiënten kregen te laat antwoord. En soms werd zorg geweigerd terwijl die achteraf toch terecht bleek. Het Amerikaanse HHS Office of Inspector General concludeerde in 2022 bijvoorbeeld dat bij Medicare Advantage een deel van de afgewezen aanvragen voldeed aan de Medicare-regels. Dat probleem bestond dus al vóór generatieve AI.
Daarom is de eerlijke vraag volgens mij niet: mag AI ooit een fout maken? De eerlijke vraag is: maakt het totale systeem met AI minder fouten dan het oude systeem, en zijn de fouten beter te corrigeren?
Dat tweede deel is minstens zo belangrijk. Want een fout die snel wordt herkend, goed wordt uitgelegd en makkelijk kan worden gecorrigeerd, is anders dan een fout die in een zwart gat verdwijnt. Bij AI moeten we dus niet alleen kijken naar nauwkeurigheid. We moeten kijken naar uitlegbaarheid, bezwaar, bereikbaarheid en menselijke correctie.
Menselijke controle klinkt simpel
Vaak zeggen we dan: er moet altijd een mens naar kijken. Dat klinkt logisch. Zeker bij zorg. Maar daar zit ook een probleem. Als iedere aanvraag alsnog volledig door een mens moet worden gecontroleerd, verdwijnt een groot deel van de winst. Dan heb je AI toegevoegd, maar houd je hetzelfde trage proces. Misschien wordt het iets beter georganiseerd, maar de echte belofte van minder administratieve lasten en snellere hulp verdwijnt.
Als je alles door AI laat doen zonder duidelijke menselijke route, krijg je het tegenovergestelde probleem. Dan kan de efficiëntiewinst groot zijn, maar wordt het systeem koud en gevaarlijk. Dan moet de patiënt zelf maar zien hoe hij of zij door een bezwaarproces komt. En dat is precies waar mijn zorg zit.
Volgens mij zit de oplossing ergens tussen die twee uitersten. Laat AI vooral helpen waar het risico laag is en de beslissing duidelijk is. Laat AI administratief werk voorbereiden, documenten controleren, ontbrekende informatie signaleren en eenvoudige goedkeuringen versnellen. Maar zorg dat afwijzingen, uitzonderingen en twijfelgevallen een andere behandeling krijgen. Daar moet de lat hoger liggen. Daar moet een mens kunnen meekijken. Daar moet een duidelijke uitleg komen. En daar moet iemand altijd persoonlijk contact kunnen opnemen.
Dat is ook hoe ik naar mijn eigen e-mailsysteem kijk. Automatisering is prima zolang iemand merkt dat het AI is, begrijpt wat er gebeurt en altijd een menselijke route heeft. De vraag is of we in de zorg niet precies hetzelfde principe nodig hebben.
De mensen die geen bezwaar maken
Er is voor mij eigenlijk één probleem dat boven alles uitsteekt. Wat gebeurt er met mensen die minder goed in staat zijn om bezwaar te maken?
Dat is geen klein detail. In theorie klinkt een bezwaarprocedure netjes. Als de AI of het systeem iets fout doet, kan iemand protesteren. Dan kijkt een mens ernaar. Dan kan het worden hersteld. Maar in de praktijk vraagt bezwaar energie, taalvaardigheid, digitale vaardigheid, tijd, gezondheid, geld en soms ook vertrouwen in het systeem. Juist de mensen die zorg nodig hebben, hebben die ruimte niet altijd.
De cijfers uit de Verenigde Staten laten zien dat dit niet theoretisch is. De Commonwealth Fund vond dat één op de vijf particulier verzekerde volwassenen in de VS te maken had met een afwijzing van door een arts aanbevolen zorg. En KFF schreef dat in Medicare Advantage in 2024 maar een klein deel van de afgewezen prior authorization-aanvragen werd aangevochten, terwijl meer dan 80 procent van de aangevochten afwijzingen geheel of gedeeltelijk werd teruggedraaid.
Dat vind ik een veelzeggende combinatie. Veel mensen maken geen bezwaar. Maar als er wel bezwaar wordt gemaakt, blijkt het vaak succesvol. Dan is de menselijke route dus niet alleen een nette extra optie. Dan is die route soms het verschil tussen wel of geen zorg.
De echte vraag
Ik denk dat zorgverzekeraars en overheden dit pad gaan bewandelen. De druk is te groot. Er zijn te veel administratieve lasten. Er is te veel geld mee gemoeid. AI wordt beter. En als AI sneller en goedkoper beslissingen kan voorbereiden, dan is het bijna onvermijdelijk dat organisaties dit gaan proberen.
Maar dan moeten we de discussie wel goed voeren. Niet als een simpele keuze tussen mens of AI. Niet alsof mensen altijd zorgvuldig zijn en AI altijd gevaarlijk is. En ook niet alsof AI alles oplost zodra het minder hallucineert. De vraag is veel praktischer en veel menselijker.
Waar gebruiken we AI voor? Welke beslissingen mag AI voorbereiden? Welke beslissingen mag AI versnellen? Wanneer moet een mens verplicht meekijken? Hoe duidelijk wordt een afwijzing uitgelegd? Hoe makkelijk is bezwaar maken? En vooral: wie beschermt de mensen die zelf niet goed kunnen protesteren?
Daar zit volgens mij de kern. AI in de zorg is niet per definitie slecht. Sterker nog, het kan juist helpen om mensen sneller te helpen en onnodige administratie te verminderen. Maar alleen als we menselijke controle niet zien als een formaliteit achteraf. Menselijke controle moet er vooral zijn op de momenten waarop iemand anders de gevolgen draagt.
Want een AI die een e-mail verkeerd beantwoordt, is vervelend.
Een AI die meewerkt aan het weigeren van zorg, is iets heel anders.