De mogelijke ondergang van een federaal programma is geen afwijzing van AI in de gezondheidszorg

Dankzij AI staat de Amerikaanse gezondheidszorg aan een kruispunt.

Enerzijds racen gezondheidsorganisaties om de manier waarop zorg wordt verleend te transformeren. Beleggers hebben beseft dat AI het potentieel heeft om de markt omver te werpen en enorme winsten te behalen. In mijn eigen sector – gezondheidsadministratie – komt dit tot uiting in geautomatiseerde papierwerk. In andere sectoren, zoals radiologie, identificeren en diagnosticeren LLM’s medische aandoeningen.

Er wordt een enorme hoeveelheid geld in AI in de gezondheidszorg gepompt. Vorig jaar hebben Amerikaanse gezondheids-AI-bedrijven meer dan 18 miljard dollar aan venture-investeringen binnengehaald – een stijging van bijna 10% ten opzichte van 2024. Deze snelle groei zal naar verwachting doorgaan en zal een groot deel van wat we weten over de gezondheidszorg veranderen.

Aan de andere kant is er de governance-uitdaging. Regulatoren hebben moeite om AI te begrijpen en effectief te reguleren. We weten allemaal dat de staat een verantwoordelijkheid heeft tegenover haar burgers. Maar als de industrie snel verandert, kan het voor de overheid moeilijk zijn om bij te blijven.

Nergens zien we deze dynamiek meer dan bij de zorgverzekering. In de Verenigde Staten moeten ziekenhuizen en artsen vaak voorafgaande autorisatie van de zorgverzekeraar van de patiënt krijgen voordat ze zorg kunnen verlenen. Verzekeraars behouden het recht om behandelingen te weigeren die zij niet medisch noodzakelijk achten.

AI-gezondheidstechnologie belooft de efficiëntie van de hele sector te verhogen, maar moet zorgvuldig worden beheerd. De CMS (Centers for Medicare & Medicaid Services) schat dat 25% van alle kosten in de industrie besteed wordt aan administratieve verspilling. AI kan deze last verlichten, waardoor het publiek kan profiteren. Niettemin hebben we de juiste principes nodig voor succes.

Komt WISeR in beeld. Aangekondigd door de CMS aan het begin van dit jaar, is het Wasteful and Inappropriate Services Reduction (WISeR)-programma een van de grootste pilots in AI-gezondheidstechnologie. Met behulp van AI-modellen om bewijsmateriaal samen te vatten, proberen gekwalificeerde clinici claims in het traditionele Medicare-programma veel sneller te verwerken. Het experiment is momenteel live in zes staten.

In juni heeft het Huis van Afgevaardigden met algemene stemmen besloten om de financiering van WISeR te blokkeren. De begroting moet nog door het Congres worden goedgekeurd en de pilot blijft actief, maar de toekomst ervan na 30 september is onduidelijk.

Wat ik hier wil zeggen, is dat – wat we ook vinden van de WISeR-stemming – het fundament van het programma blijft overeind. “AI vlaggen, clinici bevestigen” blijft de basis vormen voor een goede governance in AI-gezondheidstechnologie.

Wetgevers vroegen om betere processen

Terwijl het gemakkelijk is om deze beslissing te lezen als een afwijzing van AI in de gezondheidszorg, zou dat een vergissing zijn. De stemming om WISeR te defunderen werd genomen vanwege bezorgdheid over de implementatie en stimuleringsstructuren – niet omdat wetgevers tegen AI-adoptie in klinische beoordeling waren.

De belangrijkste reden die het Huis van Afgevaardigden voor hun beslissing gaf, was dat het voorafgaande autorisatie introduceerde in het traditionele Medicare. De 13 medische diensten die voor de pilot waren geselecteerd, hadden eerder alleen toestemming van een arts nodig, niet van een verzekeraar. Wetgevers weigerden WISeR dus vanwege wat zij beschouwden als een toename van de administratieve complexiteit en verandering van federale stimulansen.

Dit is geen kritiek op AI-gezondheidstechnologie. In plaats daarvan is het een kritiek op de manier waarop het proces is ontworpen.

“AI vlaggen, clinici bevestigen” is nog steeds de basis van gezondheidstechnologie

Terwijl het lot van WISeR nu onduidelijk is, is het centrale principe ervan niet. Het principe dat “AI vlaggen, een clinicus bevestigt” de basis vormt van de moderne gezondheidstechnologie, blijft overeind.

Dit principe is essentieel vanwege de status van AI als een emergent systeem. In tegenstelling tot andere vormen van automatisering, hebben LLM’s het potentieel om beslissingen te nemen die hun makers niet hebben bedoeld. Dit is een ontwerpkeuze. Emergentie stelt AI in staat om flexibel en creatief te handelen, maar het brengt ook risico’s met zich mee. Ongeacht hoe verfijnd deze systemen worden, zullen regulatoren altijd een “mens in de lus” nodig hebben om willekeurige beslissingen te vangen en de veiligheid van patiënten te garanderen.

In de praktijk betekent dit dat een gekwalificeerde clinicus alle juridische en ethische verantwoordelijkheid behoudt wanneer hij AI gebruikt. LLM’s verzamelen en samenvatten bewijsmateriaal met machinesnelheid, waarbij belangrijke bevindingen worden benadrukt. Clinici bekijken de gegevens, die bondig worden gepresenteerd, en gebruiken deze om hun oordeel te vormen. Dit proces belooft de efficiëntie te verhogen en de maximale nauwkeurigheid te behouden. De klinische beoordeling wordt versterkt omdat mensen centraal blijven staan in het proces, niet ondanks hun betrokkenheid, maar juist vanwege hun betrokkenheid.

Op dit moment zien we overal in de gezondheidszorg een consensus ontstaan.

Vorig jaar hebben de grootste zorgverzekeraars van het land hun toezegging gedaan om het voorafgaande autorisatieproces te verbeteren. Dit omvat het verhogen van de transparantie en het versnellen van de besluitvorming, met een focus op onmiddellijke goedkeuringen voor bepaalde dringende of klinisch standaardbehandelingen, wat heeft geleid tot het feit dat AI voor veel verzekeraars een virtuele noodzaak is geworden. De toonaangevende branchevereniging voor onafhankelijke revieworganisaties heeft ook haar standpunt over het gebruik van AI uiteengezet.

Het niveau van regulering op staatsniveau stijgt ook. Staten beschikken al over relevante consumentenbeschermingswetten, die nu worden aangepast aan AI. Tot nu toe in 2026 hebben 43 staten 240 gezondheids-AI-wetten ingevoerd. Van deze wetten verbieden er negen het gebruik van AI als enige bepalende factor voor het afwijzen van claims.

Als het WISeR-programma uiteindelijk wordt stopgezet, zou dat de consensus dat “AI vlaggen, clinici bevestigen” niet aantasten. Met dit principe hebben we alles wat we nodig hebben voor succes in de industrie. We moeten alleen de structuur van AI-implementatie verfijnen.

AI-adoptie is niet onderhandelbaar

Gezien het potentieel van AI voor efficiëntie, zullen gezondheidsentiteiten die langzaam zijn in het adopteren van deze technologie, snel worden ingehaald.

De les die we kunnen trekken uit WISeR is niet dat we geen AI in de gezondheidszorg kunnen hebben. Integendeel, we moeten erkennen dat LLM’s het potentieel hebben om de efficiëntie in de gezondheidszorg te verbeteren. Voor deze verandering te laten plaatsvinden, moeten gekwalificeerde professionals centraal blijven staan. De consensus van “AI vlaggen, clinici bevestigen” vormt de basis voor de overgang, die al de standaard over een groot deel van de industrie zet.

AI belooft een significante verbetering in efficiëntie en toegang tot zorg, maar kan niet functioneren zonder menselijke beoordeling. WISeR laat zien dat we in de lus moeten blijven. Niet als een add-on, maar als een noodzaak.