Europese huisartsenpraktijken staan onder aanzienlijke administratieve druk. Wachtlijsten groeien, consulttijden worden korter en zorgverleners besteden een onevenredig groot deel van hun werkdag aan documentatie in plaats van aan directe patiëntenzorg. AI-documentatietools (kunstmatige intelligentie), waaronder AI-assistenten, realtime transcriptie-assistenten en geautomatiseerde generatoren van klinische verslagen, worden door leveranciers en gezondheidstechnologiecommentatoren gepresenteerd als een directe oplossing voor dit probleem. Toch blijft de adoptie in de Europese eerstelijnszorg opvallend ongelijk. De technologie bestaat. Het probleem dat zij claimt op te lossen is reëel. Dus waarom gebruiken niet meer huisartsen het?

Het antwoord is niet simpelweg weerstand. Wanneer zorgverleners rechtstreeks worden bevraagd, in enquêtes, focusgroepen en kwalitatieve interviews, komt een gelaagde reeks zorgen naar voren die rationeel, specifiek en grotendeels niet aangepakt zijn door de huidige generatie AI-documentatieproducten. Het begrijpen van die zorgen is essentieel voor iedereen die betrokken is bij het aanschaffen, implementeren of ontwikkelen van AI-tools voor Europese zorginstellingen.

De implementatieparadox: "Ik heb nu geen tijd om een nieuw systeem te leren"

De meest directe barrière die huisartsen beschrijven is ook de meest contra-intuïtieve. Het probleem dat AI-documentatietools juist moeten oplossen – het verpletterende gewicht van administratieve lasten – wordt vaak aangehaald als de reden waarom zorgverleners geen tijd kunnen vinden om ze te evalueren of te adopteren.

Een enquête uit 2025 onder 1.005 Britse huisartsen, gepubliceerd in Digital Health, vond dat 75 procent nog steeds geen generatieve AI-tools gebruikte in de klinische praktijk. Van degenen die ze wel gebruikten, paste slechts 35 procent ze toe op documentatie na het consult, de kerntoepassing waar de meeste AI-documentatieleveranciers zich op richten. Cruciaal is dat 85 procent van de huisartsen aangaf dat hun werkgever hen niet had aangemoedigd om generatieve AI-tools te gebruiken, en 95 procent had geen professionele training ontvangen in het gebruik ervan.

Dit is geen verhaal over zorgverleners die AI-tools hebben geprobeerd en afgewezen. Het is grotendeels een verhaal over zorgverleners die nooit de institutionele ondersteuning hebben gehad om ze überhaupt te proberen. Zonder beschermde tijd voor evaluatie, gestructureerde onboarding of een aangewezen persoon om de implementatie te begeleiden, valt de cognitieve belasting van het adopteren van een nieuw systeem volledig op individuele zorgverleners die al op volle capaciteit werken.

Een kwalitatieve studie onder Litouwse huisartsen vond dat zelfs kleine inefficiënties, zoals een verwerkingsvertraging van 15 tot 20 seconden in AI-gegenereerde output, werden ervaren als ernstige problemen in klinische omgevingen met hoge werkdruk. Wanneer elke seconde van een consult telt, zal elke tool die wrijving introduceert, hoe klein ook, waarschijnlijk worden verlaten.

Hoe weet ik dat het daadwerkelijk accuraat is?

Vertrouwen in de nauwkeurigheid van AI-gegenereerde klinische verslagen is een hardnekkige en legitieme zorg. Huisartsen zijn niet simpelweg voorzichtig omwille van de voorzichtigheid zelf. Ze reageren op een echte verantwoordelijkheidsvraag. Als een AI-assistent verkeerd weergeeft wat er in een consult is gezegd, of een onjuiste klinische code genereert, draagt de zorgverlener, niet de leverancier, de juridische en professionele verantwoordelijkheid.

Het begeleidende opiniestuk bij de Britse huisartsenquête van 2025 vond dat de open opmerkingen van huisartsen zich groepeerden rond thema's van onbekendheid, ambivalentie en angst over de rol van AI in klinische taken. Hoewel 69 procent van de huisartsen geloofde dat AI de documentatie zou verbeteren, een stijging ten opzichte van 59 procent in 2024, wat suggereert dat attitudes geleidelijk verschuiven, blijft de adoptie ver achter bij het uitgesproken optimisme.

Het onderzoeksrapport van december 2025 van het Royal College of General Practitioners vatte deze spanning direct samen. Huisartsen in focusgroepen waarschuwden voor het overschatten van het tijdbesparende potentieel van AI-tools, en merkten op dat als je "de tijd neemt om dingen in veel detail te controleren, de tijdbesparende voordelen mogelijk verminderd worden." Dit is een klinisch verantwoorde positie. Als een huisarts elk AI-gegenereerd verslag woord voor woord moet lezen voordat hij het aftekent, kan de efficiëntiewinst marginaal of zelfs afwezig zijn.

Een Italiaanse studie uit 2025 over de optimisme-kenniskloof onder zorgverleners vond dat zorgprofessionals breed enthousiast zijn over AI, maar de specifieke kennis missen die nodig is om de betrouwbaarheid ervan in de praktijk te beoordelen, een kloof die betekenisvolle en geïnformeerde adoptie bemoeilijkt.

Zorgen over nauwkeurigheid strekken zich specifiek uit tot gestructureerde gegevens en klinische codes. Fouten in vrije-tekstverslagen zijn één ding. Fouten in gecodeerde diagnoses of medicatiedossiers hebben gevolgen voor patiëntveiligheid, verwijzingstrajecten en datakwaliteit op populatieniveau.

Wat gebeurt er met de gegevens van mijn patiënten?

Gegevensbeveiliging en privacy zijn bijzonder acuut in de Europese eerstelijnszorg, waar naleving van de Algemene Verordening Gegevensbescherming (AVG) een juridische basislijn is in plaats van een optionele overweging. Wanneer huisartsen vragen "Is dit überhaupt legaal in mijn land?", zijn ze niet obstructief. Ze stellen een vraag die veel AI-documentatieleveranciers niet duidelijk genoeg hebben beantwoord.

De begeleidende Britse huisartsen-opinie-enquête vond dat zorgverleners specifiek zorgen uitten over "derde partijen die toegang hebben tot patiëntgegevens", een zorg die structureel terecht is gezien het feit dat de meeste AI-documentatietools audio of tekst verwerken op cloudinfrastructuur die mogelijk buiten de EU ligt.

Het RCGP-rapport vond dat huisartsen vragen stelden over waar patiëntgegevens worden opgeslagen, of ze worden gebruikt voor commerciële doeleinden, en of het delen van patiëntgegevens daadwerkelijk ten goede komt aan de individuen wier gegevens worden gebruikt. Dit zijn geen hypothetische zorgen. Ze weerspiegelen echte onduidelijkheid in hoe veel AI-tools omgaan met gegevensopslag en secundair gebruik.

Het keynote-paper van het European General Practice Research Network over AI in de Europese eerstelijnszorg bracht aanvullende zorgen naar voren die specifiek zijn voor de Europese onderzoekscontext: data-eigendom, datavergiftiging en het risico van datalekken, bijzonder relevant wanneer patiëntgesprekken worden verwerkt door externe AI-infrastructuur.

Een grote door de EU in opdracht gegeven studie over AI-implementatie in de Europese gezondheidszorg identificeerde juridische en regelgevende complexiteit als een van de vier primaire barrièrecategorieën, en merkte op dat zowel zorgverleners als patiënten zich zorgen maken over AI-betrouwbaarheid en gegevensbescherming. Het rapport vond dat de meeste EU-lidstaten geen duidelijke vergoedingstrajecten hebben voor AI-tools, en dat adoptie momenteel geconcentreerd is in grotere academische ziekenhuizen in plaats van eerstelijnszorginstellingen, waar de infrastructuur voor gegevensbeheer vaak minder ontwikkeld is.

Ons medisch dossiersysteem is antiek. Zal het überhaupt werken?

Integratie met bestaande medisch dossiersystemen is een praktische beperking die leveranciers vaak onderschatten. In werkelijkheid is de IT-infrastructuur van de Europese eerstelijnszorg heterogeen, vaak verouderd en zelden ontworpen met integratie van externe AI in gedachten.

De Spaanse proof-of-concept-studie uit Catalonië, die een AI-tool voor het genereren van klinische verslagen genaamd "Relisten" testte in eerstelijnszorginstellingen, bracht precies deze wrijvingspunten naar voren: integratie met de workflow van het medisch dossiersysteem, uitdagingen bij tijdmeting en de moeilijkheid om AI-gegenereerde documentatie te vergelijken met bestaande documentatiestandaarden in echte klinische omgevingen.

Het EU-rapport over AI-implementatie in de gezondheidszorg categoriseerde technologische en data-issues als een aparte barrièrecategorie, gescheiden van regelgevende of organisatorische zorgen. Legacy-systemen in de Europese openbare gezondheidszorg, waarvan er veel niet zijn ontworpen om application programming interfaces (API's, programmeertoepassingsinterfaces) bloot te leggen of gestructureerde input van externe tools te accepteren, vormen een echt technisch obstakel dat niet op praktijkniveau kan worden opgelost.

Voor huisartsen die in openbare zorginstellingen werken, is de beslissing om een nieuwe AI-tool te integreren zelden alleen aan hen. Het vereist doorgaans betrokkenheid van de IT-afdeling, goedkeuring van inkoop en in sommige gevallen goedkeuring van de nationale of regionale gezondheidsautoriteit. De kloof tussen een zorgverlener die een app downloadt en een AI-tool die formeel wordt geïntegreerd in de workflow van het medisch dossiersysteem van een praktijk is aanzienlijk.

Niemand in de praktijk heeft dit goedgekeurd

Individuele klinische interesse in AI-documentatietools vertaalt zich niet automatisch in institutionele adoptie. Veel huisartsen beschrijven een situatie waarin ze persoonlijk nieuwsgierig zijn naar AI-assistenten, maar organisatorische of governance-barrières tegenkomen die hen ervan weerhouden om verder te gaan.

De Britse huisartsenquête van 2025 maakt dit structurele probleem expliciet: 85 procent van de huisartsen zei dat hun werkgever hen niet had aangemoedigd om generatieve AI-tools te gebruiken, en 95 procent had geen professionele training ontvangen. Dit is geen beeld van een beroepsgroep die AI-tools is aangeboden en ze heeft afgewezen. Het is een beeld van een beroepsgroep die grotendeels is overgelaten om AI-adoptie te navigeren zonder institutionele ondersteuning.

De Duitse studie naar artsenattitudes van de RWTH Aachen University vond dat ondanks enthousiasme onder individuele artsen, klinische integratie beperkt bleef vanwege zorgen over bruikbaarheid, ethische implicaties en acceptatie door artsen. De studie riep expliciet op tot gestandaardiseerde implementatiestrategieën in plaats van adoptie over te laten aan individueel initiatief.

Governance-zorgen omvatten ook vragen over klinische verantwoordelijkheid. Als een AI-gegenereerd verslag een fout bevat, wie is er dan verantwoordelijk? Als een tool niet formeel is goedgekeurd door de klinisch leider van een praktijk of door een nationale regelgevende instantie, kunnen individuele huisartsen terughoudend zijn om het te gebruiken, zelfs als ze geloven dat het zou helpen, juist omdat het verantwoordelijkheidskader onduidelijk is.

Ik heb te veel tools zien komen en gaan

Scepsis van zorgverleners, geworteld in eerdere ervaringen, is een factor die niet altijd in enquêtes verschijnt maar consistent naar voren komt in kwalitatief onderzoek. Huisartsen hebben meerdere cycli van gezondheidstechnologiebeloften meegemaakt, van implementaties van medisch dossiersystemen die jaren nodig hadden om te stabiliseren tot klinische beslissingsondersteunende tools die verplicht werden gesteld en vervolgens stilletjes werden verlaten. Deze geschiedenis bepaalt hoe ze nieuwe tools beoordelen.

Het keynote-paper van het European General Practice Research Network merkte direct op dat het tempo van AI-integratie het beschikbare bewijs ter ondersteuning van de werkzaamheid en veiligheid ervan overtreft. Voor zorgverleners die zijn opgeleid om interventies te beoordelen op basis van bewijs, is dit een betekenisvolle zorg. Een tool waarvan is aangetoond dat deze documentatietijd vermindert in een door de leverancier gesponsorde pilotstudie, is niet hetzelfde als een tool met een robuuste bewijsbasis uit onafhankelijke evaluatie in de praktijk.

De Poolse mixed-methods-studie vond dat AI-adoptie beperkt blijft vanwege terughoudendheid om te veranderen, misvattingen en kenniskloven. Ook werd opgemerkt dat zorgen over banenverlies grotendeels zijn afgenomen, waarbij AI steeds meer wordt gezien als een aanvulling op in plaats van een vervanging van zorgverleners. Dit is vooruitgang, maar het vertaalt zich niet automatisch in vertrouwen in specifieke tools.

De in PubMed geïndexeerde enquête onder eerstelijnszorgverleners over klinische beslissingsondersteuning voor hiv-pre-expositieprofylaxe vond dat zelfs wanneer zorgverleners een tool als geschikt en nuttig beoordeelden, de opname werd belemmerd door workflow- en bruikbaarheidsbarrières. Dit onderstreept dat waargenomen waarde en daadwerkelijke adoptie niet hetzelfde zijn. Onvoldoende ondersteunde uitrol, slecht verandermanagement en tools die niet passen bij echte workflows hebben een residu van voorzichtigheid achtergelaten waarmee nieuwe AI-documentatieproducten moeten omgaan.

Ik weet niet zeker of het mijn workflow daadwerkelijk zou helpen

Zelfs huisartsen die openstaan voor AI-documentatietools uiten vaak twijfel of bestaande producten wel zijn ontworpen voor hun dagelijkse praktijk. De Europese eerstelijnszorg omvat een breed scala aan consultformaten, talen en documentatievereisten die niet altijd overeenkomen met de use-cases waarvoor AI-tools zijn gebouwd.

Het RCGP-rapport vond dat huisartsen administratie identificeerden als een belangrijk gebied waar AI zou kunnen helpen. Hun focusgroepen onthulden ook scepsis over de vraag of AI-tools die belofte in de praktijk kunnen waarmaken, met name rond de tijd die nodig is om AI-gegenereerde content te verifiëren.

Het keynote-paper van het European General Practice Research Network benadrukte dat de praktische waarde van AI-tools sterk afhangt van de prompt engineering-vaardigheden (het formuleren van opdrachten aan AI-systemen) van zorgverleners, een capaciteitskloof waar de meeste huisartsen niet voor zijn opgeleid. Een AI-documentatietool die aanzienlijke configuratie of prompting vereist om bruikbare output te leveren, is niet goed geschikt voor de tijdsdruk van een huisartsenconsult.

Teleconsulten voegen extra complexiteit toe. Ambient voice-technologie (omgevingsspraaktechnologie) die is ontworpen voor fysieke consulten functioneert mogelijk niet betrouwbaar in telefonische of video-triagesituaties. Meertalige patiëntinteracties, gebruikelijk in stedelijke Europese praktijken, brengen extra uitdagingen met zich mee rond transcriptienauwkeurigheid en verslagkwaliteit. De Litouwse kwalitatieve studie vond dat artsen sceptisch bleven over de betrouwbaarheid en efficiëntie van AI, waarbij vertrouwen, gegevensprivacy en autonomie van artsen allemaal werden geïdentificeerd als hardnekkige zorgen. Deze zorgen worden versterkt wanneer de tool niet goed aansluit bij de klinische context.

De AI-paraatheidstudie onder jonge Europese huisartsen, gepubliceerd in de Annals of Family Medicine, beoordeelde paraatheid over vier dimensies (cognitie, vermogen, visie en ethiek) en vond betekenisvolle variatie tussen landen. Dit suggereert dat de adoptiekloof niet uniform is en wordt gevormd door zowel structurele als individuele factoren.

Wat kost het, en wie betaalt ervoor?

Budgetonzekerheid is een significante en onderbelichte barrière, met name in Europese openbare gezondheidszorgstelsels waar aankoopbeslissingen onderworpen zijn aan inkoopregels en centrale financieringsbeperkingen.

Het EU-rapport over AI-implementatie in de gezondheidszorg vond dat de meeste EU-lidstaten geen vergoedingstrajecten hebben voor AI-tools, en dat organisatorische en financiële obstakels een van de vier primaire barrièrecategorieën vormen voor AI-adoptie in de Europese gezondheidszorg. Zonder een duidelijk mechanisme voor het financieren van AI-documentatietools, of het nu gaat om nationale gezondheidsbudgetten, uitgaven op praktijkniveau of vergoeding door verzekeraars, blijven individuele praktijken achter met kosten die moeilijk te rechtvaardigen zijn in omgevingen met beperkte middelen.

Prijsmodellen voor AI-documentatietools variëren aanzienlijk en zijn niet altijd transparant. Abonnementsmodellen, kosten per consult en enterprise-licentieovereenkomsten creëren elk verschillende financiële dynamieken voor praktijken van verschillende groottes. In gemengde gezondheidszorgstelsels, waar huisartsen zowel publiek als privaat gefinancierde patiënten kunnen zien, voegt de vraag welke consulten onder welke prijscategorie vallen extra complexiteit toe.

De kwalitatieve Britse patiëntenstudie over AI in de eerstelijnszorg voor patiënten met meerdere chronische aandoeningen vond dat implementatie-uitdagingen en acceptatiefactoren nauw met elkaar verbonden zijn, en dat financiële en organisatorische barrières op manieren interacteren met klinische en sociale barrières. Dit maakt adoptie tot een systeemniveau-uitdaging in plaats van een individuele beslissing.

Wat deze bezwaren ons daadwerkelijk vertellen over adoptie

De zorgen die Europese huisartsen uiten over AI-documentatietools zijn geen catalogus van irrationele weerstand. Het is een samenhangende reeks vragen over vertrouwen, toepasbaarheid, governance en ondersteuning, vragen die de huidige generatie AI-documentatieproducten, en de gezondheidszorgstelsels die verantwoordelijk zijn voor de implementatie ervan, nog niet overtuigend genoeg hebben beantwoord om wijdverspreide adoptie te stimuleren.

De barrières clusteren in vier brede categorieën:

• Vertrouwen en nauwkeurigheid: zorgverleners moeten erop kunnen vertrouwen dat AI-gegenereerde verslagen betrouwbaar genoeg zijn om af te tekenen zonder uitgebreide review, en dat fouten in gestructureerde gegevens en klinische codering geen stroomafwaartse patiëntveiligheidsrisico's veroorzaken.

• Gegevensbeheer: AVG-naleving, gegevensopslag en duidelijkheid over secundair gegevensgebruik zijn niet-onderhandelbaar voor Europese zorgverleners die opereren onder juridische verplichtingen die per land verschillen.

• Integratie en toepasbaarheid: tools die niet betrouwbaar koppelen aan bestaande medisch dossiersystemen, of die niet zijn ontworpen voor de specifieke consultformaten en taalkundige diversiteit van de Europese eerstelijnszorg, zullen niet worden geadopteerd, ongeacht hun technische capaciteit.

• Institutionele paraatheid: individuele interesse van zorgverleners is niet voldoende. Adoptie vereist aanmoediging door werkgevers, professionele training, governance-kaders en in veel gevallen centrale financiering of vergoedingstrajecten.

De bevinding uit de Britse huisartsenquête van 2025 dat 95 procent van de huisartsen geen professionele training had ontvangen in generatieve AI-tools is misschien wel het belangrijkste datapunt voor iedereen die probeert te begrijpen waarom adoptie laag blijft. Dit suggereert dat de primaire kloof niet ligt in de houding van zorgverleners, die positiever wordt, maar in de institutionele infrastructuur die nodig is om verantwoorde, geïnformeerde adoptie te ondersteunen.

Voor leiders van gezondheidszorgstelsels en besluitvormers op het gebied van inkoop is de implicatie dat het bouwen van een businesscase voor het implementeren van AI-documentatietools niet primair een technologieprobleem is. Het is een implementatievraagstuk, een uitdaging die investeringen vereist in training, governance, integratieondersteuning en duidelijke communicatie over gegevensverwerking, voordat redelijkerwijs van zorgverleners kan worden verwacht dat ze hun werkwijze aanpassen.

Veelgestelde vragen

Waarom gebruiken niet meer Europese huisartsen AI-documentatietools?

Het bewijs suggereert dat de belangrijkste barrière geen weerstand tegen de technologie zelf is. Een enquête uit 2025 onder 1.005 Britse huisartsen vond dat 85 procent geen aanmoediging had ontvangen van hun werkgever om generatieve AI-tools te gebruiken, en 95 procent had geen professionele training ontvangen. De meeste huisartsen hebben de institutionele ondersteuning die nodig is om deze tools überhaupt te proberen niet gehad.

Wat zeggen huisartsen over de nauwkeurigheid van AI-gegenereerde klinische verslagen?

Nauwkeurigheid is een hardnekkige en praktische zorg. Als een huisarts elk AI-gegenereerd verslag in detail moet lezen voordat hij het aftekent, kan de tijdsbesparing marginaal zijn. Fouten in gestructureerde gegevens en klinische codering brengen stroomafwaartse risico's met zich mee voor patiëntveiligheid en verwijzingstrajecten. De zorgverlener, niet de leverancier, draagt de juridische en professionele verantwoordelijkheid voor wat in het dossier komt.

Hoe beïnvloeden de AVG en gegevensprivacy de adoptie van AI-documentatietools in Europa?

Naleving van de Algemene Verordening Gegevensbescherming is een juridische basislijn voor Europese zorgverleners, geen optionele overweging. Huisartsen hebben specifieke zorgen geuit over derde partijen die toegang hebben tot patiëntgegevens, waar gegevens worden opgeslagen, of ze worden gebruikt voor commerciële doeleinden, en of patiënten daadwerkelijk baat hebben bij het delen van hun gegevens. Veel AI-documentatietools verwerken audio of tekst op cloudinfrastructuur die mogelijk buiten de EU ligt, wat echte onduidelijkheid creëert rond gegevensopslag en secundair gebruik.

Waarom veroorzaakt integratie met bestaande medisch dossiersystemen problemen?

De Europese eerstelijnszorg draait op heterogene, vaak verouderde IT-infrastructuur die niet is ontworpen met integratie van externe AI in gedachten. Veel legacy-systemen in de openbare gezondheidszorg stellen geen API's beschikbaar of accepteren geen gestructureerde input van externe tools. Voor huisartsen in openbare zorginstellingen vereist het integreren van een nieuwe AI-tool doorgaans betrokkenheid van de IT-afdeling, goedkeuring van inkoop en soms goedkeuring van de nationale of regionale gezondheidsautoriteit.

Welke organisatorische barrières verhinderen individuele huisartsen om AI-tools te adopteren?

Persoonlijke interesse in AI-documentatietools vertaalt zich niet automatisch in adoptie op praktijkniveau. Zonder aanmoediging door werkgevers, professionele training en duidelijke governance-kaders worden individuele zorgverleners overgelaten om adoptie alleen te navigeren terwijl ze al op volle capaciteit werken. Een Duitse studie van de RWTH Aachen University vond dat klinische integratie beperkt bleef ondanks individueel enthousiasme, en riep expliciet op tot gestandaardiseerde implementatiestrategieën.

Weerhoudt de tijd die het kost om een nieuwe AI-tool te leren huisartsen ervan om er een te gebruiken?

Ja, en het is een contra-intuïtief probleem. De administratieve last die AI-documentatietools moeten verminderen, wordt zelf aangehaald als de reden waarom zorgverleners geen tijd kunnen vinden om ze te evalueren of te adopteren. Een kwalitatieve studie onder Litouwse huisartsen vond dat zelfs een verwerkingsvertraging van 15 tot 20 seconden in AI-gegenereerde output werd ervaren als een ernstig probleem in klinische omgevingen met hoge werkdruk.

Zijn AI-documentatietools daadwerkelijk ontworpen voor hoe Europese huisartsen werken?

Veel huisartsen betwijfelen dat. De Europese eerstelijnszorg omvat een breed scala aan consultformaten, talen en documentatievereisten. Ambient voice-technologie die is ontwikkeld voor fysieke consulten functioneert mogelijk niet betrouwbaar in telefonische of video-triagesituaties. Meertalige patiëntinteracties, gebruikelijk in stedelijke Europese praktijken, brengen extra uitdagingen met zich mee rond transcriptienauwkeurigheid. Het European General Practice Research Network heeft ook opgemerkt dat de praktische waarde van AI-tools sterk afhangt van de prompt engineering-vaardigheden van zorgverleners, een capaciteitskloof waarvoor de meeste huisartsen geen training hebben gehad.

Wie betaalt voor AI-documentatietools in de Europese openbare gezondheidszorg?

Financiering is een significante en onderbelichte barrière. Een grote door de EU in opdracht gegeven studie over AI-implementatie in de Europese gezondheidszorg vond dat de meeste EU-lidstaten geen duidelijke vergoedingstrajecten hebben voor AI-tools, en dat organisatorische en financiële obstakels tot de vier primaire barrièrecategorieën voor adoptie behoren. Zonder een mechanisme voor het financieren van deze tools via nationale gezondheidsbudgetten, uitgaven op praktijkniveau of vergoeding door verzekeraars, blijven individuele praktijken achter met kosten die moeilijk te rechtvaardigen zijn in omgevingen met beperkte middelen.

Wat zou daadwerkelijk bredere adoptie van AI-documentatietools in de eerstelijnszorg stimuleren?

Het bewijs wijst op een implementatiekloof in plaats van een attitudekloof. De houding van zorgverleners wordt positiever, waarbij 69 procent van de Britse huisartsen in 2025 geloofde dat AI de documentatie zou verbeteren, een stijging ten opzichte van 59 procent in 2024. Wat ontbreekt is de institutionele infrastructuur om verantwoorde adoptie te ondersteunen: aanmoediging door werkgevers, professionele training, duidelijk gegevensbeheer, betrouwbare integratie met bestaande medisch dossiersystemen en in veel gevallen centrale financiering of vergoedingstrajecten.