Waarom dezelfde zorg niet voor iedereen werkt
AI in de Zorg. Maar hoe dan? | Artikel 4
Door Rutger den Hollander – Oprichter Super Brains

Waarom krijgt iedereen dezelfde ondersteuning, terwijl niemand hetzelfde is?
Stel je voor dat twee mensen met ADHD dezelfde behandeling volgen. Ze krijgen dezelfde uitleg, werken aan vergelijkbare doelen en ontvangen dezelfde oefeningen om thuis mee aan de slag te gaan. Voor de eerste persoon werkt dat uitstekend. De uitleg is duidelijk en het lukt om de besproken strategieën toe te passen in het dagelijks leven.
Maar voor de tweede persoon werkt het anders. Die begrijpt tijdens het gesprek precies wat de bedoeling is, maar weet thuis niet goed waar te beginnen. De oefeningen voelen overweldigend en de uitleg is deels vergeten. Beide cliënten hebben dezelfde behandeling gekregen. Toch is het resultaat heel verschillend.
Dat roept bij mij een interessante vraag op. Als we weten dat mensen op verschillende manieren denken, leren en functioneren, waarom bieden we ondersteuning dan nog zo vaak op dezelfde manier aan? Volgens mij ligt hier een van de interessantste mogelijkheden van AI binnen de geestelijke gezondheidszorg. Niet omdat AI beter weet wat iemand nodig heeft dan een behandelaar, maar omdat technologie kan helpen om ondersteuning flexibeler en persoonlijker aan te bieden.
Mijn persoonlijke ervaring met standaardoplossingen
Ik heb zelf ADHD en autisme. Daardoor weet ik uit eigen ervaring dat iets begrijpen niet automatisch betekent dat je het ook kunt toepassen. Je kunt precies weten hoe belangrijk structuur is, maar toch moeite hebben om overzicht te houden. Je kunt begrijpen waarom een bepaalde gewoonte goed voor je is, maar er vervolgens niet in slagen om die gewoonte vol te houden. En soms ligt dat helemaal niet aan een gebrek aan motivatie.
Misschien is een taak te groot. Misschien krijg je te veel informatie tegelijkertijd. Of misschien sluit de manier waarop iets wordt uitgelegd niet aan bij hoe jij informatie verwerkt. Wat mij altijd heeft geïnteresseerd, is waarom we zo vaak verwachten dat mensen zich aanpassen aan een systeem, in plaats van te onderzoeken hoe we dat systeem beter kunnen laten aansluiten op de persoon.
Natuurlijk zijn behandelrichtlijnen en wetenschappelijk onderbouwde methoden belangrijk. Die moeten we niet zomaar loslaten. Maar binnen die kaders bestaat vaak ruimte om ondersteuning beter af te stemmen op individuele behoeften. En juist daar zie ik mogelijkheden voor AI.
Het verschil tussen weten wat je moet doen en het daadwerkelijk doen
Tijdens een behandelgesprek kan veel worden besproken. Een behandelaar geeft uitleg, bespreekt strategieën en spreekt samen met de cliënt af welke stappen de komende week worden gezet. Maar vervolgens begint het dagelijks leven weer. Wat tijdens een gesprek overzichtelijk leek, kan thuis ineens ingewikkeld worden.
Neem bijvoorbeeld iemand die tijdens een ADHD-behandeling wil leren om dagelijkse taken beter te organiseren. De behandelaar bespreekt hoe je grote taken kunt opdelen in kleinere stappen. De cliënt begrijpt het principe en wil ermee aan de slag.
Maar wanneer diegene thuis voor een grote taak staat, ontstaat alsnog het probleem. Waar begin ik? Welke stap is het belangrijkst? Hoe voorkom ik dat ik ondertussen met vijf andere dingen bezig ga? Een digitale toepassing zou op zo’n moment kunnen helpen door samen met de cliënt een taak op te delen in overzichtelijke stappen.
AI maakt het mogelijk om zulke ondersteuning interactiever te maken. Een cliënt kan aangeven dat een stap nog te groot is, om een eenvoudigere uitleg vragen of samen onderzoeken welke aanpak beter werkt. Dat lijkt misschien een klein verschil. Maar voor iemand die moeite heeft om kennis om te zetten in handelen, kan juist die praktische vertaalslag belangrijk zijn.
De vraag is dus niet alleen of iemand de juiste informatie krijgt. De vraag is ook of iemand er op het juiste moment iets mee kan.
Waarom één manier van uitleggen niet voor iedereen werkt
In de zorg wordt veel informatie overgedragen. Over klachten, behandelingen, oefeningen en manieren om met bepaalde situaties om te gaan. Maar mensen verwerken die informatie niet allemaal op dezelfde manier.
De ene persoon leest graag een uitgebreide uitleg. De ander heeft liever drie korte stappen. Sommige mensen willen precies begrijpen waarom een oefening werkt, terwijl anderen vooral behoefte hebben aan een concreet voorbeeld. Ook kan de behoefte van één persoon per moment verschillen. Op een rustige dag is een uitgebreide uitleg misschien prettig, terwijl diezelfde tekst op een stressvolle dag te ingewikkeld voelt. Wat ik interessant vind aan AI, is dat informatie op verschillende manieren kan worden aangeboden.
Een cliënt zou bijvoorbeeld kunnen vragen:
‘Kun je dit eenvoudiger uitleggen?’
‘Kun je me een voorbeeld geven uit het dagelijks leven?’
‘Kun je hier drie kleine stappen van maken?’
Of misschien:
‘Ik begrijp wat ik moet doen, maar ik krijg mezelf niet zover om te beginnen. Kun je me helpen met de eerste stap?’
Dat betekent niet dat iedere AI-toepassing automatisch goede of veilige antwoorden geeft. De inhoud moet betrouwbaar zijn en belangrijke behandelbeslissingen blijven onder verantwoordelijkheid van zorgprofessionals. Maar wanneer dat goed is ingericht, kan AI helpen om bestaande kennis toegankelijker en bruikbaarder te maken.
Personalisatie is meer dan iemand bij zijn naam noemen
Er wordt veel gesproken over gepersonaliseerde zorg. Maar wat bedoelen we daar eigenlijk mee? Een digitaal systeem dat iemand bij zijn naam aanspreekt, is nog niet persoonlijk. En een app die op basis van een diagnose dezelfde oefeningen aan iedereen aanbiedt, is dat ook maar beperkt. Twee cliënten met ADHD kunnen totaal andere uitdagingen ervaren. De een heeft vooral moeite met plannen en organiseren. De ander loopt vast door impulsiviteit of het vasthouden van aandacht. Zelfs wanneer twee mensen hetzelfde doel hebben, kan de weg ernaartoe verschillen.
De ene persoon wil graag herinneringen ontvangen. De ander ervaart die juist als storend. Sommige mensen worden gemotiveerd door het bijhouden van hun voortgang. Anderen voelen zich daardoor onder druk gezet. Daarom moeten we voorzichtig zijn met systemen die op basis van een diagnose automatisch bepalen welke ondersteuning iemand nodig heeft.
Een diagnose kan relevante informatie geven, maar vertelt nooit het volledige verhaal. AI zou juist kunnen helpen om meer rekening te houden met individuele voorkeuren. Bijvoorbeeld door cliënten zelf te laten kiezen hoe zij informatie ontvangen, hoeveel begeleiding zij willen en welke aanpak voor hen prettig werkt.
Want persoonlijke ondersteuning betekent niet dat technologie alles over iemand moet weten. Het betekent dat iemand meer invloed krijgt op de manier waarop ondersteuning wordt aangeboden.
Wat als ondersteuning zich kan aanpassen op het moment?
Een ander interessant aspect van personalisatie is dat behoeften niet altijd hetzelfde blijven. Stel dat iemand werkt aan het ontwikkelen van een vaste ochtendroutine. Op maandag lukt dat uitstekend. Op dinsdag is er weinig energie. Op woensdag verandert de planning onverwacht en op donderdag ontstaat er stress door een belangrijke afspraak.
Een standaardprogramma biedt misschien iedere dag dezelfde opdracht aan. Maar is dat altijd de meest passende ondersteuning? Misschien heeft iemand op een goede dag behoefte aan een nieuwe uitdaging. Terwijl op een moeilijke dag juist een kleinere stap helpt om niet volledig vast te lopen.
AI zou kunnen helpen om ondersteuning aan te passen aan wat een cliënt op dat moment zelf aangeeft. Bijvoorbeeld door te vragen hoeveel energie iemand heeft, wat diegene vandaag wil bereiken en welke obstakels worden verwacht. Daarbij vind ik één onderscheid belangrijk.
Een systeem hoeft niet voortdurend te analyseren hoe iemand zich voelt of zelfstandig conclusies te trekken over iemands mentale toestand. Het kan ook simpelweg reageren op wat iemand zelf aangeeft. Dat geeft cliënten meer controle over de ondersteuning die zij ontvangen. Technologie moet zich aanpassen aan de mens, niet andersom.
Vanuit de praktijk van Super Brains
Deze gedachte speelt ook een belangrijke rol bij de ontwikkeling van Super Brains. We ontwikkelen digitale hulpmiddelen waarmee mensen kunnen werken aan hun mentale gezondheid, zowel zelfstandig als in combinatie met professionele begeleiding.
Daarbij gaat het niet alleen om het beschikbaar stellen van informatie en oefeningen. Het gaat ook om de vraag hoe mensen die hulpmiddelen daadwerkelijk kunnen gebruiken in hun dagelijks leven.
Want een goede oefening heeft weinig waarde wanneer iemand niet weet hoe die moet beginnen. En een persoonlijk doel helpt weinig wanneer het na een behandelgesprek uit beeld verdwijnt.
Daarom onderzoeken we hoe digitale ondersteuning beter kan aansluiten op de dagelijkse uitdagingen van cliënten. Denk bijvoorbeeld aan een AI-coach die iemand helpt om een persoonlijk doel te vertalen naar haalbare stappen. Of een toepassing die een bestaande oefening eenvoudiger uitlegt wanneer iemand daarom vraagt.
Ook kan AI mogelijk helpen om cliënten sneller de juiste informatie of hulpmiddelen te laten vinden binnen een digitaal behandelprogramma. Wat voor mij belangrijk blijft, is dat technologie niet zelfstandig bepaalt wat de beste behandeling is.
De behandelaar blijft verantwoordelijk voor de professionele beoordeling en het behandeltraject. AI kan helpen om de ondersteuning daaromheen toegankelijker en praktischer te maken. Het gaat mij uiteindelijk niet om een systeem dat zo veel mogelijk antwoorden kan geven. Het gaat om ondersteuning waar iemand daadwerkelijk iets aan heeft.
Meer keuze betekent niet automatisch betere ondersteuning
Er zit ook een risico aan steeds persoonlijkere technologie. We kunnen zoveel mogelijkheden aanbieden dat iemand uiteindelijk juist het overzicht verliest. Stel dat een cliënt in een app kan kiezen uit tientallen oefeningen, verschillende manieren van uitleggen en meerdere vormen van begeleiding. Dat klinkt persoonlijk. Maar voor iemand die moeite heeft met keuzes maken, kan het juist extra belasting opleveren.
Daarom denk ik dat personalisatie niet moet betekenen dat we mensen voortdurend meer keuzes geven. Soms is het waardevoller wanneer een systeem helpt om informatie eenvoudiger te maken. Bijvoorbeeld door één duidelijke vraag te stellen in plaats van tien opties te presenteren.
Of door een ingewikkelde oefening op te delen in een paar overzichtelijke stappen, waarbij iemand zelf kan aangeven wanneer die klaar is voor de volgende. De uitdaging is niet om zo veel mogelijk functies te ontwikkelen. De uitdaging is om de juiste hoeveelheid ondersteuning te bieden.
Drie vragen die ik zorgorganisaties zou willen stellen
Wanneer we AI willen inzetten om zorg persoonlijker te maken, denk ik dat we met drie vragen moeten beginnen.
1. Waar lopen cliënten buiten de behandelkamer daadwerkelijk tegenaan?
Niet alleen welke klachten iemand heeft, maar ook welke praktische problemen ontstaan bij het toepassen van adviezen, oefeningen en nieuwe vaardigheden. Misschien blijkt dat cliënten vooral behoefte hebben aan eenvoudigere uitleg. Misschien aan ondersteuning bij het beginnen van taken. Of aan meer overzicht over hun persoonlijke doelen.
2. Welke onderdelen van ondersteuning kunnen flexibeler worden aangeboden?
Niet iedere cliënt heeft dezelfde hoeveelheid uitleg, begeleiding of herhaling nodig. Onderzoek daarom waar ruimte bestaat om informatie en oefeningen op verschillende manieren aan te bieden, zonder de kwaliteit of veiligheid van de behandeling uit het oog te verliezen. Het doel is niet om voor iedere cliënt een volledig andere behandeling te ontwikkelen. Het doel is om bestaande ondersteuning beter bruikbaar te maken.
3. Hoe weten we of iemand daadwerkelijk geholpen is?
Een toepassing kan technisch uitstekend werken en toch weinig betekenen voor de cliënt. Daarom moeten we verder kijken dan hoe vaak iemand een app opent of hoeveel vragen aan een AI-coach worden gesteld.
Kan iemand een oefening beter uitvoeren? Lukt het om een persoonlijk doel in kleinere stappen aan te pakken? Begrijpt iemand de informatie beter? En ervaart de cliënt de ondersteuning als prettig en bruikbaar? Dat zijn volgens mij veel interessante vragen.
De toekomst van persoonlijke zorg
Ik verwacht dat AI de komende jaren steeds meer mogelijkheden zal bieden om informatie, oefeningen en praktische ondersteuning af te stemmen op individuele behoeften. Maar we moeten oppassen voor de gedachte dat technologie precies kan bepalen wat iemand nodig heeft.
Mensen zijn daarvoor veel te verschillend. En de behoeften veranderen voortdurend. Als ondernemer en ontwikkelaar vind ik het interessant wat AI technisch mogelijk maakt. Maar vanuit mijn eigen ervaringen met ADHD en autisme kijk ik vooral naar iets anders.
Hoe zorgen we ervoor dat iemand niet steeds opnieuw hoeft uit te leggen waarom een standaardaanpak niet werkt? Hoe maken we het gemakkelijker om ondersteuning te vinden die past bij de manier waarop iemand denkt en functioneert?
Volgens mij ligt daar een belangrijke kans voor de toekomst van digitale zorg. Niet door voor iedereen een volledig andere behandeling te bedenken. Maar door ondersteuning zo flexibel te maken dat meer mensen er op hun eigen manier gebruik van kunnen maken.
Want goede zorg betekent niet dat iedereen precies hetzelfde krijgt. Het betekent dat mensen de ondersteuning krijgen die bij hen past.
En misschien moeten we juist daar beginnen wanneer we praten over de mogelijkheden van AI.
Rutger den Hollander is ondernemer en oprichter van Super Brains, een digitaal platform voor mentale gezondheid en ondersteuning binnen de GGZ. Vanuit zijn ervaring als ondernemer en ervaringsdeskundige met ADHD en autisme deelt hij zijn visie op digitale zorginnovatie en de mogelijkheden van AI in de gezondheidszorg.
Dit is artikel 4 uit de reeks ‘AI in de Zorg. Maar hoe dan?’.