Skip to main content
Deze pagina wordt weergegeven met behulp van automatische vertaling. In plaats daarvan in het Engels bekijken?
Industrial AI

Vertrouwen en schaalbaarheid: AI in de gezondheidszorg en de maakindustrie

Door: U.S. Corporate Communications

Noot van de redactie: Deze verhalende versie van een recente Optimistische vooruitzichten aflevering van een podcast,”AI, gezondheidszorg en productie: waarom adoptie het echte probleem is” — een gesprek tussen Brittany Ng, vicepresident, Siemens Digital Industries Software en Demetri Giannikopoulos, Chief Innovation Officer bij Rad AI — beschrijft het potentieel van AI in twee cruciale domeinen, gezondheidszorg en productie, wanneer het over de gegevens beschikt die het nodig heeft.

Kunstmatige intelligentie gaat veel verder dan experimenteren, maar naar de echte wereld, en verandert de manier waarop cruciaal werk wordt gedaan in zowel ziekenhuizen als industriële omgevingen. Van radiologiesuites tot scheepswerven, het gesprek gaat niet langer over wat AI zou kunnen doen, maar hoe AI nu al de menselijke expertise vergroot om meetbare gevolgen te hebben.

In een recent podcast-interview met Optimistic Outlook tussen Brittany Ng van Siemens Digital Industries Software en Demetri Giannikopoulos, Chief Innovation Officer bij Rad AI, kwam een gemeenschappelijk thema naar voren: de toekomst van industriële AI in de gezondheidszorg en productie-innovatie hangt niet af van de vervanging van mensen, maar van hen in staat te stellen betere beslissingen te nemen in omgevingen waar veel op het spel staat.

Het leveren van de juiste gezondheidsgegevens voor patiënten

In alle sectoren blijkt AI het meest waardevol als het het menselijk oordeel verbetert, niet vervangt. Nergens is dit duidelijker dan in de gezondheidszorg, waar de hoeveelheid gegevens zelfs de meest ervaren artsen kan overweldigen.

Gezondheidszorg „is een gebied waar de hoeveelheid informatie die naar buiten komt gewoon overweldigend is”, zei Giannikopoulos op de podcast. „In staat zijn om dat geluid te doorbreken kan ongelooflijk moeilijk zijn.”

Door gegevens op grote schaal samen te voegen en te interpreteren, helpt AI in de gezondheidszorg artsen om de punten sneller met elkaar te verbinden, waardoor gemiste of uitgestelde diagnoses worden verminderd en meer precieze zorgtrajecten worden bepaald. In de podcast wees Giannikopoulos op het vermogen van AI om gefragmenteerde informatie uit verschillende systemen en specialismen samen te brengen, zodat een duidelijker en completer beeld wordt geboden van de gezondheid van patiënten.

„In de kern is AI... [kan] de ongelooflijke hoeveelheden gegevens die we hebben... gebruiken en uiteindelijk helpen om die patiënt in contact te brengen met de beste informatie en de beste manier die voor hem of haar beschikbaar is”, zei hij.

Innoveren met de „digitale ruggengraat” van de industrie

De belangen kunnen verschillen, maar de onderliggende systemische uitdagingen in de productie en scheepsbouw lijken sterk op die in de gezondheidszorg: complexe systemen, hoge veiligheidseisen en de noodzaak van precisie bij elke stap.

Het keerpunt, zoals Brittany Ng opmerkte op de podcast, was de opkomst van een robuuste digitale basis, waaronder productieomgevingen met digitale tweelingen en verbonden productiesystemen.

„We hebben eindelijk wat ik de digitale ruggengraat noem”, zei Ng. „AI beschikt nu over gestructureerde contextuele gegevens om mee te werken, niet alleen over gefragmenteerde spreadsheets.”

Deze digitale ruggengraat stelt AI in staat om naast theoretische inzichten ook bruikbare aanbevelingen te doen: de planning optimaliseren, de kwaliteit verbeteren en de productiecapaciteit versterken in sectoren die cruciaal zijn voor de nationale defensie en economische veerkracht.

Centraal in de AI-transformatie staat toegang tot hoogwaardige, verbonden gegevens. In de gezondheidszorg kunnen longitudinale datasets die meerdere systemen omvatten, eerdere detectie en effectievere behandelingen mogelijk maken. In de maakindustrie maakt het koppelen van gegevens tussen ontwerp, engineering en productie een continue verbetering mogelijk.

Vertrouwen opbouwen in de technologie

Ondanks de snelle vooruitgang benadrukten zowel Ng als Giannikopoulos dat de grootste belemmering voor schaalvergroting van AI niet innovatie is, maar vertrouwen.

In de gezondheidszorg is vertrouwen essentieel omdat de resultaten van patiënten rechtstreeks op het spel staan. Dat vereist een nauwgezette manier waarop AI-systemen worden getraind, bijgewerkt en gevalideerd.

„U moet vertrouwen opbouwen bij de clinici”, zei Giannikopoulos. „U moet vertrouwen opbouwen bij de patiënten voor wie deze technologieën worden gebruikt.”

Ook in industriële omgevingen hangt de toepassing ervan af of AI naadloos wordt geïntegreerd in bestaande workflows en werknemers zodanig in staat stelt dat ze kunnen geloven in en zich kunnen aanpassen aan het toenemende gebruik ervan.

„Succes hangt af van het feit dat ingenieurs en vakmensen kunnen beschikken over AI-tools die hun expertise vergroten, niet die hun manier van werken verstoren”, merkte Ng op.

Deze nadruk op vertrouwen, bestuur en betrouwbaarheid bepaalt de manier waarop AI wordt toegepast in beide sectoren, de gezondheidszorg en de industrie, waarbij voorzichtig maar doelbewust wordt omgegaan met schaalvergroting.

Gekoppelde gegevens vormen de basis van vertrouwen

Centraal in deze transformatie staat de toegang tot hoogwaardige, verbonden gegevens. In de gezondheidszorg kunnen longitudinale datasets die meerdere systemen omvatten, eerdere detectie en effectievere behandelingen mogelijk maken. In de maakindustrie maakt het koppelen van gegevens tussen ontwerp, engineering en productie een continue verbetering mogelijk.

Ng vatte de uitdaging kort en bondig samen: „AI is echt maar zo krachtig als de continuïteit van die [data] thread.”

Het doorbreken van datasilo's en het mogelijk maken van interoperabiliteit tussen ecosystemen is van cruciaal belang, niet alleen voor de prestaties, maar ook om ervoor te zorgen dat AI consistente, betrouwbare resultaten oplevert.

AI is een multiplicator voor het personeelsbestand

Naast productiviteit wordt AI ook steeds meer gezien als een manier om uitdagingen op het gebied van personeel aan te pakken, zowel in de gezondheidszorg als in de productiesector. In de gezondheidszorg zijn er tekorten aan artsen en een groeiende vraag die systemen onder druk zetten. In de maakindustrie beperken de tekorten aan geschoolde arbeidskrachten de productie.

AI kan helpen door repetitieve taken te automatiseren en menselijke rollen te verheffen tot werk van hogere waarde.

„Door planning, documentatie en analyse te automatiseren, zorgt AI ervoor dat ingenieurs... zich kunnen concentreren op vakmanschap en probleemoplossing”, aldus Ng.

Op het gebied van radiologie doen zich nu al vergelijkbare voordelen voor, aangezien AI helpt bij analyses en rapportages, waardoor artsen zich meer kunnen concentreren op patiëntenzorg.

Innovatie in verschillende sectoren versnellen

Misschien wel het meest overtuigend is hoe AI geheel nieuwe mogelijkheden ontsluit. In de scheepsbouw maken generatief ontwerp en dynamische productiesimulaties snellere, meer adaptieve besluitvorming mogelijk. In de gezondheidszorg versnelt AI de onderzoekstijdlijnen en helpt het nieuwe behandelingstrajecten te ontdekken.

„Nu kunnen artsen onderzoek doen op een heel nieuw niveau”, zei Giannikopoulos. Dit kan er uiteindelijk toe leiden dat mensen „overleven in situaties waarin ze dat in het verleden niet zouden hebben gedaan” dankzij ontdekkingen op basis van AI in onderzoek.

Dergelijke doorbraken tonen aan dat AI niet alleen bestaande processen verbetert, maar ook uitbreidt wat mogelijk is, zowel in de menselijke gezondheidszorg als in industriële systemen.

AI opschalen voor de toekomst

Nu de acceptatie van AI versnelt, creëert de convergentie van gegevens, technologie en urgentie een unieke periode van kansen. Zowel Ng als Giannikopoulos hadden het over een toekomst waarin AI volledig geïntegreerd is in de structuur van het werk, waardoor betere beslissingen, betere resultaten en veerkrachtigere industrieën worden ondersteund.

Wat het succes zal bepalen, is niet alleen de technologische capaciteit, maar ook het vermogen om AI op een verantwoorde, transparante en grootschalige manier in te zetten.

De weg vooruit is duidelijk: bouw vertrouwen op, verbind gegevens en focus op het vergroten van menselijke expertise. Met die fundamenten kan AI zijn belofte waarmaken: de manier waarop we voor patiënten zorgen transformeren, een kritieke infrastructuur bouwen en enkele van de meest complexe uitdagingen van onze tijd oplossen.

Gepubliceerd: 16 juni 2026