De kwaliteitsfunctionaris als AI-poortwachter: van blocker naar champion

De kwaliteitsfunctionaris is bij AI in de zorg de logische poortwachter: de persoon die bewaakt of een nieuwe tool veilig, verantwoord en aantoonbaar in het zorgproces past. Dat komt doordat de zorgaanbieder zelf verantwoordelijk is voor een zorgvuldige invoering van AI — niet de leverancier [1]. Iemand moet dat vertalen naar werkbare randvoorwaarden, en dat is precies het vak van kwaliteit. De valkuil is dat die rol verwordt tot "degene die nee zegt". Maar poortwachten is niet blokkeren; het is de voorwaarden bepalen waaronder je wél ja kunt zeggen. Een sterke kwaliteitsfunctionaris regelt vier dingen: hij brengt de risico's in kaart, borgt dat er altijd een mens het laatste woord houdt, zorgt dat medewerkers AI-geletterd zijn zoals de AI-verordening eist [2], en maakt achteraf aantoonbaar dat de organisatie in control was. Zo verschuif je van blocker naar champion: van rem op innovatie naar de reden dat innovatie verantwoord kán.

Dit artikel is zorgvuldig samengesteld en van bronnen voorzien, maar is geen zorginhoudelijk, medisch of juridisch advies. Wat er in een dossier hoort, bepaalt je eigen beroepsstandaard, je organisatiebeleid en je professionele oordeel — niet dit artikel en niet een AI.

Waarom juist de kwaliteitsfunctionaris

Toen de Inspectie Gezondheidszorg en Jeugd (IGJ) in februari 2025 zorgaanbieders opriep om zorgvuldig om te gaan met generatieve AI, was de kernboodschap glashelder: zorgaanbieders die generatieve AI gebruiken zijn zelf verantwoordelijk voor een zorgvuldige invoering en gebruik ervan [1]. De inspectie waarschuwt dat veel toepassingen nieuw zijn en onjuiste of onvolledige informatie kunnen genereren — tot en met een medicatiefout aan toe — en dat het bestuur moet zorgen voor goede randvoorwaarden [1].

Die verantwoordelijkheid ligt formeel bij de raad van bestuur, maar in de praktijk moet iemand hem operationeel maken. Dat is bij uitstek de kwaliteitsfunctionaris. Het beoordelen of een werkwijze veilig is, of risico's zijn afgedekt, of processen aantoonbaar kloppen en of de wet wordt nageleefd — dat is exact het vak. Een AI-tool die gesprekken uitschrijft of een concept-verslag maakt, is geen los ICT-dingetje maar een ingreep in het primaire proces: het raakt het dossier, de cliënt en de aansprakelijkheid. Precies daarom hoort de kwaliteitsfunctionaris niet pas aan het eind aan te schuiven, maar vanaf de eerste pilot.

Het misverstand: blocker versus champion

Het beeld van kwaliteit als "de afdeling die nee zegt" is hardnekkig — en het is de snelste weg naar schaduw-IT. Als de officiële route te traag of te streng voelt, gaan medewerkers AI gewoon zelf gebruiken, buiten het zicht van de organisatie. Dan heb je het risico niet weggenomen, alleen onzichtbaar gemaakt.

De champion-rol draait dat om. Een poortwachter blokkeert niet standaard; hij formuleert de voorwaarden waaronder iets mag. Het Nederlands implementatie Collectief beschrijft verantwoorde AI-inzet niet als een eenmalig go/no-go-besluit, maar als een continu samenspel tussen ontwerp, inbedding en dagelijks gebruik — en pleit voor "bruggenbouwers" die met collega's reflecteren op hoe AI-uitkomsten worden geïnterpreteerd, toegepast, genegeerd of te serieus genomen [3]. Dat is de champion in optima forma: iemand die het gesprek voert in plaats van het af te kappen, en die het "ja, mits" ontwerpt in plaats van het "nee" te herhalen. Zo wordt de kwaliteitsfunctionaris niet de rem op innovatie, maar de reden dat de organisatie überhaupt durft te innoveren.

De vier taken van de AI-poortwachter

Poortwachten is geen houding maar een set concrete taken. Deze vier vormen de kern.

1. De risico's in kaart brengen. Waar gaat het mis als de tool faalt? Bij AI-verslaglegging zijn de grootste risico's een verzonnen zin die dossierwaarheid wordt, en persoonsgegevens die het pand verlaten. De Autoriteit Persoonsgegevens wijst erop dat AI in de zorg vrijwel altijd bijzondere persoonsgegevens verwerkt en waarschuwt voor onjuiste, bevooroordeelde of ondoorzichtige uitkomsten [4]. Een gegevensbeschermingseffectbeoordeling (DPIA) is bij zo'n verwerking doorgaans verplicht — het inzetten van AI maakt die plicht niet kleiner, eerder groter. De kwaliteitsfunctionaris zorgt dat die beoordeling er ligt vóór de tool live gaat, samen met de FG.

2. Borgen dat een mens het laatste woord houdt. De AI-verordening eist bij systemen met een verhoogd risico dat er effectief menselijk toezicht mogelijk is: de mens moet de uitvoer kunnen interpreteren, zich bewust zijn van de neiging om te veel op de AI te vertrouwen, en de bevoegdheid hebben om een uitkomst te negeren of terug te draaien [5]. Voor verslaglegging betekent dit: elk verslag is een concept tot een mens het goedkeurt, en die goedkeuring moet echt iets voorstellen — niet klakkeloos doorklikken.

3. Zorgen voor AI-geletterdheid. Sinds 2 februari 2025 verplicht artikel 4 van de AI-verordening iedere organisatie die AI inzet om te zorgen voor voldoende AI-geletterdheid onder medewerkers die met het systeem werken [2]. Die eis is afgestemd op de kennis en context van de mensen zelf, maar niemand mag blind een AI-uitkomst overnemen zonder te begrijpen wat de tool wel en niet kan [2][6]. De kwaliteitsfunctionaris vertaalt dit naar training, werkinstructies en een gedeelde taal over wat "reviewen" precies inhoudt.

4. Het proces vastleggen. Wie mag de tool gebruiken, voor welke gesprekken, met welke sjablonen, en hoe wordt toestemming van de cliënt geregeld? De IGJ gebruikt in haar toezicht het toetsingskader Digitale zorg en kijkt daarbij ook naar de invoer en het gebruik van generatieve AI [1]. Een helder, opgeschreven proces is het verschil tussen "wij denken dat het goed gaat" en "wij kunnen laten zien dat het goed gaat".

Aantoonbaar in control: van beleid naar bewijs

Kwaliteit draait niet om goede bedoelingen maar om aantoonbaarheid. Beleid dat op papier klopt maar in de praktijk wordt overgeslagen zodra het druk wordt, is geen borging. De sterkste poortwachter zorgt daarom dat de belangrijkste waarborgen technisch worden afgedwongen in plaats van beloofd — dan hoeft niemand ze te onthouden.

Concreet wil je bij een AI-verslagtool kunnen aantonen: dat er geen gegevens naar buiten gaan (meetbaar, niet als geruststelling), dat geen enkel verslag definitief wordt zonder menselijke goedkeuring, dat elke zin herleidbaar is naar wat er werkelijk is gezegd, en dat achteraf te reconstrueren is wie wat wanneer goedkeurde. Dat laatste vraagt om een auditlog dat je alleen kunt aanvullen, niet wijzigen. Verbinn is bewust zo gebouwd — lokale verwerking met gemeten egress, een verslag dat concept blijft tot een mens goedkeurt, klikbaar bewijs per zin en een append-only auditlog — maar het principe telt zwaarder dan het product: welke tool je ook beoordeelt, vraag of de waarborg een blokkade is of slechts een aanbeveling. Voor de standaardgesprekken waar dit het meest speelt, van de intake tot het multidisciplinair overleg, is dit onderscheid het hele verschil tussen controleerbaar en hopen.

Beoordelingschecklist voor een AI-tool

Krijg je een AI-verslagtool op je bureau? Deze vragen dekken de meeste risico's af en zijn direct te gebruiken in een pilot of leveranciersgesprek:

• Verlaten er gegevens de organisatie? Kun je zelf meten dat er geen data naar buiten gaat, of moet je het geloven? Vraag om een DPIA en een verwerkersoverzicht.
• Houdt een mens het laatste woord? Is goedkeuring technisch afgedwongen (geen export zonder review) of alleen aanbevolen?
• Is de uitkomst controleerbaar? Kun je elke zin terugleiden naar de bron, zodat een verzinsel opvalt in plaats van wegglijdt? Foutloosheid bestaat niet — controleerbaarheid wel.
• Is er toestemming geregeld? Wordt de cliënt vooraf om toestemming gevraagd en wordt dat vastgelegd?
• Kun je het reconstrueren? Is er een auditlog dat vastlegt wie wanneer goedkeurde, en dat niet achteraf te wijzigen is?
• Zijn de gebruikers geletterd? Weten de medewerkers wat de tool wel en niet kan, en is dat vastgelegd in training en werkinstructies [2]?
• Is het proces beschreven? Voor welke gesprekstypen, met welke sjablonen, door wie — en past dat in het toetsingskader Digitale zorg [1]?

Wie deze vragen kan beantwoorden met bewijs in plaats van beloftes, is niet de blocker die innovatie tegenhoudt. Dat is de champion die haar mogelijk maakt — en die de organisatie beschermt op het moment dat het erop aankomt.