AI keek live mee bij hersenoperatie — wat betekent dat?

TL;DR

• Wat: In een Brits ziekenhuis analyseerde een AI-systeem live camerabeelden tijdens een hersenoperatie en markeerde zenuwen en bloedvaten die de chirurg moest vermijden.
• Waarom relevant: AI verschuift van diagnose-hulpmiddel naar real-time ondersteuning in de operatiekamer — dat verandert hoe zorgbedrijven en toeleveranciers over technologie moeten nadenken.
• Wat je ermee kunt: Als je levert aan de zorgsector, is het verstandig om te inventariseren hoe AI-integratie de eisen aan jouw product of dienst kan veranderen.

Ik viel over dit bericht omdat het een stap is die ik nog niet eerder voorbij heb zien komen: een AI-systeem dat niet vóór of ná de operatie helpt, maar live meekijkt terwijl de chirurg bezig is. De 48-jarige Brit Rhys Hibbert onderging de ingreep in het University College London Hospital. Acht weken later zegt hij dat hij zijn leven terug heeft. Dat vind ik de moeite waard om even bij stil te staan.

Wat er precies is gebeurd

Rhys Hibbert, vader van twee kinderen uit Bedfordshire, had een goedaardige tumor van 11 millimeter op zijn hypofyse — een klier aan de onderkant van de hersenen. Die tumor drukte op zijn oogzenuwen. Zonder operatie zou hij blind worden.

Het chirurgische team, geleid door prof. Hani Marcus en mr. Danyal Khan, verwijderde de tumor via de neus met een endoscoop: een dun instrument met een camera. Dat is op zich geen nieuwe techniek. Wat wél nieuw was: een AI-systeem analyseerde de live camerabeelden en markeerde op een tweede scherm precies waar bloedvaten en zenuwen lagen.

Belangrijk detail: het AI-systeem bediende geen instrumenten en nam geen beslissingen. Het functioneerde als een soort geavanceerde navigator die de chirurg in real time waarschuwt voor structuren die je niet wilt raken. Vergelijk het met een parkeersensor die piept als je te dicht bij een obstakel komt — maar dan voor een hersenoperatie.

Hoe het systeem werkt

Het AI-systeem is ontwikkeld door een onderzoeksteam van University College London, met ondersteuning van het National Institute for Health and Care Research (NIHR) en Google. De naam van het systeem wordt in de bronnen niet expliciet genoemd.

De AI is getraind op honderden video's van eerdere hypofyse-operaties. Daardoor herkent het systeem patronen in de endoscoopbeelden: het identificeert chirurgische instrumenten, markeert anatomische structuren en projecteert die informatie op een apart scherm naast de chirurg.

Wat mij hier opvalt is dat het systeem draait op live video, niet op vooraf gemaakte MRI- of CT-scans. Dat is een wezenlijk verschil. Pre-operatieve scans zijn momentopnames — weefsel kan er tijdens de ingreep anders uitzien door bloedingen, zwelling of verplaatsing. Een systeem dat live beelden leest, werkt met wat er op dát moment te zien is.

Het resultaat voor de patiënt

Acht weken na de operatie meldde Hibbert dat zijn zicht fors was verbeterd. De vermoeidheid, duizeligheid en balansproblemen die hij eerder had, waren verdwenen. Zijn eigen woorden: "It's given me my life back."

Nu is het eerlijk om te zeggen dat dit één patiënt is. Eén succesvolle casus is geen statistisch bewijs dat de AI het verschil heeft gemaakt — de chirurgen hadden de operatie mogelijk ook zonder AI-ondersteuning succesvol uitgevoerd. Maar het feit dat het systeem zonder complicaties heeft gefunctioneerd tijdens een live ingreep op de hersenen, is op zichzelf al opmerkelijk. Het bewijst dat de technologie veilig genoeg is om in de operatiekamer te staan.

Wat betekent dit voor de zorgsector — en voor jou als ondernemer?

Je hoeft geen ziekenhuis te runnen om hier iets van te leren. Ik denk dat dit bericht een patroon laat zien dat breder is dan alleen chirurgie.

AI schuift op van analyse achteraf naar assistentie in real time. In de zorg zie je dat nu bij operaties. Maar stel dat je als ondernemer levert aan de zorgsector — denk aan medische apparatuur, software, opleidingen, of zelfs schoonmaak en facilitair — dan veranderen de eisen aan je product zodra AI een rol krijgt in het primaire proces.

Een paar concrete voorbeelden van die verschuiving:

Datakwaliteit wordt kritischer

Als AI-systemen trainen op videodata uit operaties, moeten die video's van hoge kwaliteit zijn. Lever je camera's, scopen of beeldschermen aan ziekenhuizen? Dan kan de vraag naar hogere resolutie en betere kleurweergave toenemen — niet voor de chirurg zelf, maar voor het AI-systeem dat meekijkt.

Regelgeving loopt achter

Dit systeem is ontwikkeld binnen een onderzoekscontext met steun van het Britse NIHR. Voor commerciële toepassing in Nederland moet het door de CE-markering en waarschijnlijk door aanvullende toetsing van het Zorginstituut. Dat traject duurt. Maar het is slim om nu al te weten welke normen eraan komen als je in de medische sector opereert.

Nederlandse context

In Nederland heeft inmiddels de helft van de universitaire ziekenhuizen een dedicated AI-team, volgens recente cijfers. Het Radboudumc heeft zich gepositioneerd als centrum voor AI in de gezondheidszorg. De Nederlandse markt voor AI in de zorg groeit volgens schattingen van circa 0,02 miljard euro in 2022 naar 0,36 miljard in 2030. Dat is nog bescheiden vergeleken met de totale zorguitgaven, maar de groeirichting is duidelijk.

Kun je je voorstellen wat dit betekent als je een bedrijf hebt dat software of diensten levert aan ziekenhuizen? De vraag verschuift van "hebben jullie een digitaal systeem?" naar "kan jullie systeem samenwerken met AI-toepassingen?"

De rol van Google

Het valt me op dat Google als ondersteunende partij wordt genoemd bij de ontwikkeling van dit systeem. Dat past in een breder patroon: grote techbedrijven investeren stevig in medische AI. Google heeft eerder al systemen ontwikkeld voor het detecteren van oogziekten en huidaandoeningen via beeldherkenning.

Ik vind het eerlijk gezegd een interessante spanning. Aan de ene kant brengen partijen als Google enorme rekenkracht en AI-expertise mee die een ziekenhuis alleen niet kan opbouwen. Aan de andere kant roept het vragen op over data-eigendom en afhankelijkheid. Als het AI-systeem deels is gebouwd met Google-technologie, wie heeft dan toegang tot de operatiebeelden waarop het is getraind? Dat is een vraag die ik in de bronnen niet beantwoord zie, maar die voor Europese zorginstellingen — met de AVG en de AI Act — heel relevant is.

Afsluiting

Voor mij is dit vooral een signaal dat AI de stap maakt van backoffice naar frontlinie. Niet als vervanging van de specialist, maar als een extra paar ogen dat dingen ziet die een mens onder druk kan missen. Eén casus bewijst nog niets definitief, maar het laat wel zien dat de technologie er klaar voor is.

Als ondernemer in of rond de zorg zou ik dit niet afdoen als "iets voor later". De vraag is niet óf AI een rol krijgt in het primaire zorgproces, maar hoe snel — en of jouw product of dienst daar klaar voor is.