Veel zorgorganisaties experimenteren momenteel met AI die consulten tussen zorgprofessionals en patiënten automatisch omzet in een verslag. De belofte is aantrekkelijk: minder registratielast, meer tijd voor de patiënt en doelmatiger zorg.

Vaak worden deze hoopvolle verwachtingen echter niet gerealiseerd. Zorgprofessionals zijn veel tijd kwijt aan het controleren en corrigeren van AI-verslagen. Juist omdat de teksten overtuigend ogen, kunnen fouten of ontbrekende informatie gemakkelijk onopgemerkt blijven. Bovendien blijven oude en nieuwe werkwijzen vaak naast elkaar bestaan.De beoogde tijdwinst slaat daardoor soms om in extra werk, terwijl ook de kwaliteit van de zorg onder druk kan komen te staan.

Dit roept een bredere vraag op: Waarom pakt digitale technologie in de zorg zo vaak anders uit dan verwacht? De voor de hand liggende verklaring is dat er iets is misgegaan bij de implementatie. Het management veronderstelt bijvoorbeeld dat onvoldoende aandacht is besteed aan training, communicatie of gebruiksvriendelijkheid. Maar er is ook een andere verklaring mogelijk. Misschien ligt het probleem niet zozeer bij de implementatie, maar bij de manier waarop we denken dat technologie organisaties verandert.

An English version of this blog can be found below.

De beperkingen van technologisch determinisme

Aan veel digitale innovaties in de zorg ligt impliciet een eenvoudig causaal model ten grondslag dat breed wordt omarmd. Elektronische patiëntendossiers maken informatie beter beschikbaar en leiden daardoor tot betere zorg. Telezorg vervangt fysieke consulten en verhoogt daarmee de efficiëntie. Kunstmatige intelligentie neemt taken van zorgprofessionals over en vermindert daardoor de benodigde personele inzet.

Hoewel de voorbeelden verschillen, volgt de redenering steeds hetzelfde patroon: de introductie van technologie veroorzaakt een gewenste verandering. Betere informatie leidt tot betere zorg, telezorg tot meer efficiëntie en AI tot minder personele inzet. Dit zijn voorbeelden van technologisch determinisme: de veronderstelling dat technologie de belangrijkste oorzaak van verandering is en na invoering min of meer voorspelbare effecten heeft.

Mijn onderzoek naar meer dan dertig jaar digitalisering in de zorg laat een complexer beeld zien. Elektronische patiëntendossiers hebben medische informatie beter toegankelijk gemaakt, maar ook de registratielast verhoogd. Telezorg maakt zorg op afstand mogelijk, maar vervangt lang niet altijd bestaande contacten en kan het totale zorgvolume vergroten. AI ondersteunt diagnostiek en verslaglegging, maar creëert tegelijkertijd nieuwe werkzaamheden rond validatie, monitoring en professionele afstemming.

Deze voorbeelden laten een terugkerend patroon zien. Digitale technologie kan bestaande problemen oplossen, maar verandert tegelijkertijd de context waarin zij wordt gebruikt en creëert daardoor nieuwe werkzaamheden, afhankelijkheden en problemen.

Digitale transformatie als sociotechnisch proces

Een sociotechnisch perspectief vertrekt daarom vanuit een andere aanname: technologie heeft geen vaste effecten. Uitkomsten ontstaan in de wisselwerking tussen technologische mogelijkheden en de sociale, organisatorische en institutionele context waarin technologie wordt gebruikt.

Een digitale toepassing wordt ingebed in bestaande werkprocessen, professionele routines, organisatiestructuren en regelgeving. Maar die context blijft niet onveranderd. Zorgprofessionals passen hun werkwijze aan, organisaties herzien procedures, leveranciers ontwikkelen nieuwe functionaliteiten en toezichthouders formuleren nieuwe eisen. Technologie en organisatie ontwikkelen zich door voortdurende wederzijdse aanpassing.

Hierdoor kan dezelfde technologie in verschillende organisaties tot uiteenlopende uitkomsten leiden. Wanneer technologische mogelijkheden, werkprocessen en professionele expertise goed op elkaar aansluiten, kunnen kwaliteit en productiviteit verbeteren. Ontbreekt deze aansluiting, dan kunnen dezelfde toepassingen juist extra werkzaamheden, coördinatieproblemen en hogere kosten veroorzaken.

Maar wederzijdse aanpassing heeft nog een andere consequentie. Wanneer technologie een taak sneller, gemakkelijker of goedkoper maakt, verandert vaak ook hoe vaak en hoe uitgebreid die taak wordt uitgevoerd. Een afzonderlijke activiteit kan daardoor efficiënter worden, zonder dat het totale werk of de totale kosten afnemen. Soms gebeurt zelfs het tegenovergestelde: doordat de activiteit gemakkelijker wordt, wordt zij vaker of uitgebreider uitgevoerd. Dit mechanisme staat bekend als de Jevons-paradox.

Telezorg kan bijvoorbeeld een afzonderlijk consult efficiënter maken, maar tegelijkertijd de drempel tot zorg verlagen en zo het totale aantal contacten vergroten. AI kan de verslaglegging per patiënt versnellen, maar ook leiden tot uitgebreidere verslaglegging, meer controles en nieuwe vormen van monitoring. Efficiëntiewinst op taakniveau kan daardoor worden tenietgedaan door veranderingen op het niveau van de organisatie of het zorgsysteem.

De relevante vraag is daarom niet alleen óf een technologie een bepaalde taak efficiënter maakt, maar vooral hoe die efficiëntiewinst het gedrag, de werkwijzen en het gebruik van zorg verandert.

Technologie versterkt wat al in beweging is

De wisselwerking tussen technologie en context heeft nog een belangrijke consequentie. Nieuwe technologieën brengen organisaties zelden vanuit het niets in beweging. Zij grijpen aan op ontwikkelingen die al gaande zijn en kunnen deze versterken, versnellen of verbreden.

Elektronische patiëntendossiers versterkten de ontwikkeling naar standaardisatie, verantwoording en gegevensuitwisseling. Telezorg sloot aan bij de verschuiving van zorg naar de thuissituatie en maakte het mogelijk deze ontwikkeling te versnellen. AI versterkt de ontwikkeling naar datagedreven diagnostiek, besluitvorming en kwaliteitsbewaking.

Digitale technologie functioneert vanuit dit perspectief niet als een autonome motor van verandering, maar eerder als een katalysator van bestaande ontwikkelingen. Welke effecten ontstaan, hangt daarom niet alleen af van de eigenschappen van de technologie, maar ook van de richting waarin een organisatie of zorgsysteem zich al ontwikkelt.

Ook dit heeft praktische betekenis. Wie de mogelijke gevolgen van een nieuwe technologie wil begrijpen, moet daarom niet alleen vragen wat de technologie kan, maar ook waarop zij aangrijpt. Welke ontwikkelingen zijn al gaande? Welke werkwijzen en belangen worden versterkt? En welke bestaande problemen kunnen daardoor worden uitvergroot?

Ontwerp de verandering, niet alleen de technologie

Vanuit een sociotechnisch perspectief zou digitale transformatie niet moeten beginnen met de vraag hoe een technologie zo snel en succesvol mogelijk kan worden geïmplementeerd. De eerste vragen zouden moeten zijn: welk probleem proberen we op te lossen, welke veranderingen in werk en organisatie zijn daarvoor nodig en hoe moeten technologie, werkprocessen en organisatie zich gezamenlijk ontwikkelen? Dat vraagt om meer dan gebruikersparticipatie of training. Het vraagt om gezamenlijk ontwerp, experimenteren, evalueren en voortdurend aanpassen. Niet alleen de organisatie moet zich aanpassen aan de technologie; ook de technologie moet kunnen worden aangepast aan de praktijk.

Digitale transformatie moet daarom niet worden gemanaged als de invoering van een technisch systeem met een duidelijk eindpunt, maar als een voortdurend proces van organisatieverandering en sociotechnisch ontwerp. Daarmee wordt ook de vraag uit het begin beantwoord. Digitale technologie pakt in de zorg vaak anders uit dan verwacht, niet omdat de technologie op zichzelf tekortschiet, maar omdat zij de manier waarop mensen werken, samenwerken en zorg organiseren verandert. Wie alleen de technologie implementeert, laat die veranderingen grotendeels aan het toeval over. Wie digitale transformatie benadert als een proces van sociotechnisch ontwerp, voorkomt niet dat nieuwe problemen ontstaan. Wel ontstaat er meer ruimte om onverwachte effecten tijdig te herkennen, belangen bespreekbaar en technologie, werkprocessen en organisatie in samenhang bij te sturen.

Auteur: Albert Boonstra - albert.boonstra@rug.nl

English version:

Why digital technology in healthcare often has different outcomes

Many healthcare organisations are currently experimenting with AI that automatically turns conversations between healthcare professionals and patients into clinical notes. The promise is attractive: less administrative burden, more time for patients, and more efficient care.

Yet these optimistic expectations are often not realised. Healthcare professionals may spend considerable time reviewing and correcting AI-generated notes, while confidently phrased errors can easily be overlooked. Important information may be missing or misrepresented, and old and new ways of working may continue to exist side by side. As a result, workloads may actually increase, while the quality of care may also come under pressure.

This raises a broader question: why does digital technology in healthcare so often have different outcomes than expected? The obvious explanation is that something has gone wrong with implementation. Management may assume, for example, that insufficient attention has been paid to training, communication, or usability. But another explanation is possible. Perhaps the problem lies not so much in the implementation itself, but in the way we think technology changes organisations.

The limitations of technological determinism

Many digital innovations in healthcare implicitly rest on a simple causal model that is widely embraced. Electronic health records make information more accessible and therefore lead to better care. Telehealth replaces in-person consultations and thereby increases efficiency. Artificial intelligence takes over tasks from healthcare professionals and therefore reduces the need for staff.

Although these examples differ, the reasoning follows the same pattern: introducing technology causes a desired change. Better information leads to better care, telehealth to greater efficiency, and AI to lower staffing requirements. These are examples of technological determinism: the assumption that technology is the main cause of change and produces more or less predictable effects once introduced.

My research on more than thirty years of digitalisation in healthcare presents a more complex picture. Electronic health records have made medical information more accessible, but have also increased the administrative burden. Telehealth enables care at a distance, but by no means always replaces existing contacts and may increase the overall volume of care. AI supports diagnosis and documentation, but at the same time creates new work related to validation, monitoring, and professional coordination.

These examples reveal a recurring pattern. Digital technology can solve existing problems, but at the same time changes the context in which it is used, thereby creating new tasks, dependencies, and problems.

Digital transformation as a sociotechnical process

A sociotechnical perspective therefore starts from a different assumption: technology does not have fixed effects. Outcomes emerge from the interaction between technological possibilities and the social, organisational, and institutional context in which technology is used.

A digital application becomes embedded in existing work processes, professional routines, organisational structures, and regulations. But this context does not remain unchanged. Healthcare professionals adapt their ways of working, organisations revise procedures, vendors develop new functionalities, and regulators formulate new requirements. Technology and organisation thus evolve through a continuous process of mutual adaptation.

This perspective explains why the same technology can produce different outcomes in different organisations. When technological possibilities, work processes, and professional expertise are well aligned, quality and productivity may improve. When this alignment is lacking, the same applications may instead create additional work, coordination problems, and higher costs.

But mutual adaptation has another consequence. When technology makes a task faster, easier, or cheaper, this often changes how frequently and extensively that task is performed. An individual activity may therefore become more efficient without reducing the total amount of work or overall costs. Sometimes the opposite occurs: because the activity becomes easier, it is performed more often or more extensively. This mechanism is known as the Jevons paradox.

Telehealth, for example, may make an individual consultation more efficient while simultaneously lowering the threshold for accessing care and thereby increasing the total number of contacts. AI may speed up documentation for each patient, but may also lead to more extensive documentation, additional checks, and new forms of monitoring. Efficiency gains at the task level may therefore be offset by changes at the level of the organisation or the healthcare system.

The relevant question is therefore not only whether a technology makes a particular task more efficient, but above all how that efficiency gain changes behaviour, working practices, and the use of healthcare.

Technology amplifies what is already in motion

The interaction between technology and context has another important consequence. New technologies rarely set organisations in motion from scratch. They interact with developments that are already under way and may strengthen, accelerate, or broaden them.

Electronic health records reinforced the move towards standardisation, accountability, and data exchange. Telehealth aligned with the shift of care towards the home and made it possible to accelerate this development. AI is reinforcing the move towards data-driven diagnosis, decision-making, and quality monitoring.

From this perspective, digital technology does not function as an autonomous engine of change, but rather as a catalyst for existing developments. The effects that emerge therefore depend not only on the properties of the technology, but also on the direction in which an organisation or healthcare system is already developing.

This also has practical significance. Anyone seeking to understand the possible consequences of a new technology should therefore ask not only what the technology can do, but also what it acts upon. What developments are already under way? Which working practices and interests are being reinforced? And which existing problems might thereby be amplified?

Design the change, not only the technology

A sociotechnical perspective leads to a different approach to action. Digital transformation should not begin with the question of how a technology can be implemented as quickly and successfully as possible. The first questions should be: what problem are we trying to solve, what changes in work and organisation are needed to address it, and how should technology, work processes, and organisation develop together? This requires more than user participation or training. It requires joint design, experimentation, evaluation, and continuous adaptation. Not only must the organisation adapt to the technology; the technology must also be adaptable to practice.

Digital transformation should therefore not be managed as the implementation of a technical system with a clear endpoint, but as an ongoing process of organisational change and sociotechnical design. This also answers the question raised at the beginning of this blog. Digital technology in healthcare often has different outcomes than expected, not because the technology itself falls short, but because it changes the way people work, collaborate, and organise care. Those who implement only the technology leave these changes largely to chance. Approaching digital transformation as a process of sociotechnical design does not prevent new problems from emerging. It does, however, create more room to recognise unexpected effects at an early stage, bring competing interest to the open, and adjust technology, work processes, and organisation in an integrated way.

Author: Albert Boonstra - albert.boonstra@rug.nl