AI in de fysiotherapie: wat is echt en wat is hype in 2026?

De stand van zaken op het gebied van AI in de fysiotherapie, per categorie

"AI in de fysiotherapie" beschrijft drie verschillende technologieën die zich in drie verschillende ontwikkelingsstadia bevinden, en door ze over één kam te scheren loopt de marketing vooruit op de werkelijkheid. Door ze per categorie te indelen, krijg je inzicht in wat er op dit moment daadwerkelijk werkt.

• Ondersteuning bij het vastleggen van documentatie is al in de praktijk in gebruik. Automatische notitietools maken aantekeningen van een sessie en in klinieken worden deze al dagelijks gebruikt.
• Bewegingsanalyse is in volle ontwikkeling en afhankelijk van validatie. Computervisie en draagbare sensoren werken technisch gezien wel, maar er is nog maar weinig door vakgenoten beoordeeld bewijs voor klinisch gebruik.
• Ondersteuning bij klinische besluitvorming bevindt zich nog in de onderzoeksfase. Modellen voor triage en het voorspellen van uitkomsten komen vooral voor in wetenschappelijke tijdschriften en academische gezondheidsinstellingen, niet in particuliere praktijk.

Er is één rode draad die door alle drie loopt. De acceptatie hangt af van de kracht van het gepubliceerde bewijs, niet van hoe overtuigend een leverancier klinkt. Als het onderzoek solide is, maken clinici gebruik van het hulpmiddel. Als dat niet het geval is, wachten ze af.

Ondersteuning bij documentatie: notities maken op basis van de omgeving en het genereren van notities

Documentatie is het gebied waarop AI daadwerkelijk voet aan de grond heeft gekregen in fysiotherapiepraktijken, en dat is gebeurd omdat de onderliggende taak goed aansluit bij waar de technologie in uitblinkt. Ambient-transcriptietools luisteren mee naar een consult via een telefoon of de microfoon van de praktijk, zetten het gesprek om in tekst en genereren een conceptversie van het verslag, gestructureerd in de onderdelen ‘subjectief’, ‘objectief’, ‘beoordeling’ en ‘plan’. De behandelaar bekijkt het vervolgens, corrigeert het en ondertekent het. De machine stelt het concept op, maar de mens blijft verantwoordelijk voor wat er in het dossier terechtkomt.

De aantrekkingskracht van deze hulpmiddelen komt voort uit de documentatielast, die in de hele gezondheidszorg goed in kaart is gebracht. Volgens een veel geciteerd onderzoek in de Annals of Internal Medicine besteden artsen bijna twee uur aan elektronische dossiers en administratief werk voor elk uur directe patiëntenzorg. Fysiotherapeuten kampen met een soortgelijke belemmering, aangezien het bijhouden van aantekeningen vaak buiten de geplande uren valt en bijdraagt aan de vastgestelde burn-out. Vroege implementaties van ambient scribing in de gezondheidszorg laten bescheiden, en geen spectaculaire, voordelen zien. Een grootschalig onderzoek, waarover STAT berichtte, constateerde slechts een bescheiden vermindering van de totale tijd die aan elektronische patiëntendossiers wordt besteed en geen significante verandering in het bijwerken van dossiers buiten kantooruren, waarbij eerstelijnszorgverleners en vrouwelijke zorgverleners meer profiteerden dan anderen.

Met name binnen de fysiotherapie wordt deze technologie nog op kleinere schaal toegepast dan in de eerstelijnsgezondheidszorg, maar de toepassing is reëel en neemt toe. De American Physical Therapy Association is begonnen met het opnemen van generatieve tools in haar praktijk , waarbij deze worden beschouwd als een opkomend hulpmiddel voor documentatie dat clinici moeten controleren in plaats van er blindelings op te vertrouwen. De meeste fysiotherapiepraktijken maken tegenwoordig gebruik van deze technologie binnen grotere poliklinische groepen en aan ziekenhuizen gelieerde klinieken die al bedrijfsbrede dossiersystemen hanteren, omdat die instellingen over compliance-medewerkers beschikken om een nieuwe bron van aantekeningen te controleren voordat deze in de facturering terechtkomt.

Juist bij de vraag naar nauwkeurigheid is een eerlijke beschrijving van het grootste belang. Automatische verslagleggers produceren vloeiende, aannemelijke aantekeningen, maar vloeiendheid is niet hetzelfde als juistheid. Een gegenereerd aanteken kan een symptoom verkeerd toeschrijven, een detail verzinnen dat de arts nooit heeft vermeld, of een dubbelzinnige bevinding gladstrijken tot valse zekerheid. Omdat het concept er netjes uitziet, kan een gehaaste arts een fout gemakkelijker goedkeuren dan dat hij of zij een leeg veld zou opmerken. De controlemoment is geen formaliteit, en klinieken die het als zodanig behandelen, lopen het risico.

De aansprakelijkheid ligt bij de ondertekenaar, niet bij de software. Wanneer een door AI opgesteld verslag een fout bevat die gevolgen heeft voor de zorg of een audit, is de zorgverlener die het heeft ondertekend verantwoordelijk voor dat verslag, en de huidige regelgeving inzake beroepsfouten en vergunningen biedt geen bescherming voor het delegeren van de formulering aan een model. Leveranciers wijzen in hun voorwaarden elke klinische verantwoordelijkheid af, wat betekent dat de vraag naar de aansprakelijkheid een duidelijk antwoord heeft dat voorzichtigheid gebiedt.

Risico’s op het gebied van betalers en naleving vormen een derde beperking. De documentatie voor fysiotherapie moet de medische noodzaak onderbouwen, het zorgplan rechtvaardigen en overeenkomen met de gefactureerde codes; de gegenereerde aantekeningen kunnen echter afglijden naar algemene bewoordingen die bij een beoordeling door de betaler niet voldoen, zelfs als de klinische zorg deugdelijk was. Een aantekening die goed leest maar waarin de specifieke functionele beperkingen en meetbare doelen ontbreken die een betaler verwacht, kan leiden tot afwijzingen of terugvorderingen. Klinieken die ambient scribing met succes toepassen, beschouwen het als een eerste concept dat een behandelaar omzet in regelconforme documentatie, en niet als een voltooid dossier dat ze in grote hoeveelheden goedkeuren.

Bewegingsanalyse: computervisie en draagbare sensoren voor loop- en bewegingsanalyse

Bewegingsanalyse is de categorie waarin de technologie daadwerkelijk werkt, maar waarin de klinische beweringen ver voorlopen op het bewijsmateriaal. Twee verschillende soorten hulpmiddelen worden onder dezelfde marketingterm geschaard, en het onderscheiden daarvan is de eerste stap om de beweringen van leveranciers op een eerlijke manier te beoordelen. Motion capture van laboratoriumkwaliteit, waarbij gebruik wordt gemaakt van markerarrays en krachtplaten, is gebaseerd op tientallen jaren biomechanisch onderzoek en levert metingen op waarop clinici kunnen vertrouwen. Video- en houdingsschattingshulpmiddelen voor consumenten, die een kliniek vanaf een tablet of telefoon kan gebruiken, maken gebruik van computervisie om gewrichtsposities af te leiden uit gewone beeldopnames, en de nauwkeurigheid ervan varieert sterk afhankelijk van de belichting, de camerahoek, de kleding en de beweging die wordt gevolgd.

De door vakgenoten beoordeelde wetenschappelijke basis voor de telefoon- en tablet-tools is beperkt en meestal kleinschalig. In validatiestudies nemen doorgaans enkele tientallen deelnemers deel en wordt de overeenstemming gerapporteerd met op markeringen gebaseerde bewegingsregistratie bij specifieke taken, zoals een squat of een stand op één been, onder gecontroleerde omstandigheden. Die studies laten doorgaans een aanvaardbare overeenstemming zien voor grote, vlakke bewegingen en een veel zwakkere overeenstemming voor rotatiebewegingen, fijne gewrichtshoeken of alles wat buiten de as wordt gemeten. Een tool die de knieflexie tot op enkele graden nauwkeurig schat tijdens een gefilmde squat, levert echt werk. Dezelfde tool die beweert subtiele asymmetrie in het looppatroon te kwantificeren in een drukke kliniekgang, doet een bewering die niet wordt ondersteund door het gepubliceerde onderzoek.

Waar klinieken deze hulpmiddelen vandaag de dag daadwerkelijk inzetten, zegt meer dan de brochures. Sportprestaties en atletische screening lopen voorop bij de invoering, omdat de bewegingen herhaalbaar zijn, de atleten meewerken en de risico’s van een verkeerde meting lager zijn dan bij medische revalidatie. Sommige orthopedische en neurologische revalidatieprogramma’s voeren proefprojecten uit, vaak binnen universitaire klinieken of ziekenhuisnetwerken die de resultaten kunnen vergelijken met die van hun eigen, met instrumenten uitgeruste laboratoria. praktijk reguliere particuliere praktijk hier grotendeels buiten schot. De meeste clinici die het looppatroon of de bewegingskwaliteit beoordelen, vertrouwen nog steeds op getrainde observatie en gevalideerde functionele tests, niet omdat ze de technologie afwijzen, maar omdat nog geen enkel videohulpmiddel heeft aangetoond dat het een resultaat verbetert dat de clinicus niet al zelf kon beoordelen.

Draagbare inertiële sensoren gaan een stap verder dan puur videomateriaal. Accelerometers en gyroscopen die aan een ledemaat worden vastgemaakt of als inlegzool worden gedragen, meten cadans, stapduur en stap-symmetrie met een grotere betrouwbaarheid dan houdingsschatting, omdat ze de beweging rechtstreeks registreren in plaats van deze af te leiden uit pixels. Onderzoek naar het looppatroon met behulp van wearables heeft meer consistente gepubliceerde resultaten opgeleverd, met name wat betreft het aantal stappen en temporele parameters. Er blijft echter een kloof bestaan tussen het betrouwbaar meten van een parameter en het aantonen dat het ondernemen van actie op basis daarvan het herstel van een patiënt beïnvloedt, en dat tweede onderzoek is het onderzoek dat de meeste leveranciers niet hebben uitgevoerd.

De realistische conclusie voor 2026 is dat bewegingsanalyse je een snelle, herhaalbare manier biedt om bepaalde metingen vast te leggen, maar geen gevalideerd alternatief is voor klinische beoordeling. Beschouw elk nauwkeurigheidscijfer als afhankelijk van de exacte taak en opstelling waaronder het is getest, en vraag je af of de validatie het hulpmiddel heeft vergeleken met de gouden standaard voor bewegingsregistratie of met niets. Een hulpmiddel dat de workflow voor het voorschrijven van oefeningen versnelt, is iets heel anders dan een hulpmiddel dat beweert bewegingsmetingen van diagnostische kwaliteit te leveren. De programmabouwer Physitrack maakt bijvoorbeeld gebruik van slimme zoekfuncties om een behandelaar te helpen snel oefeningen te vinden; dit is een zoek- en workflowfunctie in plaats van bewegingsanalyse, en het is de moeite waard om dit te onderscheiden van de beweringen over houdingsschatting waar deze categorie werkelijk over gaat.

Ondersteuning bij klinische besluitvorming: triage, voorspelling van uitkomsten en het opzoeken van wetenschappelijk onderbouwde informatie

Klinische beslissingsondersteuning is de minst ontwikkelde van de drie categorieën, en er wordt gemakkelijk te veel belang aan gehecht. Het merendeel van wat er op dit gebied bestaat, is te vinden in wetenschappelijke tijdschriften en proefprojecten binnen de gezondheidszorg, niet in de software die een particuliere kliniek aanschaft. Leveranciers gebruiken soms de terminologie van beslissingsondersteuning om functies te beschrijven die in feite slechts zoek- of filterfuncties zijn, waardoor de kloof tussen wat er wordt gepubliceerd en wat er daadwerkelijk wordt geïmplementeerd hier groter is dan waar dan ook.

De gepubliceerde werken kunnen grofweg in drie groepen worden ingedeeld. Algoritmen ter ondersteuning van de diagnose proberen op basis van intakegegevens waarschijnlijke aandoeningen te signaleren of patiënten naar het juiste zorgtraject te leiden. Modellen voor het voorspellen van uitkomsten schatten in hoe een patiënt op een bepaalde behandelingskuur zal reageren, waarbij vaak gebruik wordt gemaakt van grote datasets van eerdere gevallen om de hersteltijd of de kans op een goed resultaat te voorspellen. Hulpmiddelen voor het opzoeken van bewijsmateriaal en het samenvatten van literatuur helpen een arts om sneller relevant onderzoek over een aandoening of ingreep te vinden dan bij een handmatige zoekopdracht in een database het geval zou zijn. Elk van deze hulpmiddelen heeft peer-reviewed resultaten opgeleverd, en elk blijft grotendeels beperkt tot academische medische centra en geïntegreerde gezondheidszorgsystemen die over de benodigde data-infrastructuur en onderzoekspersoneel beschikken om ze te gebruiken.

Gangbare commerciële PT-software biedt dit zelden aan. Een model dat is getraind op de patiëntenpopulatie van één zorgsysteem, is niet automatisch toepasbaar in een andere kliniek met andere demografische kenmerken en documentatiegewoonten. Met name modellen voor het voorspellen van uitkomsten presteren vaak slechter wanneer ze worden toegepast buiten de dataset waarop ze zijn gebaseerd, en het valideren ervan voor nieuwe populaties kost tijd en geld die de meeste leveranciers niet hebben geïnvesteerd. Het gevolg is dat de beslissingsondersteuning waarnaar je in een tijdschrift kunt verwijzen, niet dezelfde beslissingsondersteuning is die je volgende week kunt kopen en in gebruik kunt nemen.

Beslissingsondersteunende hulpmiddelen moeten aan hogere eisen voldoen dan documentatiehulpmiddelen, en de reden daarvoor is duidelijk. Een ‘ambient scribe’ stelt een notitie op die een zorgverlener leest, corrigeert en ondertekent, zodat de mens de controle over het uiteindelijke dossier behoudt. Een triage-algoritme of een uitkomstmodel beïnvloedt het klinisch oordeel rechtstreeks en kan een zorgverlener in de richting van een beslissing sturen nog voordat de notitie überhaupt is geschreven. Wanneer een hulpmiddel bepaalt wat je besluit in plaats van hoe je documenteert wat je hebt besloten, worden de eisen voor validatie aanzienlijk hoger.

Die directe invloed op het oordeel maakt het aansprakelijkheidsbeeld ook ingewikkelder. Als een triage-aanbeveling ervoor zorgt dat een patiënt geen beeldvormend onderzoek ondergaat dat achteraf noodzakelijk bleek te zijn, wordt de vraag wie verantwoordelijk is voor deze fout plotseling heel concreet – iets wat bij een verkeerd getypte notitie nooit het geval is. Toezichthouders en beroepsorganisaties hebben nog niet vastgesteld in hoeverre een behandelaar op een algoritmische aanbeveling kan vertrouwen voordat de verantwoordelijkheid verschuift, en die onzekerheid zorgt ervoor dat voorzichtige klinieken terughoudend blijven. Het bewijs voor deze hulpmiddelen zal uiteindelijk wellicht volgen, maar voorlopig is de eerlijke conclusie dat klinische beslissingsondersteuning in de fysiotherapie een onderzoeksgebied is, en geen productcategorie.

Waarom adoptie achterblijft bij de marketing

Er zijn drie beperkingen die verklaren waarom klinieken de software veel langzamer invoeren dan leveranciers beloven, en deze gelden voor alle drie de categorieën. De eerste is aansprakelijkheid, en die kwestie is nog steeds niet opgelost. Wanneer een ambient scribe een notitie opstelt waarin een bevinding verkeerd wordt weergegeven, of een triage-tool een verkeerde classificatie suggereert, blijft de verantwoordelijke partij de clinicus die het heeft goedgekeurd, niet de software die de output heeft gegenereerd. Die verantwoordingsstructuur geeft clinici alle reden om het rustig aan te doen en alles nog eens te controleren, waardoor een groot deel van de efficiëntie die de tools beloven teniet wordt gedaan. Geen enkele toezichthouder heeft een duidelijke grens getrokken tussen waar de verantwoordelijkheid van de leverancier ophoudt en die van de clinicus begint.

Het gebrek aan onderbouwing verergert het probleem van de aansprakelijkheid buiten de documentatie om. ‘Ambient scribing’ put uit een omvangrijke hoeveelheid algemeen onderzoek in de gezondheidszorg naar de tijd die zorgverleners besteden en burn-out, en staat daardoor op steviger grond. Bewegingsanalyse en beslissingsondersteuning doen dat niet. De meeste beweringen over bewegingsanalyse berusten op kleinschalige vergelijkingsstudies met motion capture als gouden standaard, en de meeste modellen voor beslissingsondersteuning blijven beperkt tot wetenschappelijke tijdschriften in plaats van daadwerkelijke toepassing praktijk. Een kliniekdirecteur die een aankoop moet rechtvaardigen tegenover een zorgverzekeraar of een aansprakelijkheidsverzekeraar, heeft voor deze twee categorieën weinig peer-reviewed onderbouwing om op te steunen.

De scepsis van clinici ten aanzien van fysiotherapie is gedocumenteerd en redelijk; het is geen reflexmatige weerstand. In discussies op APTA-forums en binnen professionele fysiotherapiegemeenschappen komen steeds weer dezelfde bezwaren naar voren, waaronder aantekeningen die aannemelijk klinken maar verzonnen details bevatten, hulpmiddelen die uitgaan van ideale registratieomstandigheden die in praktijken zelden voorkomen, en leveranciers die resultaten uit pilotstudies presenteren als onomstotelijk bewijs. Clinici die hebben gezien hoe een notulist een symptoom verzon of hoe een houdingsschatter de gewrichtshoeken van een zwaarlijvige patiënt verkeerd interpreteerde, hebben geen waarschuwingslabel nodig. Zij hebben het risico al in hun vertrouwen ingecalculeerd.

Deze drie krachten samen zorgen voor een structureel patroon, niet voor een tijdelijke achterstand die door een betere productcyclus kan worden weggewerkt. De acceptatie hangt samen met de kwaliteit van het bewijs, en de hiërarchie van het bewijs binnen deze categorieën is stabiel. Documentatie geniet de sterkste steun en wordt het meest gebruikt; bewegingsanalyse komt voor in proefprojecten op het gebied van sport en gespecialiseerde revalidatie, waar een gecontroleerde omgeving de beperkte validatie compenseert; en beslissingsondersteuning blijft beperkt tot academische medische centra met onderzoekspersoneel dat hier toezicht op houdt. Een proefproject slaagt juist omdat een gemotiveerd team de omstandigheden onder controle houdt. In praktijk dagelijkse praktijk die controle, waardoor de resultaten die in de pilot werden behaald, achteruitgaan en de tool vastloopt voordat deze de algemene caseload bereikt.

praktijk wordt dus pas gedicht wanneer het bewijsmateriaal wordt verdiept en de aansprakelijkheidskwestie categorie voor categorie wordt opgehelderd. Het vertrouwen van leveranciers groeit echter sneller dan beide. Dat verschil in tempo – en niet het ontbreken van een enkele functie – is de reden waarom de marketing de klinische praktijk steeds een stap voor blijft.

Waar fysiotherapeuten in 2026 echt op moeten letten

Wanneer een leverancier het label „AI” aan een revalidatieproduct toekent, vraag dan eerst waar het bewijs vandaan komt, voordat je vraagt wat de functie precies doet. Een demo en een casestudy zijn niet hetzelfde als validatie. Vraag om het peer-reviewed onderzoek dat ten grondslag ligt aan elke bewering over nauwkeurigheid of resultaten, en controleer of de auteurs onafhankelijk zijn van het bedrijf dat de tool verkoopt. Door de leverancier opgestelde whitepapers en interne benchmarks laten alleen zien dat het product goed presteert onder de omstandigheden die de leverancier zelf heeft gekozen.

Vraag hoe de tool zich verhoudt tot een gevestigde referentie. Voor bewegingsanalyse betekent dit dat er overeenstemming moet zijn met de ‘gouden standaard’ voor motion capture uit een gepubliceerd onderzoek, en niet zomaar een vergelijking met het niets. Voor documentatie betekent dit dat er gemeten foutenpercentages in de gegenereerde notities moeten zijn, en niet alleen een beweerde tijdwinst.

Stel duidelijk vast in welke gevallen menselijke tussenkomst vereist is. Ga na welke stap precies jouw beoordeling en goedkeuring vereist, en leg vast wie aansprakelijk is als de tool een fout maakt. Een notitie die je ondertekent, is jouw notitie, ongeacht welke software deze heeft opgesteld. Een triagevoorstel waarop je reageert, is jouw klinische beslissing.

Alle drie de categorieën bieden daadwerkelijk nut, en ‘ambient scribing’ heeft een vaste plaats veroverd in de dagelijkse werkprocessen. De andere twee bevinden zich op de bewijscurve verder achteraan dan hun marketing doet vermoeden. Beschouw elk ‘AI’-label als een bewering die je moet toetsen aan gepubliceerd onderzoek, en je zult de tools die je daadwerkelijk helpen kunnen onderscheiden van de tools die alleen maar goed in de markt liggen.