100×worker · beroepsanalyse
Radioloog en AI: wat verandert er echt aan je takenpakket?
Radioloog is een van de beroepen waar het debat over AI het langst loopt, en het meest overdreven wordt. Microsoft Research analyseerde 200.000 echte Copilot-gesprekken en gaf de dichtstbijzijnde Amerikaanse functiecategorie, radiologist, een AI-toepasbaarheidsscore van 14,2%. Ter vergelijking: vertalers scoren 49%, verpleegkundigen 12% (Microsoft Research, Working with AI: Measuring the Applicability of Generative AI to Occupations, 2025). Radiologie zit dus dichter bij verpleging dan bij vertaalwerk als het gaat om wat generatieve AI vandaag kan overnemen.
Dat cijfer zegt weinig over jouw dagelijkse praktijk, want het is een gemiddelde over een brede Amerikaanse beroepscategorie. Wat wel telt: welke taken op je bureau precies verschuiven. UWV, de Nederlandse uitvoeringsorganisatie werknemersverzekeringen, formuleert het zo op basis van een bevraging bij 2.300 werkgevers: AI verandert niet je baan, maar wel je takenpakket. Dat is de bril waarmee dit artikel je vak ontleedt: niet 'blijft radioloog bestaan', maar 'welke van de dertien taken hieronder doe je binnen een jaar nog zelf'.
In Vlaanderen gebruikt 43% van de bevolking maandelijks generatieve AI, bij studenten is dat 81% (imec.digimeter, 2026). Je aankomende AIOS werkt dus al met deze tools voor ze aan hun opleiding beginnen. De vraag is niet of AI de radiologieafdeling binnenkomt, maar wie op die afdeling bepaalt hoe.
Een radioloog is een medisch specialist die ziekten opspoort via beeldvorming zoals CT, MRI en röntgen.
De taakverdeling: wat AI overneemt en wat van jou blijft
Het takenpakket van een radioloog valt uiteen in vier emmers. Eliminate is werk dat mechanisch was en gewoon verdwijnt. Automate is werk dat een systeem nu al productieklaar aflevert zonder dat jij het proces bewaakt. Delegate is werk waar AI de eerste 80% doet en jij het laatste, beslissende deel voor je rekening neemt: lezen, corrigeren, tekenen. Keep is het werk waarvoor je opgeleid bent en waarvoor de wet, de patiënt en je collega's naar jou blijven kijken, met AI als hulpmiddel op de achtergrond.
| Taak | Emmer | Waarom |
|---|---|---|
| Handmatig tellen en meten van afwijkingen op elke slice van een CT- of MRI-stack | schrappen | Segmentatiesoftware doet volumetrie sneller en reproduceerbaarder dan een oog met een muis. |
| Verslagen van nul af aan opbouwen met kopieer- en plakwerk uit oude dictaten | schrappen | Structured reporting-templates vullen de vaste onderdelen automatisch in. |
| Werklijsten handmatig sorteren op bestandsnaam of aankomsttijd | schrappen | Triage-algoritmes rangschikken op klinische urgentie, niet op volgorde van binnenkomst. |
| Eerste screening van routine-röntgenfoto's op longnodules of fracturen bij hoog volume | automatiseren | Detectiesoftware markeert afwijkingen voordat de radioloog het beeld opent, als vangnet. |
| Change detection tussen huidige en eerdere scan bij oncologische follow-up | automatiseren | Software legt beelden automatisch over elkaar en berekent volumeverschil zelf. |
| Omzetten van gesproken dictaat naar gestructureerde tekst in het RIS | automatiseren | Spraak-naar-tekst met sjabloon levert een leesbaar concept zonder tussenkomst. |
| Conceptbevinding opstellen bij complexe MRI- of CT-onderzoeken | delegeren | AI genereert een eerste lezing, jij herleest het volledige beeld en corrigeert. |
| Voorbereiden van het dossier voor het multidisciplinair overleg (MDO) | delegeren | AI vat beeldvorming en voorgeschiedenis samen, jij toetst de klinische relevantie. |
| Patiëntvriendelijke herformulering van technische bevindingen | delegeren | AI herschrijft het jargon, jij controleert toon, juistheid en volledigheid. |
| Slechtnieuwsgesprek of overleg met de verwijzend arts over een onzekere bevinding | houden | Vertrouwen en verantwoordelijkheid overdragen aan een ander mens kan geen model. (Jouw voorsprong: Empathie en verantwoordelijkheid nemen in een onzeker gesprek) |
| Interventieradiologie: biopsie, drainage of embolisatie onder beeldgeleiding | houden | Een naald sturen in een levend lichaam is een fysieke handeling, geen tekst. (Jouw voorsprong: Fysieke precisie met directe klinische gevolgen) |
| Eindverantwoordelijkheid en handtekening onder het definitieve verslag | houden | De juridische en medische aansprakelijkheid ligt bij de arts, niet bij het systeem. (Jouw voorsprong: Wettelijke en ethische eindverantwoordelijkheid) |
| Opleiden van arts-assistenten (AIOS) in beeldinterpretatie en klinisch redeneren | houden | Twijfel, ervaring en klinisch oordeel overdragen vraagt een mens tegenover een mens. (Jouw voorsprong: Overdracht van twijfel en klinisch oordeel) |
Welke taken van een radioloog kan AI overnemen?
AI overneemt vooral de stappen die meetbaar en herhaalbaar zijn: het handmatig tellen van afwijkingen op elke slice, de eerste screening van routinebeelden op longnodules of fracturen, het vergelijken van een nieuwe scan met een oude bij oncologische follow-up, en het omzetten van dictaat naar een gestructureerd verslag. Dat is werk waar een systeem al productieklaar levert of waar het mechanische deel simpelweg verdwijnt. Complexere lezingen, MDO-voorbereiding en patiëntvriendelijke uitleg schuiven naar een tussenvorm: AI levert een concept, jij leest, corrigeert en tekent af. Interventies, slechtnieuwsgesprekken en de handtekening onder het verslag blijven volledig bij de radioloog liggen, met of zonder AI op de achtergrond.
Wordt de radioloog vervangen door AI?
Nee, en de cijfers wijzen daar ook niet op. Microsoft Research geeft de dichtstbijzijnde Amerikaanse functiecategorie, radiologist, een AI-toepasbaarheidsscore van 14,2%, laag vergeleken met vertalers (49%) en dicht bij verpleegkundigen (12%) (Microsoft Research, 2025). Oudere 'robotiseringspercentages' die her en der op Nederlandstalige sites circuleren, stammen uit Frey & Osborne (Oxford, 2013), een studie van voor de doorbraak van grote taalmodellen, en zijn dus achterhaald als maatstaf. UWV verwoordt het treffender op basis van bevraging bij 2.300 werkgevers: AI verandert je baan niet, wel je takenpakket. Diagnose stellen, verantwoordelijkheid nemen en interveniëren blijven bij de mens. Het volume aan mechanisch beeldwerk daalt.
Hoe verandert AI het takenpakket van een radioloog volgens onderzoek?
Onderzoekers ontleden beroepen steeds op taakniveau in plaats van op functietitel. Anthropic's Economic Index classificeert miljoenen Claude-gesprekken tegen de O*NET-taaklijst en maakt daarbij onderscheid tussen automation-achtig gebruik (AI vervangt de stap) en augmentation-achtig gebruik (AI ondersteunt de mens). De Europese ESCO-taxonomie beschrijft op vergelijkbare manier 3.039 beroepen in 28 talen, elk opgesplitst in vaardigheden en taken. Voor radioloog leidt die methode tot dezelfde conclusie als bij Microsoft: het beeldherkennende, meetbare deel van het werk automatiseert het snelst, terwijl gesprek, interventie en eindoordeel in de augmentation-kolom blijven staan. UWV adviseert werkgevers en beroepsgroepen om functies precies op die manier te ontleden, taak per taak.
Wat kan je deze maand concreet doen als radioloog met AI?
Begin klein en specifiek. Kies één routinetaak uit de eliminate- of automate-emmer, bijvoorbeeld het dicteren van standaardverslagen, en test of je RIS al structured reporting-templates aanbiedt die je dictaat automatisch structureren. Vraag je afdeling of de bestaande PACS-omgeving al detectiesoftware voor longnodules of fracturen bevat en zet die actief aan als tweede blik, niet als vervanging. Oefen daarnaast één delegate-taak: laat een AI-assistent een patiëntvriendelijke uitleg opstellen bij een complexe bevinding en herschrijf die zelf tot ze klopt. Zo bouw je binnen een maand een concreet, verdedigbaar dossier op van wat werkt op jouw afdeling, in plaats van een algemeen gevoel over AI.
AI verandert niet je baan, maar wel je takenpakket.
— UWV, op basis van bevraging bij 2.300 werkgevers
Word de AI-persoon van je team
Documenteer wat AI al mag beslissen op je afdeling
Maak een lijst van welke stappen (screening, volumetrie, verslagconcept) al door software worden aangeraakt en wie daar eindverantwoordelijk voor tekent. Dat overzicht ontbreekt op de meeste afdelingen en is precies het document waarmee je het gesprek met collega's en ziekenhuisdirectie leidt.
Word de vertaler tussen radiologen en de IT-afdeling
De meeste implementaties van AI-detectiesoftware in PACS lopen vast op workflow-details die alleen een radioloog kent, niet op de techniek zelf. Wie die vertaalslag maakt tussen kliniek en IT, wordt de facto de eigenaar van het AI-dossier op de afdeling.
Train de AIOS in het beoordelen van AI-conceptverslagen
Voeg een vast onderdeel toe aan de opleiding: hoe lees je een door AI gegenereerde conceptbevinding kritisch, waar zit typisch de fout, en wanneer negeer je de suggestie volledig. Dat is een vaardigheid die nog nergens formeel op het curriculum staat.
Wil je dit voor jouw echte takenpakket?
De gratis scan op de homepage bouwt in 30 seconden jouw persoonlijke taakkaart, op basis van jouw rol en sector.
Doe de gratis taak-scanTools voor dit werk
| Tool | Voor welke taken | Nuchter bekeken |
|---|---|---|
| Spraak-naar-tekst gekoppeld aan structured reporting in het RIS | eliminate: verslag opbouwen, automate: dictaat naar gestructureerde tekst | Werkt alleen goed als de sjablonen per onderzoekstype vooraf zijn ingesteld. |
| PACS-geïntegreerde detectiesoftware (CAD/AI-triage) | automate: eerste screening en change detection | Behandel de output als een tweede blik, niet als eindoordeel. |
| Algemene AI-chatassistent (zoals Copilot of Claude) | delegate: MDO-samenvatting, patiëntvriendelijke uitleg | Nooit patiëntgegevens invoeren zonder goedgekeurde, ziekenhuiseigen omgeving. |
| Gedeelde takenlijst of projectbord voor het AI-dossier van de afdeling | overzicht houden over alle vier de emmers | Simpel houden: een spreadsheet met taak, emmer en eigenaar volstaat om te starten. |
Prompts om vandaag te proberen
MDO-samenvatting voorbereiden
Patiëntvriendelijke uitleg van een bevinding
Conceptverslag structureren uit ruwe notities
Verwante beroepen
Veelgestelde vragen
Hoeveel radiologen gebruiken AI al in de praktijk?
Specifieke Belgische of Nederlandse cijfers voor radiologen alleen zijn niet publiek beschikbaar. Wat we wel weten: 61% van de Belgen gebruikte in 2025 een AI-chatbot (Google/Ipsos, 2025) en 43% van de Vlamingen gebruikt maandelijks generatieve AI (imec.digimeter, 2026). Onder specialisten met veel routinematig beeldwerk ligt praktijkgebruik van detectiesoftware in PACS vermoedelijk hoger dan algemeen chatbotgebruik, maar exacte cijfers per medisch specialisme ontbreken in de meegeleverde bronnen.
Is de AI-toepasbaarheidsscore van 14,2% laag of hoog?
Op de schaal van Microsoft Research is 14,2% relatief laag. Vertalers staan aan de top met 49%, verpleegkundigen aan de onderkant met 12%. Radiologist zit dus dicht bij verpleegkundige, ver onder vertaler. Dat wil niet zeggen dat er weinig verandert, wel dat het aandeel taken waar generatieve AI vandaag aantoonbaar inzetbaar is beperkter is dan bij talige beroepen.
Moet ik als radioloog nu AI-detectiesoftware verplicht gebruiken?
Dat is een lokale, organisatorische keuze van je afdeling en ziekenhuis, geen algemene regel uit dit artikel. Wat wel vaststaat op basis van de taakanalyse: de screening- en vergelijkingsstappen zijn de taken waar automatisering het verst staat, dus het is verstandig om te weten welke tools je PACS al aanbiedt en hoe je ze als tweede blik inzet.
Waarom klopt het oude 'robotiseringspercentage' voor radiologen niet meer?
Veel Nederlandstalige sites gebruiken nog het robotiseringspercentage uit Frey & Osborne (Oxford, 2013). Die studie is gepubliceerd voor de doorbraak van grote taalmodellen en generatieve AI, en meet een heel ander soort automatisering (regelgebaseerde robotica) dan de taalmodel-gedreven verschuivingen van vandaag. Voor een actueel beeld is de Microsoft-score uit 2025, gebaseerd op echt Copilot-gebruik, een betere referentie.
Bronnen
- Microsoft Research, Working with AI: Measuring the Applicability of Generative AI to Occupations (2025)
- Anthropic Economic Index
- UWV, over AI en takenpakketten
- imec.digimeter 2026
- Eurostat, isoc_ai_iaiu (2025)
- Google/Ipsos, Our Life with AI (2025)
- ESCO-taxonomie, Europese Commissie
Hendrik De Winne, auteur van Becoming AI-Savvy, oprichter van VibeLab. Begeleidt teams bij het herontwerpen van hun werk met AI.
Dit artikel is opgesteld met AI-ondersteuning op basis van publieke databronnen en redactioneel nagekeken.