AI in het laboratorium: van hulpmiddel naar onderzoekspartner

Artificial intelligence verovert stap voor stap het laboratorium. Tijdens WoTS 2026 werd duidelijk dat AI niet langer alleen wordt ingezet voor het analyseren van data, maar steeds vaker onderdeel wordt van het onderzoeksproces zelf. Van medische beeldvorming tot zelfsturende laboratoria: de technologie verschuift van ondersteunend hulpmiddel naar actieve partner in onderzoek en innovatie.[1]

In de gezondheidszorg ligt de uitdaging niet zozeer bij de technologie, maar bij de invoering ervan. Volgens zorgconsultant Jawad Handizi zijn er inmiddels uiteenlopende AI-toepassingen beschikbaar voor beeldvorming, diagnostiek en dataverwerking. De praktijk laat echter zien dat succesvolle implementatie afhankelijk is van factoren als lokale validatie, budgetten, acceptatie door zorgprofessionals en een duidelijke businesscase.

Opvallend is dat ziekenhuizen vooral geïnteresseerd zijn in oplossingen die dagelijkse werkzaamheden versnellen of vereenvoudigen. Artsen en specialisten willen niet alleen weten of een AI-systeem een afwijking kan herkennen, maar vooral hoe het bijdraagt aan kortere diagnostische trajecten, minder administratieve handelingen en efficiëntere werkprocessen.

Handizi verwacht dat AI steeds meer routinetaken zal overnemen. Toch blijft menselijke expertise noodzakelijk. AI-systemen ondersteunen besluitvorming, maar vervangen de zorgprofessional niet. De uitdaging verschuift daarmee van technische ontwikkeling naar organisatorische adoptie.

Zelfsturende laboratoria

Waar AI in ziekenhuizen vooral bestaande processen ondersteunt, wordt in onderzoekslaboratoria gewerkt aan een volgende stap: het zelfsturende laboratorium. Binnen het nationale programma Big Chemistry ontwikkelen universiteiten, onderzoeksinstituten en bedrijven laboratoria waarin robotica, data-analyse en machine learning samenkomen. Het doel is om nieuwe materialen, formuleringen en chemische processen sneller en efficiënter te ontwikkelen.

Centraal staat het concept van de ‘self-driving lab’. Robots voeren experimenten uit, analyseren de resultaten en gebruiken machine learning om automatisch te bepalen welke vervolgexperimenten de meeste nieuwe kennis opleveren. Hierdoor wordt niet langer elk mogelijk experiment uitgevoerd. Het systeem zoekt zelfstandig naar de meest veelbelovende route door een groot onderzoeksveld.

Deze aanpak levert niet alleen tijdwinst op. Ook materiaalverbruik daalt aanzienlijk doordat minder metingen nodig zijn om tot een optimaal resultaat te komen. Vooral bij complexe onderzoeksvragen met veel variabelen kan dat een groot verschil maken.

Van automatisering naar een nieuwe onderzoeksinfrastructuur

Het Big Chemistry-consortium investeert niet alleen in technologie, maar ook in een nieuwe onderzoeksinfrastructuur. Daarin spelen gedeelde data, gestandaardiseerde workflows en herbruikbare automatiseringsmodules een belangrijke rol. Onderzoekers kunnen hierdoor sneller voortbouwen op eerder werk en hoeven minder vaak hetzelfde wiel opnieuw uit te vinden.

Daarnaast kan automatisering bijdragen aan een hardnekkig probleem binnen de wetenschap: reproduceerbaarheid. Gestandaardiseerde, geautomatiseerde workflows verkleinen de kans op verschillen tussen laboratoria en maken onderzoeksresultaten beter vergelijkbaar.

De volgende fase

De rode draad van de middag was duidelijk. AI beweegt zich weg van de rol van analyse-instrument en groeit uit tot een systeem dat actief richting geeft aan processen. In ziekenhuizen helpt AI artsen sneller en nauwkeuriger werken. In laboratoria bepaalt AI steeds vaker welke experimenten als volgende moeten worden uitgevoerd. Daarmee ontstaat een nieuwe vorm van samenwerking tussen mens, machine en data.

De vraag voor de komende jaren is niet langer óf AI een plaats krijgt in laboratoria en onderzoeksorganisaties. De vraag is hoe onderzoekers, technici en organisaties deze nieuwe partner effectief leren inzetten.

[1] Seminar – Implementing AI in Healthcare: Challenges, Successes and Practical Insights – FHI, federatie van technologiebranches