Van 2 jaar pijn naar hoop

Hoe AI het medische patroon vond dat artsen misten

8 maart 2026 • 12 min leesmoment • AI in Practice

Het emotionele verhaal van mijn buurman Michiel, die twee jaar ondraaglijke pijnaanvallen had — en hoe AI (ChatGPT-5) het medische patroon vond dat zijn leven veranderde.

Dit is het verhaal dat me heeft overtuigd: AI vervangt geen arts. Maar AI kan wél het verschil zijn tussen in het duister blijven rondtasten… en eindelijk het licht vinden.

De twee jaar van afglijden

Twee jaar lang zag ik mijn buurman, Michiel, elke dag een beetje verder afglijden. Hij leefde met ondraaglijke, dagelijkse pijnaanvallen die hem uitputten, zijn nachten wegnamen en hem emotioneel steeds dieper in de put duwden, zonder dat iemand wist waarom.

Elke nacht opnieuw had hij drie extreme pijnaanvallen. Zo heftig dat hij letterlijk op de grond kroop van de pijn. 😔

Geen arts kon uitleggen wat er aan de hand was.

Van specialist naar specialist, scans, echo's, endoscopieën, bloedonderzoeken… alles "normaal". Maar Michiel verloor zijn nachten. En bijna zichzelf.

Het moment dat ik niet langer kon toekijken

Op een bepaald moment kon ik niet langer toekijken. Niet als naaste. Niet als buurman. En niet als iemand die gelooft dat AI kan helpen wanneer er een informatievraagstuk vastloopt. 🤝

We verzamelden alles: dagboeken, tijdstippen, pijnpatronen, medische verslagen, uitslagen — twee jaar aan puzzelstukken die nergens toe leidden. 📋

Ik vroeg ChatGPT-5 om een eerste analyse.

AI kwam met een richting die nooit eerder serieus was onderzocht:

"Dit lijkt op een probleem met de Sfincter van Oddi."

Van vermoeden naar diagnose

Daarna vroeg ik AI welke aanvullende vragen het had aan Michiel om dit sterker te analyseren en onderbouwen.

AI formuleerde vragen over:

De exacte aard van zijn pijn
Hoe houding de klachten beïnvloedde
De relatie met eten en nuchter zijn
Momenten waarop de pijn níet aanwezig was
De reactie op medicatie
Eventuele familiegeschiedenis

Michiel beantwoordde alles.

Met deze antwoorden heb ik ChatGPT opnieuw een analyse gevraagd en viel alles op zijn plek: ✨

Sfincter van Oddi-dysfunctie, type III. Een zeldzame aandoening die in Nederland (bleek later) maar door één arts wordt behandeld. In Groningen.

Michiel kwam daar terecht. De arts hoorde het verhaal, zag de onderbouwing en vroeg zelfs:

"Met welke arts heeft u dit onderzoek gedaan?"

Het antwoord? Met niemand. Met AI (en een vriendelijke buurman). 😊

Hoop, herstel en een nieuw perspectief

Michiel kreeg daar een succesvolle botoxbehandeling van de verantwoordelijke spier.

En het resultaat is bijna niet te bevatten:

Van drie aanvallen per nacht… naar één aanval per week.

Mijn buurman krijgt zijn leven terug. Zijn rust. Zijn toekomst.

Wat dit voor mij betekent

En ik? Ik sta hier met kippenvel. Trots. Dankbaar. En opnieuw overtuigd van iets waar ik al lang in geloof:

AI vervangt geen arts. Maar AI kan wél het verschil zijn tussen in het duister blijven rondtasten… en eindelijk het licht vinden.

Dit verhaal is niet over hype. Dit is niet over robots die dokters vervangen. Dit is over een praktisch hulpmiddel dat gebruikt kan worden op momenten wanneer traditionele diagnostiek vast lijkt te lopen.

Michiel is niet op genezen. Hij is geholpen door een arts — maar die arts kon hem niet helpen totdat we het informatievraagstuk hadden opgelost. AI hielp bij dat informatievraagstuk.

Dat is de praktische kracht van AI, die ik vind dat veel meer mensen moeten begrijpen.

Wat heb ik geleerd van Michiel's ervaring?

Dit verhaal heeft me veel geleerd. En ik denk dat het ook relevant is voor jouw werk, je organisatie en je teams.

1. Informatie is het knelpunt, niet altijd kennis

De artsen die Michiel zagen hadden kennis. Veel kennis. Maar ze hadden niet het juiste informatiepatroon onder ogen. Ze zagen losse puzzelstukken, niet het plaatje. AI helpt bij dat patroonherkenning op basis van informatie die al beschikbaar is.

2. AI werkt het beste in samenspel met menselijk oordeel

AI gaf een hypothesis. Een specialist beoordeelde, vroeg aanvullende vragen, en nam een medische beslissing. Dit is hoe het hoort te werken: AI als denk- en analysetool, niet als vervanger.

3. Dit geldt niet alleen voor medische diagnostiek

Dezelfde logica werkt in beleid, compliance, projectmanagement, communicatie — overal waar je grote hoeveelheden informatie moet analyseren en patronen moet herkennen. Dit is waarom ik NotebookLM masterclasses en AI workshops aanbied.

Hoe je dit zelf toepast: 5 praktische stappen

Je hoeft geen medische diagnostiek te doen om dezelfde aanpak te gebruiken. Hier zijn 5 stappen die je vandaag al kunt implementeren:

Stap 1: Verzamel je informatie

Wat weet je al over je vraagstuk? Documenten, data, verslagen, e-mails, notities — goooi het allemaal bij elkaar. Net als Michiel's medische dossier.

Stap 2: Formuleer je vraag helder

Hoe beter je vraag, hoe beter het antwoord. "Wat is hier aan de hand?" is vaag. "Gegeven deze informatie over X, welke patronen zie jij?" is veel sterker.

Stap 3: Vraag AI om analyse

Zet je informatie in ChatGPT, Claude of een ander AI-tool en vraag om een analyse. Vraag om hypothesen, niet om definitieve antwoorden.

Stap 4: Verfijn op basis van menselijk oordeel

Wat vindt het AI interessant? Wat zou je daarover willen weten? Stel vervolgvragen. Dit is exact wat we met Michiel deden.

Stap 5: Neem beslissingen met menselijk oordeel

AI analyseert. Jij beslist. Dit onderscheid is essentieel.

Deze aanpak kun je toepassen op zo goed als elk informatievraagstuk in je werk. Van beleidsevaluatie tot projectpostmortems, van dataanalyse tot strategische planning.

Veelgestelde vragen over AI en informatievraagstukken

Q: Is het niet riskant om AI te vertrouwen?

A: Ja — als je AI alles vertrouwt. Nee — als je AI gebruikt als één laag van analyse, en daar je eigen kennis, ervaring en oordeel overheen legt. Net als de specialist die Michiel onderzocht: hij vertrouwde de AI-analyse niet blindelings, hij onderzocht het.

Q: Kan dit in mijn organisatie?

A: Waarschijnlijk ja. Het enige wat je nodig hebt is informatie, een vraag, en kritisch denken. Hoe je dat implementeert — met welke tools, in welk proces — hangt af van jouw situatie. Daar kan ik je mee helpen via workshops of advies.

Q: Wat als AI het fout heeft?

A: Dan merkt jij dat (of je team). AI is niet infallibel. Maar dat was de specialist ook niet — die had het probleem ook niet opgelost. Het gaat erom dat AI je een richting kan geven waar je anders alleen maar rondtastte.

Waarom dit verhaal over Michiel je aangaat

Dit verhaal is niet zomaar over AI in de zorg. Het is over hoe AI kan helpen in elk informatievraagstuk dat in je werk voorbijkomt.

Je werkt in een organisatie waar documenten, data, rapporten, e-mails en procedures zich opstapelen. Soms zie je een patroon niet. Soms is de informatie er, maar je weet niet hoe je het moet organiseren. Soms zit je vast.

Dat zijn precies de momenten waar AI je kan helpen.

Ik heb dit gebracht in mijn AI workshops voor bedrijven en overheden. Ik zag hoe mensen ontdekten dat ze met AI dingen sneller konden analyseren, patronen sneller konden zien, en betere besluiten konden nemen. Niet omdat AI zo slim is. Maar omdat informatie analyseren een informatievraagstuk is — en daarvoor is AI ongelooflijk nuttig.

Michiel's verhaal is het bewijs dat dit niet alleen theorie is. Dit werkt echt.

En jij kunt vandaag al beginnen.