De gezondheidszorg staat aan de vooravond van een structurele verandering. Door de vergrijzing van de wereldbevolking en blijvend stijgende zorgkosten komt het huidige zorgmodel steeds meer onder druk te staan. Tegelijkertijd heeft de digitalisering van de afgelopen jaren, versneld door de coronapandemie, de weg vrijgemaakt voor nieuwe technologische oplossingen. Kunstmatige intelligentie (AI) neemt daarin een steeds centralere rol in.

Volgens inzichten van J.P. Morgan kan AI in de komende jaren uitgroeien tot een cruciale factor in het betaalbaar, efficiënt en schaalbaar houden van gezondheidszorgsystemen.

Structureel stijgende zorgkosten vragen om innovatie

Naarmate mensen ouder worden, neemt de zorgconsumptie toe. In veel landen, en met name in de Verenigde Staten, lopen de zorguitgaven sneller op dan de economische groei. Dit maakt kostenbeheersing een belangrijk thema in zowel economisch als politiek beleid.

AI biedt hier een structurele oplossing. Door grote hoeveelheden medische data te analyseren, processen te automatiseren en artsen te ondersteunen bij besluitvorming, kan de zorg efficiënter worden ingericht zonder dat dit ten koste gaat van kwaliteit of toegankelijkheid. Dit is met name relevant voor beursgenoteerde zorg- en technologiebedrijven die inzetten op schaal en innovatie.

Versnelling van medicijnontwikkeling

Een van de meest veelbelovende toepassingen van AI ligt in medicijnonderzoek en -ontwikkeling. Het ontwikkelen van nieuwe geneesmiddelen is traditioneel een langdurig en kapitaalintensief proces dat vaak meer dan tien jaar in beslag neemt.

AI kan dit traject aanzienlijk verkorten. Tijdens de COVID-19-pandemie werd al duidelijk dat AI een belangrijke rol kan spelen bij het sneller analyseren van moleculaire structuren en het identificeren van kansrijke vaccins en therapieën. Inmiddels wordt AI breder ingezet bij het screenen van stoffen, het voorspellen van effectiviteit en het detecteren van mogelijke bijwerkingen.

Voor biotechbedrijven zoals Pharming Group kan een efficiënter R&D-proces op termijn een significante impact hebben op kostenstructuur en time-to-market van nieuwe medicijnen.

Ook in klinische studies biedt AI toegevoegde waarde, bijvoorbeeld door:

• betere selectie van testpersonen;
• optimalisatie van doseringen;
• vroegtijdige signalering van veiligheidsrisico’s.

Hierdoor dalen niet alleen de kosten, maar neemt ook de kans op succesvolle medicijnontwikkeling toe.

Grote impact op diagnostiek en medische beeldvorming

Naast R&D is diagnostiek een tweede domein waar AI al concreet wordt toegepast. In de medische beeldvorming ondersteunen AI-systemen radiologen bij het analyseren van röntgenfoto’s, CT-scans en MRI’s. Dit verhoogt de snelheid en consistentie van diagnoses en vermindert de werkdruk in een sector waar personeelstekorten steeds vaker voorkomen.

Dit raakt niet alleen zorginstellingen, maar ook technologiebedrijven die de onderliggende infrastructuur leveren. Zo speelt ASML indirect een sleutelrol in de ontwikkeling van steeds krachtigere AI-chips die nodig zijn voor medische toepassingen.

Daarnaast kan AI helpen om scans beter af te stemmen op individuele patiënten, bijvoorbeeld door de benodigde stralingsdosis te verlagen zonder verlies aan nauwkeurigheid. Niet voor niets richt het merendeel van de recent goedgekeurde AI-toepassingen in de zorg zich op radiologie.

AI vervangt de arts niet

Ondanks de snelle technologische vooruitgang is AI geen vervanger van medische professionals. In de praktijk blijkt dat artsen, vooral bij complexe of zeldzame aandoeningen, vaak beter presteren dan algoritmes. AI fungeert daarom vooral als een ondersteunend instrument dat artsen helpt efficiënter en consistenter te werken.

Bovendien vereist het trainen van AI-modellen enorme hoeveelheden data. Voor veel zeldzame ziekten is die data simpelweg onvoldoende beschikbaar, wat het belang van menselijke expertise onderstreept.

Beleggingsimplicaties volgens J.P. Morgan

Voor beleggers ziet J.P. Morgan vooral kansen bij grote, gevestigde farmaceutische en medische technologiebedrijven. Deze ondernemingen beschikken over:

• sterke kasstromen;
• schaalvoordelen;
• de financiële middelen om langdurig te investeren in AI en data-infrastructuur.

Tegelijkertijd zijn er risico’s om rekening mee te houden. Denk aan strengere regelgeving, mogelijke prijsplafonds voor medicijnen en toenemende eisen rond databescherming en cybersecurity.

Conclusie

AI heeft het potentieel om de gezondheidszorg fundamenteel te veranderen. Door snellere medicijnontwikkeling, efficiëntere diagnostiek en lagere kosten kan de technologie bijdragen aan een toekomstbestendig zorgsysteem. Voor beleggers geldt dat selectiviteit cruciaal blijft: niet elke speler profiteert, maar goed gepositioneerde bedrijven kunnen op lange termijn aanzienlijke waarde creëren in een sector die alleen maar belangrijker wordt.