Word je gezonder van data met Joachim De Vos (Why Data Wins)

Op 16 maart 1995 stond de rijkste man ter wereld in het eerste Huis van de Toekomst en zei tegen een ingenieur van vijfentwintig dat het internet te ongestructureerd was om er zaken mee te doen. Die ingenieur was Joachim De Vos. Hij had net een keukencomputer geprogrammeerd waarmee je je boodschappen kon bestellen, en hij mocht van Microsoft het woord internet niet eens uitspreken in hun film.

Dertig jaar later schreef hij Why Data Wins. De meeste mensen kennen Joachim van Living Tomorrow, het Huis van de Toekomst in Vilvoorde, of van zijn eerste boek Why Innovation Fails, met Steven Sasson, de man die in 1975 bij Kodak de eerste digitale camera bouwde. Wat ze minder weten: hij doceert scenarioplanning aan de UGent, ook aan artsen in opleiding, en hij zit met een half ziekenhuis aan zijn pols dat hij zelf niet altijd weet te lezen.

Daarover gaat dit gesprek. Niet over technologie op zich, wel over de vraag die je jezelf moet stellen vóór je iets meet. Onderweg passeren een paar cijfers die blijven hangen: van alle data die de zorg verzamelt, wordt amper drie procent ooit opnieuw gebruikt, en een ziekenhuis in Bonheiden moest zijn glucosesensoren zelf betalen omdat betere zorg minder geld voor het ziekenhuis opbracht. Het zijn sectorcijfers, geen studies, dus de nuance die ik erbij geef is mijn interpretatie en zeg ik erbij.

Voor wie dieper wil gaan leg ik er in de cursieve stukken de wetenschap naast. Ook waar die minder rooskleurig is dan het horloge belooft.

We bespreken

• Wie Joachim was in 1995 en wie hij nu is [00:00:00]
• In het nu leven of over de toekomst nadenken [00:03:18]
• Wat hij in 1995 zelf bouwde in het Huis van de Toekomst [00:07:04]
• Bill Gates: het web is te ongestructureerd om zaken mee te doen [00:09:20]
• Elke technologie wordt ooit misbruikt, ook AI [00:12:36]
• Van Why Innovation Fails naar Why Data Wins [00:15:41]
• Kodak: de eerste digitale camera en de drie angsten [00:16:51]
• Drie dingen die Joachim doet voor zijn gezondheid [00:22:08]
• Een half ziekenhuis aan je pols [00:24:09]
• De Imelda-case: medisch beter, financieel slechter [00:25:50]
• Drie procent hergebruik, en de drie vragen voor elke bestuurder [00:29:01]
• De vijf datagolven en de Data Wave Scan [00:32:53]
• Turing, Enigma en de kracht van twee woorden [00:38:14]
• KBC en Johan Thijs: een lening in vier seconden [00:41:00]
• Nooit meer naar de dokter: wie mag jouw gezondheidsdata beheren [00:44:38]
• Van IQ naar imagination quotient, en data awareness voor iedereen [00:52:48]
• Drie dingen die zijn leven gevormd hebben [00:56:17]
• Bayes zonder formule, en beslissen als experiment [01:01:23]
• Het 5D-model, de drie C's en de zeven sleutels [01:07:23]
• De uitsmijter: wat hij zou willen horen van zijn dokter [01:17:02]

Over de gast

Joachim De Vos is ingenieur, econoom en futuroloog. Van 1994 tot 2025 bouwde hij mee aan Living Tomorrow, het Huis van de Toekomst, en hij richtte het adviesbureau TomorrowLab op. Hij doceert scenarioplanning aan de UGent en schreef Why Innovation Fails (met Steven Sasson) en nu Why Data Wins, met de Data Wave Scan en het Black Box Canvas.

Shownotes PLUS

Leden van Spreekuur PLUS lezen hieronder het volledige gesprek, onderwerp per onderwerp uitgeschreven, met bij elk onderwerp mijn duiding: welke studies erachter zitten, hoe groot het effect echt is, waar het bewijs dun wordt, en wat je er morgen concreet mee doet. Voor deze aflevering zijn dat vijftig studies, van de Apple Heart Study tot de rekensom van Bayes die elke arts zou moeten kennen.

WIL JE De volledige uitleg?

• Elke week één onderwerp volledig uitgespit.
• De werkbladen en checklists uit mijn praktijk.
• Elke maand een live sessie voor jouw vragen.

Ontdek Spreekuur PLUS

Wie Joachim was in 1995 en wie hij nu is [00:00:00]

Een ingenieur die in juni 1994 in een team stapt

• Joachim was net afgestudeerd als ingenieur, had wat wiskunde en fysica gegeven in het middelbaar en werkte bij een IT-bedrijf in het Gentse toen hij in contact kwam met Frank Beliën, die net het Huis van de Toekomst gestart was en iemand zocht om de IT-innovaties uit te werken. In juni 1994 stapte hij in dat team, en hij bleef er dertig jaar aan de toekomst sleutelen.
• Hij had na zijn ingenieursstudies ook een economische opleiding gevolgd, en precies die combinatie vond hij het boeiendst: enerzijds kijken naar wat technologie kan, anderzijds naar wat dat betekent voor ons dagelijks leven en voor bedrijven.
• Veel van wat we vandaag evident vinden, bestond toen nog niet. In 1995 kwamen de eerste mobiele telefoons in België, met de opkomst van Proximus, en er werd met verbazing verteld dat mensen in Italië met een gsm in de kerk zaten. Dat gaan wij toch niet doen, dacht iedereen.

En wie hij vandaag is

• Gevormd door dertig jaar toekomstdenken, maar vooral door de honderden, bijna duizenden organisaties die hem hun verhaal vertelden: hier zijn we mee bezig, maar eigenlijk weten we niet goed hoe morgen eruitziet.
• Living Tomorrow wordt tot vandaag door heel veel mensen bezocht en blijft een inspiratiebron. En als je naar sociale media kijkt, gaat bijna de helft van de filmpjes over de toekomst. Iedereen is ermee bezig. De toekomst is niet van één iemand, zegt hij, ze is van ons allemaal.

Dertig jaar lang beroepshalve naar morgen kijken: Joachim doet iets waar wij als mens niet zo goed in zijn. In 2011 begon in de Verenigde Staten een voorspellingstoernooi waarin duizenden vrijwilligers twee jaar lang honderden geopolitieke vragen beantwoordden, van verkiezingsuitslagen tot olieprijzen, met een kans in plaats van een ja of nee. De psychologen Barbara Mellers en Philip Tetlock beschreven wat de besten van de rest onderscheidde: een korte training in kansdenken, samenwerken in teams, en vooral het bijhouden van je eigen score, zodat je zag hoe vaak je fout zat (Mellers et al., 2014). De beste twee procent, de superforecasters, bleven jaar na jaar beter dan de rest, en beter dan de meeste experts. De conclusie: Wie de toekomst wil leren lezen, moet eerst zijn eigen fouten leren inzien. Dat is precies wat Joachim straks Bayes zal noemen, en het is ook wat een arts doet die zijn eigen diagnoses bijhoudt. De nuance: het toernooi ging over vragen met een controleerbaar antwoord binnen het jaar. Over wat de zorg in 2050 doet, is niemand een superforecaster, ook Joachim niet, en hij zegt dat zelf.

Praktisch: voorspel iets kleins met een kans erbij. Ik denk dat ik volgende maand drie keer per week sport, met zeventig procent zekerheid. Kijk na een maand terug. Je leert meer van dat ene getal dan van tien goede voornemens.

In het nu leven of over de toekomst nadenken [00:03:18]

Het gekende gekende

• Servaas legt de spanning op tafel: sociale media leren ons met twee voeten in het nu te staan, en tegelijk vluchten we met onze ratio altijd naar de toekomst. Hoe rijm je die twee?
• Joachim gebruikt zelf vaak het gezegde geniet van wat er vandaag gebeurt, maar dat staat volgens hem los van toekomstdenken. Het echte probleem is dat we vastzitten aan wat we kennen. De known knowns, het gekende gekende, daar voelen we ons goed bij, thuis en als bedrijfsleider. Hooguit durven we naar het gekende onbekende kijken: onzekerheidsparameters van plus vijf of min tien procent, daar zal het wel ergens tussen zitten.
• En intussen zetten we de prikkels en data die we krijgen heel selectief om in wat we er vandaag mee kunnen doen. Dat noemt hij een grote valkuil.

Terugrekenen vanuit de toekomst

• Het heden moet je omarmen, want daar leef je in en daar neem je beslissingen. Servaas vult aan: en dankbaar zijn dat we dit gesprek kunnen voeren en dat het mooi weer is.
• Maar zelfs in je persoonlijke leven is het niet slecht om eens van de toekomst te vertrekken: hoe zou ik willen wonen, leven, werken? En als ik dat wil bereiken, hoe reken ik dan terug? Hoe gebruik ik de informatie die ik vandaag heb om zo goed mogelijk die richting uit te gaan, in plaats van het blind te doen?
• Wie alleen aan vandaag denkt, interpreteert signalen heel tijdelijk en vraagt zich niet af wat hij er nog meer mee kan doen. Dan wordt alles vluchtig.
• Doet hij dat zelf bewust? Op een feestje minder, geeft hij toe. Maar alles wat professioneel is, en zelfs zijn familiale leven, brengt hij een stukje in kaart: dit is mijn doel tegen het einde van het jaar, en past wat ik vandaag zie gebeuren daarin of niet?

Wat Joachim hier beschrijft, is een oud probleem met een verrassend jonge oplossing. In 2011 liet de Amerikaanse psycholoog Hal Hershfield jonge volwassenen in een virtuele spiegel kijken waarin hun eigen gezicht vijftig jaar ouder gemaakt was, en vroeg hen daarna hoe ze een bedrag zouden verdelen tussen nu uitgeven en sparen voor hun pensioen. Wie zijn oudere zelf had gezien, legde in vier opeenvolgende experimenten beduidend meer opzij dan wie zijn huidige gezicht zag (Hershfield et al., 2011). Twee jaar eerder had dezelfde groep in de hersenscanner gezien waarom: wie over zijn toekomstige ik oordeelde, gebruikte daarvoor hersengebieden zoals bij het oordelen over een vreemde, en hoe groter dat verschil, hoe minder iemand een week later bereid was op een grotere beloning te wachten (Ersner-Hershfield et al., 2009). We sparen niet voor onszelf, we sparen voor iemand die we amper kennen. Dat verklaart waarom terugrekenen vanuit de toekomst, zoals Joachim doet, meer oplevert dan goede voornemens: je maakt die vreemde eerst concreet. De nuance is dat het om kleine experimenten met studenten en hypothetisch geld ging; of het effect standhoudt bij echte pensioenkeuzes over jaren, is minder hard aangetoond.

En dan het andere kamp, dat van het nu. Ook dat is onderzocht, en eerlijker dan de sociale media het brengen. Madhav Goyal zette in 2014 voor JAMA Internal Medicine 47 gerandomiseerde studies met 3.515 deelnemers naast elkaar: mindfulnessprogramma's verminderden angst en somberheid met een klein tot matig effect, maar deden het niet beter dan andere actieve aanpakken zoals bewegen (Goyal et al., 2014). Een grotere analyse van Julieta Galante uit 2021, 136 studies en 11.605 gezonde volwassenen, kwam op hetzelfde uit: tegenover niets doen een matig effect, tegenover andere actieve aanpakken nauwelijks verschil, en de kwaliteit van het bewijs is matig tot zeer laag (Galante et al., 2021). In het nu leven en over de toekomst nadenken zijn dus geen tegenstanders. Ze hebben allebei een bescheiden effect, en je hebt ze allebei nodig.

Praktisch: schrijf één zin over waar je over vijf jaar wilt staan, en één ding dat je deze week doet dat ernaartoe wijst. Meer hoeft het niet te zijn. Het punt is dat je toekomstige ik een gezicht krijgt.

Wat hij in 1995 zelf bouwde in het Huis van de Toekomst [00:07:04]

Een reclamefolder van de GB

• Servaas somt de anekdotes op die hij tegenkwam in de boeken van Joachim: een keukencomputer waarmee je kon telewinkelen en een eerste videodeurbel die op afstand werkte.
• Joachim vertelt hoe het begon: in 1995 kreeg hij thuis een brochure van de GB in de bus, met prijzen. Hij dacht: zo gaan we in de toekomst toch niet winkelen. Het zou leuk zijn mocht dat ooit digitaal worden, op een scherm in de keuken dat aan de muur hangt. Flatscreens bestonden nog niet, touchscreens waren gloednieuw.
• Dus programmeerde hij het: melk is op, water is op, zal ik erbij bestellen? Het systeem hield bij wat er in de koelkast zat, en deelde producten op in convenience goods, standaardwaar zoals water, en specialty goods, zoals kaviaar. Elk product werd gescand met de eerste QR-codes, die toen alleen in de logistiek gebruikt werden, en zo wist het scherm ook meteen welk type afval het was.

Beeldbuizen in de muur

• Op 16 maart 1995 stond het hele huis vol computers. De dikke beeldbuismonitors zaten weggestopt in de wanden, zodat je alleen het touchscreen zag, alsof het een flatscreen was die nog niet bestond.
• Naast telewinkelen was er een soort Google Earth avant la lettre, een wereldbol waarop je inzoomde om met Sun Jets een hotel te boeken, vijftien jaar voor Booking.com bestond. En domotica, met het Belgische bedrijf Teletask, eerst uitgetest in een kleine ruimte en dan in het huis geïntegreerd.

Alles wat Joachim in 1995 bouwde, is er gekomen. Alleen duurde het vijftien tot twintig jaar. Dat interval geldt ook voor de geneeskunde. In 2011 vroeg Zoë Slote Morris zich in het Journal of the Royal Society of Medicine af hoe lang het gemiddeld duurt voor een bewezen medisch inzicht in de dagelijkse praktijk belandt. Ze bracht de 23 studies samen die dat ooit gemeten hadden en vond een gemiddelde van zeventien jaar. (Morris et al., 2011). Wat in de zorg kan en wat in de zorg gebeurt, liggen gemiddeld een halve generatie uit elkaar. Hou dat in gedachten bij alles wat hierna over horloges en sensoren komt: de technologie is er, de praktijk niet. We hoeven hier niet cynisch over te worden, maar we moeten wel geduldig blijven. Misschien kunnen we ons de vraag stellen wie dat interval korter kan maken.

Bill Gates: het web is te ongestructureerd om zaken mee te doen [00:09:20]

Een rondleiding op 16 maart 1995

• Servaas vat samen wat Gates die dag zei: één, je mocht van hem niet over internet spreken, en twee, het internet was veel te ongestructureerd om er business op te doen. Had de man het fout?
• Je kunt vandaag niet geloven dat die woorden uitgesproken zijn, zegt Joachim, maar het klopt volledig. Hij leidde Gates rond en zei: kijk, het hele huis is verbonden met het internet. Gates antwoordde dat het internet superongestructureerd was en dat je er heel weinig mee kon. Microsoft ging iets nieuws bouwen, het Microsoft Network, helemaal gestructureerd als een fileserver, met bestanden en tafeltjes om te praten. Internet Explorer kwam pas nadien.
• Het internet was toen inderdaad een allegaartje. Er waren geen regels voor hoe je een website bouwde. Living Tomorrow werd uitgeroepen tot de beste website van België. Er waren op dat moment drie websites.

Hoe een rondleiding een visie verschuift

• Hoe verder de rondleiding vorderde, hoe meer Gates overal telewinkelen zag, en reizen boeken, en domotica. Aan het einde zei hij: Microsoft moet de kern worden van ons dagelijks leven. Het begin en het einde van die rondleiding waren helemaal anders.
• Heeft Joachim zijn visie mee gevormd? Dat is misschien wat ambitieus, zegt hij. Maar een paar maanden later verscheen Windows 95, Gates werd de rijkste man ter wereld en schreef The Road Ahead. Joachim is er bijna van overtuigd dat dat boek voor een deeltje input kreeg van wat Gates die dag gezien had.

Er is een oudere voorspelling die dit verhaal in perspectief zet. In 1950 schreef de wiskundige Alan Turing, over wie het straks nog gaat, een artikel in het tijdschrift Mind waarin hij zich afvroeg of machines kunnen denken. Hij waagde zich aan een concrete voorspelling: binnen een halve eeuw zouden computers in een gesprek van vijf minuten een gemiddelde ondervrager in dertig procent van de gevallen kunnen doen geloven dat ze een mens waren (Turing, 1950). Hij zat er slechts een paar jaar naast. Gates zat er in 1995 helemaal naast, en corrigeerde binnen het jaar. Het verschil tussen een goede en een slechte voorspeller is niet dat de goede gelijk heeft, maar dat hij sneller van gedacht verandert. Dat is de les die ik uit dit stuk van het gesprek meeneem naar de consultatie. Een arts die nooit van diagnose verandert, is geen zekere arts, maar een die niet meer kijkt. De nuance: Turing schreef een filosofisch essay, geen studie, en zijn test is intussen op goede gronden bekritiseerd als maatstaf voor intelligentie. Als voorspelling blijft ze wel indrukwekkend.

Elke technologie wordt ooit misbruikt, ook AI [00:12:36]

Meerdere toekomsten tegelijk

• Servaas: al die ideeën kunnen richting A of richting B uitgewerkt worden, en met AI zitten we vandaag precies in zo'n moment. Het kan heel ondersteunend worden, of heel donker en onbetrouwbaar. Je bouwt eigenlijk meerdere toekomsten naast elkaar.
• Elke uitvinding, elke technologie is ooit ergens misbruikt, zegt Joachim. Daar moeten we ons van bewust zijn: ook AI zal misbruikt worden, en wordt het misschien al. Phishing en inbreken in bedrijven gebeurt vandaag niet alleen ongecontroleerd met de nieuwste modellen, maar ook met opzet. Het is een geopolitiek wapen geworden. Net zoals atoomenergie, en AI is volgens hem nog krachtiger.
• Dat we in Europa leven, waar we vaak zeggen dat we overgereguleerd zijn, stelt hem ergens gerust. We hebben tenminste een politiek bestel dat erover nadenkt, soms wat te veel afremt, maar ook bezorgd is om zijn 480 miljoen burgers.

Chinese stofzuigers en Amerikaanse datasystemen

• Servaas vraagt of we dan niet de braafste van de klas willen zijn terwijl we intussen Chinese stofzuigers in huis hebben en Amerikaanse datasystemen die ook alles weten. Welke toekomst bouwen we dan voor onszelf?
• Een zeer terechte vraag, vindt Joachim. We hebben ons op een bepaald moment te weinig afgevraagd waar data naartoe gaat, en vonden de waarde ervan niet zo belangrijk zolang het maar werkte. Data was olie: we verbrandden ze en ze was weg. Nu beginnen we te zien dat data het nieuwe goud is, en in een slecht scenario het nieuwe wapen. En de vraag is, zoals Servaas aanvult: wie wordt er wijzer van?

Ik wil dit stuk niet bij de stofzuigers laten, want in de zorg wordt AI op dit moment vooral misbruikt op een minder georganiseerde manier: door slordig bewijs. Eric Wu en collega's bekeken in 2021 voor Nature Medicine alle 130 AI-toestellen die de Amerikaanse FDA tussen 2015 en 2020 had goedgekeurd. Van die 130 waren er 126 alleen achteraf getest, op bestaande data, en 93 waren nooit op meer dan één ziekenhuis beproefd (Wu et al., 2021). Een jaar eerder had Myura Nagendran in The BMJ 81 studies bekeken die beweerden dat deep learning het even goed of beter deed dan artsen: 58 van de 81 hadden een hoog risico op vertekening, amper negen waren prospectief opgezet, waarvan er zes in een echte klinische setting getest waren, en de samenvattingen klonken systematisch stelliger dan de cijfers (Nagendran et al., 2020). Het gevaar van AI in de zorg is vandaag niet dat ze te slim is, maar dat ze te weinig getest is op de patiënt die voor je zit. Dat is een minder spannend scenario dan Joachims geopolitieke wapen, maar het is het scenario waar jij en ik het eerst mee te maken krijgen. De nuance: het veld beweegt snel, en er zijn intussen wel degelijk gerandomiseerde studies, zoals die met het horloge waar ik straks op terugkom. Alleen blijven ze de uitzondering.

Praktisch: als iemand je een AI-tool voor je gezondheid verkoopt, stel drie vragen. Op wie is het getest? Op hoeveel plaatsen? En vooraf, bij echte mensen, of achteraf, op oude data? Wie daar niet op kan antwoorden, verkoopt een belofte.

Hier stopt het gratis deel. Wat volgt is het volledige gesprek: Kodak en de drie angsten, het halve ziekenhuis aan je pols en wat de studies daar echt over zeggen, de Imelda-case, de vijf datagolven, KBC, wie jouw gezondheidsdata mag beheren, persoonlijk geluk in het leven nastreven met Bayes zonder formule, en het 5D-model dat verdacht veel op een consultatie lijkt.

Van Why Innovation Fails naar Why Data Wins [00:15:41]

Moest het niet omgekeerd?

• Servaas merkt op dat Joachims eerste boek over innovatie ging en het nieuwe over data. Had dat niet andersom gemoeten?
• Ja en nee, zegt Joachim. Het was een proces dat hij zelf moest doorlopen. Why Innovation Fails verscheen in 2022 na een onderzoek bij honderden bedrijven, en vorig jaar kwam er een volledig geüpdatete Engelstalige versie. Wat hem triggerde, was dat zoveel bedrijven willen innoveren en het zo vaak mislukt.
• Innoveren is jezelf heruitvinden, en dat moet je regelmatig doen, ook persoonlijk: om de tien jaar staat daar een nieuwe ik. Het is echt proberen je aan te passen zodat je morgen nog relevant bent. Waarom mislukt dat dan zo vaak? Uit die vraag is heel wat gekomen.

Kodak: de eerste digitale camera en de drie angsten [00:16:51]

Steven Sasson en een schoendoos in 1975

• Iedereen kent Kodak in één zin: mislukt, want ze hebben de digitalisering niet zien aankomen. Dat bleek niet te kloppen toen Joachim ging praten met Steven Sasson, de uitvinder van de digitale camera bij Kodak.
• In 1975 was Sasson begin de twintig, net afgestudeerd, en de grote baas van R&D stopte hem een lichtgevoelige chip in de handen: speel er maar mee en maak iets nieuws. Hij bouwde de eerste digitale camera, groter dan een schoendoos, met een cassette erin.
• Op zijn drieëntwintigste werd hij bij de CEO geroepen van een bedrijf met 400.000 werknemers en mocht hij het managementteam tonen hoe het werkte. Allemaal mannen in zwarte pakken, dus dat het zwart-wit was, maakte niet uit. Een foto nemen duurde een halve minuut tot ze op tape stond, dan moest die tape in een afspeelapparaat, en een minuut later stond er een korrelig beeld op een scherm. De CEO sprak de gevleugelde woorden: ik herken mezelf.
• En toen vroegen ze aan Sasson: dit gaat toch onze analoge filmbusiness compleet kapotmaken? Ze wisten het dus. Sasson rekende met de wet van Moore uit hoe lang het zou duren voor de pixeldichtheid van chips de film evenaarde: negentien jaar. Ze hebben er uiteindelijk zeventien of achttien gehad.

Ze hebben alles gedaan om te winnen

• Kodak gaf Sasson heel veel mensen en middelen. Ze werden marktleider in digitale camera's. De iPhone zit vandaag nog vol patenten van het toenmalige Kodak. Het verhaal dat ze de digitalisering gemist hebben, klopt niet: ze waren de allereersten.
• En toch is het mislukt, om twee redenen. Eén: cultuur speelt een heel belangrijke rol. Twee: de data die ze kregen, van de markt en van de technologie, interpreteerden ze alleen in het hier en nu, en ze gebruikten die data om hun bestaande wereldbeeld en toekomstbeeld te bestendigen.

De drie angsten

• Uit het onderzoek kwamen naast data drie grote angsten die iedereen doormaakt bij innovatie, en Joachim ziet ze vandaag overal terugkeren.
• De eerste angst: de producten van vroeger waren beter, de consument vraagt geen nieuw product. Denk aan de elektrische wagen, waarover tot vandaag een oorlog gevoerd wordt met de diesels en benzines die zogezegd nog een tijd meekunnen.
• De tweede: het hele tussentraject. Honderd jaar werk aan honderdduizenden Kodak-winkels en fotografen, dat laat je toch niet zomaar gaan? Dus vind je iets nieuws uit om de nieuwe technologie in het oude kanaal te duwen. De Europese auto-industrie kan geen afscheid nemen van de dealers en laat een elektrische wagen misschien met opzet nog naar de garage komen voor onderhoud dat hij amper nodig heeft.
• De derde, en de belangrijkste, in de woorden van Sasson: anyone is in favour of innovation until it happens to you. Wanneer het jouw job raakt, word je bang.
• Over die drie angsten heen ligt de data die ze verkeerd lazen. Kodak had geen innovatieprobleem, besluit Joachim. Het had een data-inzichtprobleem.

Wat Kodak overkwam is veertig jaar geleden in een laboratorium gemeten. In 1979 legden Daniel Kahneman en Amos Tversky groepen studenten eenvoudige keuzes voor. Ze kregen geld met de volgende vraag: “Wil je 3.000 zeker, of 4.000 met tachtig procent kans?“ Tachtig procent koos het zekere bedrag, hoewel de gok gemiddeld meer opbrengt. Draai het om naar verlies, 3.000 zeker kwijt of tachtig procent kans om 4.000 kwijt te zijn, en 92 procent koos plots de gok (Kahneman & Tversky, 1979). Een verlies weegt ongeveer twee keer zo zwaar als een even grote winst, een verhouding die ze in 1992 preciezer op 2,25 schatten (*Tversky & Kahneman, 1992), en wie iets te verliezen heeft, begint te gokken om het te behouden. Negen jaar later toonden William Samuelson en Richard Zeckhauser hoe dat in beslissingen sluipt: leg mensen dezelfde opties voor, maar bestempel er één als de huidige situatie, en die wordt ver boven verwachting gekozen, en hoe meer alternatieven er zijn, hoe sterker het effect (*Samuelson & Zeckhauser, 1988). Kodak las zijn data niet slecht omdat het dom was, maar omdat het iets te verliezen had. Dat geldt ook voor de arts die aan een diagnose vasthoudt, en voor elke patiënt die zijn pillen niet durft te laten herzien. Joachim krijgt hier ook wetenschappelijk gelijk: Henry Lucas en Jie Mein Goh beschreven in 2009 hoe Kodak niet aan de technologie ten onder ging maar aan zijn eigen bureaucratie en leiderschap, met alle kennis in huis (Lucas & Goh, 2009). De nuance: de keuzes van Kahneman zijn keuzes op papier, met kleine bedragen, bij studenten. In de echte wereld zijn de effecten kleiner en wisselender dan de handboeken suggereren. Maar de richting klopt, keer op keer.

Praktisch: als je merkt dat je een cijfer vooral gebruikt om te bewijzen dat je goed bezig bent, vraag je dan hardop af wat je zou moeten zien om van gedacht te veranderen. Als je daar geen antwoord op hebt, ben je Kodak.

Drie dingen die Joachim doet voor zijn gezondheid [00:22:08]

Fietsen, ook de Alpe d'Huez op

• Zo goed mogelijk met zijn gezondheid omgaan is niet altijd eenvoudig, zeker met tijd te kort, maar hij probeert zoveel mogelijk te sporten. Zodra hij vrijheid heeft, gaat hij fietsen, op de racefiets, met zijn zoon. Kort na de opname reed hij de Alpe d'Huez op ten voordele van diabetespatiënten, met Climbing for Life. Daarnaast spinning of zwemmen.
• Servaas stelt voor om samen te gaan fietsen. Ze wonen blijkbaar niet ver van elkaar.

Meten is weten

• Het tweede, en dat had Servaas wel verwacht: hij probeert zoveel mogelijk te kwantificeren, de quantified self. Na het schrijven van het boek is hij daar nog meer van overtuigd.
• Het derde is levensstijl. Zoals kinderen honderd keer per dag waarom vragen omdat ze nieuwsgierig zijn, en volwassenen dat niet meer doen. Hoe stressvol het ook is: als je niet honderd keer gelachen hebt op een dag, heb je niet geleefd. En nadenken is iets anders dan piekeren.
• Samengevat: bewegen, voeding, en een stukje meten en weten.

Joachim zegt drie dingen, en het bewijs daarvoor is heel ongelijk verdeeld. Voor het fietsen is het overweldigend. Ulf Ekelund bracht in 2019 voor The BMJ acht studies samen waarin 36.383 volwassenen van gemiddeld 62 jaar niet gevraagd werd hoeveel ze bewogen, maar waarin een bewegingsmeter dat gewoon registreerde, waarna ze bijna zes jaar gevolgd werden. De meest actieve kwart had bijna driekwart minder kans om in die periode te sterven dan het minst actieve kwart, een hazard ratio van 0,27, en het opvallendste: ook lichte beweging telde. (Ekelund et al., 2019). Elke stap telt, en de grootste winst zit bij wie vandaag het minst beweegt, niet bij wie de Alpe d'Huez oprijdt. De nuance is die van elke observationele studie: mensen die al ziek zijn, bewegen minder, en dat vertekent. De auteurs corrigeerden daarvoor en sloten de eerste jaren uit, maar helemaal weg krijg je het niet. Ik schreef er meer over in Bewegen dat je volhoudt.

Het honderd keer lachen laat ik als ervaring staan; daar is geen studie voor. Maar dat nadenken iets anders is dan piekeren, is wel onderzocht, en het is een van de belangrijkste zinnen in dit gesprek. Susan Nolen-Hoeksema bracht in 2008 twintig jaar eigen en andermans onderzoek samen: mensen die in cirkels blijven denken over hoe ze zich voelen en waarom, hebben een grotere kans om depressief te worden, denken negatiever en lossen intussen minder problemen op, terwijl ze zelf het gevoel hebben dat ze aan het nadenken zijn (*Nolen-Hoeksema et al., 2008). In haar eigen bevolkingsstudie uit 2000 voorspelde piekeren nieuwe depressieve episodes, ook na correctie voor hoe iemand zich bij de start al voelde (Nolen-Hoeksema, 2000*). Het verschil zit in het werkwoord. Nadenken eindigt in een beslissing of een stap; piekeren eindigt waar het begon. Ik werkte dat uit in Piekeren doorbreken.

Praktisch: neem Ekelund letterlijk. Niet de Alpe d'Huez, wel elke dag minder zitten en een half uur méér bewegen dan gisteren gewoon was. En als je jezelf betrapt op een derde rondje over dezelfde vraag: schrijf ze op, kies één kleine actie, en stop.

Een half ziekenhuis aan je pols [00:24:09]

Wat er precies aan die pols hangt

• Servaas ziet bij Joachim een Apple Watch en een gewoon analoog polsbandje. Wat bedoelt hij met het ziekenhuis aan de pols?
• Joachim verwijst naar de wet van Moore: technologie wordt niet alleen elke achttien maanden sneller, ze halveert ook in prijs en in afmetingen. Daardoor kan je letterlijk aan je pols dingen meten die vijf jaar geleden alleen in een ziekenhuis konden: hartfilmpjes, zuurstofsaturatie, noem maar op.
• En dat doen we: we capteren data. Hij biecht op dat hij ook Strava gebruikt, niet zozeer voor zichzelf, maar om gemotiveerd te worden door anderen die kudos geven. Dat helpt.
• Het halve ziekenhuis aan je pols is geen toekomstmuziek meer. Maar meten is één, en wat je ermee doet is twee.

Twee dingen vooraf. De wet van Moore gaat strikt genomen alleen over het aantal transistors op een chip, niet over prijs of afmeting, maar dat is een detail buiten mijn vak en de strekking klopt. Belangrijker is Joachims eigen voorbehoud, meten is één, want daar staat de wetenschap helemaal achter. In 2016 gaf John Jakicic 471 jonge volwassenen twee jaar lang hetzelfde afslankprogramma, met één verschil: de helft kreeg na zes maanden een polsdrager die beweging en calorieën bijhield. Na twee jaar was de groep mét toestel 3,5 kilo kwijt, de groep zonder 5,9 (Jakicic et al., 2016).

Meer meten, minder resultaat. Een sensor verandert wat je weet, niet wat je doet. Wat wél werkt, is precies wat Joachim opbiecht: de kudos.

Sinan Aral en Christos Nicolaides analyseerden vijf jaar lang de loopdata van 1,1 miljoen mensen die samen 350 miljoen kilometer liepen, en gebruikten het weer als natuurlijk experiment: regent het bij jouw vriend, dan loop jij die dag minder. Elke extra kilometer die een vriend liep, deed jou dezelfde dag drie tiende kilometer meer lopen (Aral & Nicolaides, 2017). De nuance bij Jakicic: het ging om jonge mensen met overgewicht in een intensief programma, en de toestellen van 2010 waren niet die van vandaag. Trackers doen wel iets: een meta-analyse uit 2019 vond dat dragers meer stappen zetten en meer matig tot intensief bewegen, al is het effect klein (Brickwood et al., 2019*). Meer bewegen en toch minder afvallen kan dus allebei waar zijn.

Wat het horloge écht vindt

Dan de hartfilmpjes, want daar is de laatste jaren het meeste over gepubliceerd, en het verhaal is eentje dat ik nauwgezet volg. In 2017 en 2018 schreven Marco Perez en collega's in acht maanden tijd 419.297 Amerikanen in die een Apple Watch droegen. Bij 0,52 procent sloeg het horloge alarm voor een onregelmatige pols. Wie daarna een echte hartmonitor droeg, had in 34 procent van de gevallen effectief voorkamerfibrillatie, en als horloge en monitor tegelijk liepen, klopte het alarm in 84 procent van de gevallen (Perez et al., 2019).

Het sterkste bewijs is Nederlands en gerandomiseerd: in de EQUAL-studie kregen 437 mensen boven de 65 met een verhoogd risico ofwel een Apple Watch, ofwel gewone zorg. Na een jaar was bij 9,6 procent van de horlogedragers voorkamerfibrillatie vastgesteld, tegenover 2,3 procent in de gewone groep, ruim vier keer zoveel (van Steijn et al., 2026). Let wel op voor wie dat bewijs geldt: 65-plussers met risicofactoren. Bij jonge, gezonde dragers is de kans op voorkamerfibrillatie zo klein dat een alarm veel vaker vals is dan terecht, en dat is niet de schuld van het horloge maar van de rekenkunde, waar het straks bij Bayes over gaat. Bovendien maakt een horloge een hartfilmpje met één afleiding in plaats van twaalf, herkent het vooral ritme, geen infarct en geen hartfalen, en werkt de optische sensor minder betrouwbaar bij een donkere huid, op hogere leeftijd en bij beweging (Lowres et al., 2026). Elk alarm moet dus bevestigd worden met een echt hartfilmpje (Brandes et al., 2022). En let op wat een alarm níét zegt. Bij 424 mensen die na een horloge-alarm op een spoedgevallendienst aanklopten, kwam de melding nauwelijks overeen met wat het echte hartfilmpje met twaalf afleidingen toonde: voorkamerfibrillatie en supraventriculaire tachycardie werden systematisch door elkaar gehaald, en vals alarm kwam vaker voor bij jongere dragers en bij vrouwen (Alpar & Tatlıparmak, 2025*). Je horloge zegt onregelmatig. Het zegt niet wélke ritmestoornis het is, en net dat verschil bepaalt wat er moet gebeuren.

Wat er na de vondst gebeurt

*En hier stopt het goede nieuws voorlopig. Meer vinden is nog geen beter behandelen. De Deense LOOP-studie plantte bij ruim zesduizend zeventigplussers met minstens één risicofactor ofwel een hartmonitor onder de huid, ofwel niet, en volgde hen ruim vijf jaar. De monitor vond tweeënhalf keer zoveel voorkamerfibrillatie, en er werd ruim twee keer zo vaak bloedverdunning gestart. Maar het aantal beroertes daalde niet significant: 4,5 tegenover 5,6 procent (*Svendsen et al., 2021). Wie behandeld wordt voor zo'n kort, toevallig gevonden ritmestoornis ruilt volgens de gepoolde cijfers van de NOAH- en ARTESiA-studies ongeveer een derde minder kans op een herseninfarct in voor ruim anderhalf keer zoveel ernstige bloedingen, zonder winst in sterfte (McIntyre et al., 2024*). Het horloge is een uitstekende detector en een slechte reden om behandeld te worden; dat tweede beslis je met je arts, niet met je pols.

En één ding dat in dit gesprek niet valt maar wel op je bord ligt: voorkamerfibrillatie is ook iets dat je zelf uitlokt. In een Europese studie bij 107.845 mensen die bijna veertien jaar gevolgd werden, verhoogde één glas per dag het risico al met zestien procent, en de dosis telde meer dan de soort (*Csengeri et al., 2021). En het is omkeerbaar: in een Australische studie werden 140 mensen met voorkamerfibrillatie die minstens tien glazen per week dronken, geloot tussen stoppen en doordrinken. Na zes maanden had 53 procent van de stoppers opnieuw een episode gehad, tegenover 73 procent van wie bleef drinken (Voskoboinik et al., 2020). Ik schreef het uit in Alles wat je moet weten over alcohol.

Praktisch: draag dat horloge gerust, zeker boven de 65 of met een hartverleden. Maar spreek vooraf met jezelf af wat je met een alarm doet: niet googelen, wel een echt hartfilmpje laten nemen. En leg je alarmen eens naast je avonden. Dat is de nuttigste meting van allemaal.

Eén uitzondering op dat rustig blijven. Krijg je het alarm samen met pijn op de borst, met flauwvallen of bijna-flauwvallen, of met kortademigheid terwijl je stilzit, dan is dat geen horlogekwestie maar een spoedgeval. Dan bel je 112 en wacht je niet op een afspraak.

Geen enkele richtlijn beveelt vandaag bevolkingsscreening met een consumentenhorloge aan. De internationale AF-SCREEN-groep is daar uitdrukkelijk in: bij de jonge, welgestelde dragers die deze toestellen vooral kopen is het waarschijnlijk niet kosteneffectief voor beroertepreventie, en er zijn eerst grote studies met harde uitkomsten nodig voor artsen brede invoering mogen steunen (Brandes et al., 2022). Boven de 65 met risicofactoren is het een ander verhaal, en dat is precies de groep uit de Nederlandse studie hierboven.

De Imelda-case: medisch beter, financieel slechter [00:25:50]

Alle patiënten op één dashboard

• Servaas haalt de case uit het boek aan: het Imelda Ziekenhuis in Bonheiden gaf patiënten met diabetes type 1 een continue glucosemeter, waardoor die veel minder op controle moesten komen. Fantastisch project, veel comfort en kwaliteit voor de patiënt, en toch gefaald omdat het businessmodel niet volgde.
• Joachim bedankt eerst de mensen van Imelda voor de maturiteit om hierover te praten: het is geen mislukking van henzelf, integendeel, zij zijn innovatoren. Maar herinner je Kodak: je probeert een nieuwe technologie te forceren in een oud businessmodel, het gezondheidsmodel van vandaag, waarin de arts en het ziekenhuis per prestatie betaald worden.
• Imelda kocht zelf systemen aan voor continue glucosemonitoring, mat 24 uur op 7 en zette alle patiënten op één dashboard. Zodra er een afwijking was, kon de arts die ene patiënt uitnodigen, bezoeken of online contacteren om bij te sturen. Supermoderne, datagedreven geneeskunde: preciezer, preventiever, persoonlijker.

Twee piramides en een licentie

• En toch de paradox. Een ziekenhuis bestaat uit twee piramides: de bestuursstructuur en de medische raad, die grotendeels uit zelfstandige artsen met een eigen praktijklogica bestaat. Daarbovenop komt de waan van de dag: er moeten veel prestaties geleverd worden, en zo wordt een ziekenhuis betaald.
• Imelda betaalde de licenties voor een honderdtal patiënten in eerste instantie zelf. Supervisionair, maar niet duurzaam. De data toonde de toekomst, het businessmodel bleef in het verleden.
• Er worden eerste stappen gezet, erkent hij, maar voor dit soort modellen gaat het niet snel genoeg. We zeggen al honderd jaar dat we de mens naar de zorg brengen. Laat ons nu alsjeblieft de zorg naar de mens brengen.

Klopt het medische deel van dat verhaal? Voor mensen met diabetes type 1 die insuline spuiten, ja, en overtuigend. In de Amerikaanse DIAMOND-studie kregen 158 volwassenen met type 1 die meerdere keren per dag insuline spoten, ofwel een continue sensor, ofwel de klassieke vingerprik. Na 24 weken was de langetermijnsuiker in de sensorgroep 0,6 procentpunt meer gedaald, en dat is klinisch veel (*Beck et al., 2017). Een Zweedse studie in hetzelfde nummer van JAMA, met 161 deelnemers die beide behandelingen na elkaar kregen, kwam op 0,43 procentpunt (Lind et al., 2017). Waar het spannender wordt, is de vertaling naar iedereen. Kelsey Richardson bracht in 2024 25 gerandomiseerde studies samen met bijna drieduizend deelnemers waarin de sensor als gedragsinstrument gebruikt werd: de langetermijnsuiker daalde gemiddeld 0,28 procentpunt en de tijd binnen het streefbereik steeg met 7,4 procentpunt, een reëel maar bescheiden effect, zoals de auteurs het zelf noemen. Zeventien van de 25 studies gingen over diabetes type 2, drie over mensen zonder diabetes, en op gewicht werd geen effect gevonden. In elf van de 25 hadden de onderzoekers een band met een sensorfabrikant (Richardson et al., 2024). Voor wie diabetes heeft, is de sensor een behandeling; voor wie geen diabetes heeft, is ze een spiegel. En een spiegel heeft een keerzijde: in een bevraging bij 56 sensordragers zonder insuline zei 68 procent te schrikken van de eigen cijfers en te vrezen voor diabetes, vooral jongere mensen, mensen met obesitas en wie al een moeilijke verhouding met eten had (Richardson et al., 2025). Een momentopname bij een kleine groep, geen percentage om op te rekenen, maar wel een waarschuwing.

Praktisch: heb je type 1 of spuit je insuline, vraag je arts naar een sensor als je er nog geen hebt; daar is Imelda het bewijs van. Draag je er een zonder diabetes, spreek dan vooraf af wat je met een slecht cijfer doet, anders wordt meten een stressbron in plaats van een hulpmiddel.

Drie procent hergebruik, en de drie vragen voor elke bestuurder [00:29:01]

Eerst data, dan AI

• Servaas richt zich tot de bestuurders van zorgorganisaties die meeluisteren: het loopt vast, te weinig handen, te lange wachttijden, te veel kosten, en iedereen zegt dat data een groot deel van de oplossing is. Maar van alle data die we verzamelen, gebruiken we maar drie procent. Naar de overheid roepen dat het prestatiesysteem moet veranderen, gaat niet werken. Waar hebben we zelf kracht over?
• Het begint bij data zelf, zegt Joachim. Iedereen verwachtte van hem een boek over AI, want dat is het toverwoord. Op de cover staat het antwoord: eerst data, dan AI. En leiderschap, alsjeblieft.
• Gartner onderzocht het in 2025: zestig procent van de AI-projecten zonder deugdelijke data is intussen stopgezet, na een paar maanden. En dat is het merendeel van de projecten die vandaag starten. Iedereen begint met AI-tools, maar niemand heeft de juiste data.

Accuraat, actueel, compleet

• Zijn drie vragen voor elke bestuurder, in een ziekenhuis en daarbuiten: is mijn data accuraat, is ze actueel, en is ze zo compleet mogelijk?
• Datakwaliteit is geen IT-verantwoordelijkheid, dat is de misvatting die hij in het boek wil rechtzetten. Het is een leiderschapsverantwoordelijkheid: tijd, budget, eigenaarschap. Technologie is meestal niet het probleem. En de meeste bedrijfsleiders hebben geen kaas gegeten van data, wat hij hen niet kwalijk neemt.
• Hij mocht Johan Thijs van KBC interviewen, die zelf zei dat hij een uitzonderlijke vooropleiding heeft: actuaris én computerwetenschapper. Het verwondert Joachim dan ook niet dat die bank zo vooruitstrevend is sinds hij aan boord is.
• Daarom schreef hij het boek over het verleden, het heden en de toekomst van data. Met AI begin je pas als je die stappen doorlopen hebt.

De drie procent en de zestig procent zijn sectorcijfers, uit het boek en uit een Gartner-rapport, geen peer-reviewed effectmaten. Maar Joachims drie vragen zijn opvallend precies wat de medische informatica zelf gevonden heeft. Nicole Weiskopf en Chunhua Weng lazen in 2013 alle 95 wetenschappelijke artikels die ooit de kwaliteit van elektronische patiëntendossiers beoordeeld hadden, en destilleerden er vijf dimensies uit: volledigheid, juistheid, overeenstemming tussen bronnen, plausibiliteit en actualiteit (Weiskopf & Weng, 2013*). Accuraat, actueel, compleet: dat zijn er drie van de vijf, in een taal die een bestuurder begrijpt. Een patiëntendossier dat niet accuraat, actueel en compleet is, maakt elke AI die erop draait onbetrouwbaar, hoe duur ze ook was. De nuance: Weiskopf vond ook dat bijna niemand die dimensies systematisch meet, en dat is dertien jaar later niet veel beter. Wie een ziekenhuis bestuurt of in een praktijk werkt, hoeft dus niet met AI te beginnen. Hij mag beginnen met de vraag hoeveel van zijn dossiers vandaag een fout bevatten. Hij zal schrikken.

Praktisch, voor wie een organisatie leidt: kies één dataset waar je beslissingen op bouwt en laat drie vragen beantwoorden: hoeveel fouten zitten erin, hoe oud is ze, en wat ontbreekt. Doe dat vóór je een AI-project goedkeurt, niet erna.

De vijf datagolven en de Data Wave Scan [00:32:53]

Een bavianenbot van 25.000 jaar oud

• Servaas haalt de cyclus uit het boek: tellen, rekenen, meten met intentie, voorspellen, en dan adaptief leren. Kan Joachim dat uitleggen voor gewone mensen?
• Hij noemt ze de datagolven. Toen hij onderzocht wanneer de mens met data begon, ontdekte hij dat we 25.000 jaar geleden voor het eerst begonnen te tellen. Bij het Ishango-meer in Centraal-Afrika, in het vroegere Congo, vond men een bavianenbot met inkervingen. Het ligt in het Museum voor Natuurwetenschappen in Brussel en is de moeite waard om te bekijken.
• Lang wist niemand wat het betekende: de cyclus van een vrouw, iets met sterren? Uiteindelijk bleek het een eerste vorm van turven. Iemand probeerde iets te noteren. Zoals een kleuter met zijn vingers leert tellen, en zoals elk bedrijf eerst iets probeert te verzamelen.
• Daarna kwamen de Grieken en de Romeinen, met wie je overigens niet goed kon rekenen, dan onze huidige cijfers met het krachtigste cijfer van allemaal, de nul, en dan Euclides, Fibonacci en de rest. Zo ontstonden de golven: verzamelen en capteren, tellen, rekenen, tot bij Turing en Bayes, en voorspellen.

Waar organisaties vastzitten

• Interessant is dat hij die vijf golven in organisaties terugziet. Veel organisaties zitten nog in golf één en twee: ze capteren data, steken die in een Excel-sheet, hebben er honderden versies van en discussiëren de hele dag over welke cijfers de juiste zijn. Helaas zijn er zo nog heel veel.
• De volgende stap is data in ERP-systemen stoppen en er informatie uit halen. Daarna probeer je er stappen naar de toekomst mee te zetten. In het boek zit de Data Wave Scan, een vijftigtal eenvoudige vragen waarmee je ziet in welke golf je organisatie of overheid zit.
• De vragen gaan van hoe verzamel en bewaar je data, in Excel of in een ERP, tot gebruik je specifieke systemen om te voorspellen. Niet iets in ChatGPT gooien en vragen wat het ervan denkt.
• Drie golven overslaan heeft geen zin, en dat is wat vandaag vaak gebeurt: men kan nog niet accuraat meten en opslaan, maar men is al met AI bezig. Ik heb hier honderd versies van een Excel met foute cijfers, ga er maar mee aan de slag. Dat werkt natuurlijk niet.

De zorg heeft haar eigen Ishango-bot, en hij is niet zo oud. In 1948 begon in Framingham, een stadje bij Boston, een studie die 5.209 gezonde inwoners tussen de 30 en de 62 om de twee jaar zou onderzoeken, zonder een behandeling te geven, alleen om te kijken wie een hartziekte kreeg en wie niet. Thomas Dawber beschreef de opzet in 1951, en het was op dat moment ongehoord: meten zonder een patiënt voor je (*Dawber et al., 1951). Het woord risicofactor bestond nog niet; het is in Framingham uitgevonden. Alles wat je vandaag over bloeddruk, cholesterol en roken weet, komt daar vandaan. Framingham is de zorg die in één beweging van golf één naar golf vier ging: van tellen naar voorspellen. De nuance is dat Framingham blank, Amerikaans en kleinstedelijk was, en dat zijn risicoscores elders daardoor systematisch te hoog of te laag zaten. Daarom heeft Europa in 2021 zijn eigen model gebouwd, SCORE2, op 45 cohorten en 677.684 mensen uit dertien landen, apart geijkt per regio (SCORE2 working group, 2021). Dat is precies Joachims punt: een voorspelling is maar zo goed als de data waarop ze geijkt is, en een golf overslaan wreekt zich.

Praktisch: als je huisarts je een risicoscore geeft, vraag welke. SCORE2 is de Europese, geijkt op mensen zoals jij. Een Amerikaanse app die je hartrisico berekent, rekent misschien met Framingham, en dan klopt het getal niet voor een Vlaming.

Turing, Enigma en de kracht van twee woorden [00:38:14]

Waar de vijfde golf begint

• Servaas: de golven tot nu toe zijn eigenlijk algebra, wiskunde. Nu komt daar taal bij, met de taalmodellen. Is dat een nieuwe complexiteit?
• Absoluut, en dat is de vijfde golf, die Joachim laat beginnen bij Alan Turing, die zich afvroeg wat intelligentie is. Turing bouwde de eerste rekenmachine; de foto staat in het boek, met een QR-code naar een fragment van de film die op YouTube staat.
• Het fantastische moment in die film is het kraken van de Enigma-code. De Duitsers waren ongelooflijk goed in versleutelen, en elke dag kwamen er berichten binnen over waar de volgende bombardementen zouden plaatsvinden. Zelfs Turings machine, de Bombe, kreeg het niet ontcijferd, omdat de sleutel elke dag veranderde.

Twee woorden om een oorlog te winnen

• Tot de ingeving kwam. Het Duitse weerbericht werd elke dag versleuteld doorgestuurd, en het begon telkens met dezelfde twee woorden, de groet uit de Tweede Wereldoorlog die Joachim liever niet uitspreekt. Alleen al die twee woorden vertelden de machine hoe het alfabet van die dag vertaalde, en plots ontcijferde ze de rest.
• Vandaar de mooie, wat geromantiseerde zin uit de film: je hebt maar twee woorden nodig om de oorlog te winnen. Joachim krijgt er kippenvel van, omdat je merkt hoe krachtig data kan zijn. Je wint er oorlogen mee. Zet vandaag Starlink uit, en er is een probleem.

Wat Turing bij Enigma deed, patronen vinden die geen mens ziet, is precies wat AI vandaag met een hartfilmpje doet, en dat is het meest indrukwekkende en tegelijk het meest overschatte voorbeeld dat ik ken. In 2019 trainden Zachi Attia en collega's van de Mayo Clinic een algoritme op 649.931 hartfilmpjes van 180.922 patiënten. De vraag was niet of iemand op dat moment voorkamerfibrillatie had, maar of een volkomen normaal ogend hartfilmpje verried dat iemand het ooit gehad had of zou krijgen. Het algoritme zag het in 79 procent van de gevallen, met een even hoge specificiteit (Attia et al., 2019). Geen cardioloog kan dat. De machine leest in een normaal hartfilmpje twee woorden die wij niet kunnen lezen. En nu de nuance, want ze is groot: 79 procent klinkt fantastisch tot je bedenkt dat 21 procent van de gezonde mensen dan ten onrechte gemarkeerd wordt, en dat de studie achteraf op bestaande data gedaan is, in één centrum, precies het patroon dat Wu en Nagendran hierboven aanklaagden. Of mensen er beter van worden als je op basis van dat signaal gaat behandelen, is niet aangetoond. Bij Enigma wist je meteen of de ontcijfering klopte. In de zorg duurt dat jaren.

KBC en Johan Thijs: een lening in vier seconden [00:41:00]

Een moonshot in 2014

• Servaas keert terug naar de zorg via Johan Thijs, die het bankwezen naar ecosysteemdenken bracht en grote ambities heeft voor de zorg: vanuit data naar preventie. Hij gebruikt zelfs de woorden nooit meer naar de dokter, waar hebben we die titel nog gehoord?
• Joachim ontmoette Thijs voor het eerst in 2014, toen die nog niet lang CEO van KBC was, op een van de rondetafels die hij organiseerde met leidinggevenden om over morgen na te denken. In een meeting met onder anderen Herman Van Rompuy zei Thijs: tegen 2030 wil ik dat elke lening die KBC geeft in vier seconden goedgekeurd is. Iedereen keek hem aan. Joachim dacht: dit is echt een moonshot, dit moet ik onthouden.
• Sindsdien vraagt hij hem bij elke ontmoeting: Johan, hoe ver zit je? Vandaag gebeurt een groot deel van de leningen effectief in seconden, met wat uitzonderingen die langer duren.

Wij verkopen vertrouwen

• Wat Joachim vooral bijbleef, als brug naar de zorg: Thijs zei dat KBC in essentie vertrouwen verkoopt, en al de rest digitaliseert. Informatie werd bij KBC de allerbelangrijkste grondstof, waarschijnlijk door die combinatie van actuaris en computerwetenschapper aan de top, en dat heeft de strategie bepaald.
• Daardoor kon KBC Kate ontwikkelen, de digitale assistent, omdat de kern al gedigitaliseerd was. Bij de meeste bedrijven ziet hij het omgekeerde: een AI-laagje bovenop een kern die onvoldoende gedigitaliseerd is.
• Er zijn bij KBC geen noemenswaardige ontslagen gevallen, in vergelijking met de rest van de bankwereld, en het is vandaag een van de meest innovatieve en best presterende banken van Europa; net voor de opname legde het zijn beste kwartaalresultaten ooit voor. Thijs' principe deed Joachim aan Steve Jobs denken: je moet niet bij je klanten blijven, je moet je klanten vóór zijn. Klaarstaan nog voor de klant beseft dat hij iets nodig heeft. Vandaar die vier seconden.
• Een mooi principe om naar de zorg te vertalen, vindt Servaas.

Wij verkopen vertrouwen en digitaliseren de rest: die zin is een betere beschrijving van een huisartsenpraktijk dan de meeste beleidsnota's. En vertrouwen is in de geneeskunde geen zacht begrip, het is een meetbare uitkomst. Johanna Birkhäuer bracht in 2017 47 studies samen en berekende het verband tussen hoeveel iemand zijn arts vertrouwt en hoe het met hem gaat: een correlatie van 0,24 (*Birkhäuer et al., 2017*). Dat is bescheiden maar consistent, en het was het sterkst voor wat patiënten zelf rapporteren, tevredenheid, levenskwaliteit, klachten, en onbestaand voor objectieve uitkomsten zoals bloeddruk of labowaarden, waar de correlatie op −0,02 uitkwam. Vertrouwen geneest niet, maar zonder vertrouwen gebeurt er niets van wat wél geneest. Wie zijn arts niet vertrouwt, neemt zijn pillen niet, komt niet terug en deelt zijn horlogedata niet. De nuance: het gaat om verbanden, niet om oorzaken; wie beter wordt, vertrouwt ook makkelijker. Maar als een bank begrijpt dat je de kern moet digitaliseren om tijd vrij te maken voor vertrouwen, dan moet de zorg dat ook kunnen. Vier seconden voor de administratie, en de rest van de consultatie voor de mens.

Praktisch: de beste indicator of je bij de juiste arts zit, is niet zijn diploma maar of je hem durft te vertellen wat je niet gedaan hebt. Zo niet, zoek er een bij wie dat wel lukt.

Nooit meer naar de dokter: wie mag jouw gezondheidsdata beheren [00:44:38]

Ecosferen: wonen, mobiliteit, gezondheid

• KBC denkt steeds minder vanuit bankproducten en steeds meer vanuit de sferen waarin je leeft: wonen en mobiliteit zitten al in Kate. De volgende ecosfeer is gezondheid. Vandaag komt gezondheidszorg pas in beeld als er iets misgaat, en dan doen we cure. Zij denken preventiever: als data ons helpt om tien, twintig jaar te anticiperen, dan wordt gezondheid niet alleen iets van ziekenhuizen en artsen, maar van intelligentie rondom jou. Je financiële ik is verbonden met hoe je je ontplooit, leert, werkt en leeft. Servaas: een superpersoonlijke assistent op alle domeinen van je leven.

Moeten we ons zorgen maken?

• Moeten we ons zorgen maken dat onze gezondheidsdata bij een bank zit, of is dat een non-discussie? Een belangrijke discussie, vindt Joachim, want het gaat niet om wat technologisch kan, maar om wie ik vertrouw om mijn gezondheid te managen, en wie welke data daarvoor mag gebruiken. Hij draait de vraag om: als we naar preventieve zorg willen, wie moet dan de regisseur van die data worden? Servaas: de patiënt zelf.
• Servaas werkt het uit: de huisarts heb ik nodig voor dit, de specialist voor dat, bij een hartinfarct ga ik naar de cardioloog. Maar ik wil ook gezond blijven. Als mijn data mij kan zeggen dat ik de voorbije maanden zo vaak om elf uur 's avonds na een keynote bij een tankstation gestopt ben en zo vaak een zakje M&M's gekocht heb, en als die data mij als persoonlijke assistent kan motiveren, dan mag die die data van mij hebben.
• Je geeft het antwoord zelf, zegt Joachim: eigenaarschap. Hij is blij met de Europese initiatieven rond dataspaces, de European Health Data Space, waar veel aandacht gaat naar veilig opslaan en naar toestemming. Alleen moeten we dat nog behapbaar maken.

Honderd vinkjes

• Toestemming is in theorie iets dat we lezen en in de praktijk iets dat we aanklikken, zegt Servaas. En als we straks honderd vinkjes moeten aan- of uitzetten, doen we dat ook niet, vult Joachim aan. We zullen een vertrouwde AI-agent nodig hebben die dat samen met ons onder controle houdt. En waarom zou je dan niet ook de bank kunnen inschakelen in je gezondheidsproces?
• Servaas maakt de vergelijking met geld: dat zetten we op een rekening, dat is ook data, en we vertrouwen erop dat we het eruit kunnen halen wanneer we het nodig hebben, aan de muur, met een overschrijving of een QR-code. Met gezondheidsdata zouden we hetzelfde moeten doen: in een kluis, veilig, gepseudonimiseerd, de naam gescheiden van de feiten, en wij openen die kluis en geven eruit aan wie we willen.
• Joachim: met alles wat smartwatches 24 op 7 meten, heb je gigantisch veel informatie die je zelf verzameld hebt. Zodra je in een ziekenhuis komt, wordt er heel veel primaire data gemaakt, voor het hier en nu. Maar amper drie procent wordt hergebruikt als secundaire data, als inzicht. Dat stuk ontbreekt.

Twee studies zetten dit stuk van het gesprek wat scherper, en ze wijzen in tegengestelde richtingen. Eerst de vinkjes. Jonathan Obar en Anne Oeldorf-Hirsch lieten in 2018 543 studenten inschrijven op een fictief sociaal netwerk, met een privacybeleid en gebruiksvoorwaarden zoals je ze overal ziet. 74 procent sloeg het privacybeleid volledig over; wie het wel opende, bleef er gemiddeld 73 seconden in, terwijl het aandachtig lezen een halfuur kost. In de voorwaarden stond dat je je eerstgeboren kind afstond aan het platform. 98 procent klikte akkoord (Obar & Oeldorf-Hirsch, 2020). Servaas heeft dus gelijk: toestemming is iets dat we aanklikken, en een gezondheidskluis met honderd vinkjes is een kluis zonder slot. Maar dan het andere kamp, dat zegt dat patiënten met hun data wél iets goeds doen als je ze die geeft. In 2012 gaven 105 huisartsen in drie Amerikaanse regio's 13.564 patiënten een jaar lang volledige inzage in de notities die de arts over hen schreef, het OpenNotes-experiment. Tussen 77 en 87 procent zei zich meer in controle te voelen over zijn zorg, 60 tot 78 procent van wie medicatie nam, zei ze beter in te nemen, en na een jaar wilde 99 procent van de patiënten ermee doorgaan. Geen enkele arts stopte ermee, en de gevreesde stroom extra vragen bleef uit (Delbanco et al., 2012). Mensen gaan slordig om met toestemming en zorgvuldig met inzage; geef ze dus niet meer vinkjes, maar meer inzicht. De nuance bij OpenNotes: de artsen deden vrijwillig mee en het effect op medicatietrouw is zelfgerapporteerd, niet gemeten. Maar zeven jaar later, bij 22.947 patiënten die hun notities effectief gelezen hadden, vond 98 procent het nog altijd een goed idee en voelde 70 procent zich meer in controle over zijn gezondheid (Walker et al., 2019). En in België heb je dat recht intussen via je patiëntenportaal, alleen weet bijna niemand het.

Praktisch: open vanavond je eigen dossier via mijngezondheid.belgie.be en lees wat er over je staat. Dat is je kluis. Ze bestaat al, ze is alleen leeg voor wie ze nooit opent.

Van IQ naar imagination quotient, en data awareness voor iedereen [00:52:48]

Een gezondheidsmapje in Claude en ChatGPT

• Joachim bekent dat hij een professionele versie van Claude en van ChatGPT heeft, en in allebei een gezondheidsmapje. Alles gaat erin: diagnoses, consultaties, bloedanalyses. Met de nieuwste modellen neemt hij een foto van zijn bord en vraagt hoe hij zich best voorbereidt op een paar weken in de Alpen. Het antwoord komt met zijn bloedresultaten en sportdata erbij: dit ziet er negen op tien uit, vervang dat ene door dit, en hier is je trainingsschema.
• Servaas wil skills delen, want hij heeft er goede die uit zulke data relevante leefstijlinformatie halen. Koppel je Claude-mapje aan Strava en vraag een schema voor de Alpe d'Huez, en je krijgt er een zoals geen trainer je kan geven.
• Joachim geeft ook les aan de UGent, aan de medische faculteit, aan huisartsen en artsen in opleiding. In het vak future health toont hij al een paar jaar hartfilmpjes die met een smartwatch genomen zijn en in ChatGPT gestopt worden. In het begin maakte dat ontzettend veel fouten; nu haalt het voorkamerfibrillatie er perfect uit.

Imagination quotient

• Moeten we al die zware cursussen dan nog wel doen, vraagt Servaas. Dat zou Joachim niet zeggen: basiskennis is absoluut noodzakelijk. Maar je kunt de vraag doortrekken tot in het basisonderwijs.
• Bij de lancering van zijn boek was Murli Buluswar aanwezig, die hij in 2014 leerde kennen als topman bij AIG, en nu bij UnitedHealth, het grootste gezondheidsbedrijf ter wereld. Die zegt: vergeet het IQ, dat verliezen we tegen alle systemen die komen. Zet er een m tussen en noem het imagination quotient. Van buiten leren blijft nodig om je geheugen te trainen, maar denken dat we het beter kunnen dan de systemen wordt moeilijk. Verbeeldingskracht, data samen met AI vertalen in creativiteit en inzicht, dat hebben we de komende tientallen jaren nog nodig.

Hyperspecialisatie en het P-profiel

• Servaas: wij zijn twee mannen van middelbare leeftijd die het volledige analoge traject doorlopen hebben en met stapels cursussen een kader in ons hoofd gebouwd hebben. Nu krijgen we een speeltuin waarin dat kader exponentieel groeit. Maar wie vandaag aan geneeskunde begint, heeft dat kader nog niet en ziet wel dezelfde kracht. Zijn daar gevaren?
• Joachim deed vorige zomer met alle profielen uit de zorg een scenariostudie over de zorgprofessional van morgen. Een van de bevindingen is hyperspecialisatie: je weet alles van niets of niets van alles. Moeten opleidingen, ook voor ingenieurs, opnieuw een of twee jaar heel breed kijken?
• Het T-shaped profile was lang het nieuwe woord: diep gaan, maar met voldoende brede kennis. Hij maakte er een Pi-shaped profile van, met een extra staartje eraan (van het getal pi): data awareness. Iedereen moet een stukje data-bewustzijn hebben, zodat je later als bedrijfsleider niet zegt dat dat een AI-verhaal is voor de chief data officer of de IT-verantwoordelijke. Dat klopt niet. Servaas: het helpt ook om kritisch te blijven op de output.

Joachims gezondheidsmapje is de toekomst, en ik wil er twee dingen naast leggen. Eerst het goede nieuws, dat verrassender is dan je denkt. In 2023 legden John Ayers en collega's 195 echte medische vragen die mensen op een openbaar forum gesteld hadden zowel aan artsen als aan ChatGPT voor, en lieten een panel van artsen de antwoorden blind beoordelen. In 79 procent van de gevallen verkozen ze het antwoord van de chatbot. Het werd bijna vier keer zo vaak als goed of zeer goed beoordeeld, en bijna tien keer zo vaak als empathisch (Ayers et al., 2023*). De nuance is groot: de artsen antwoordden in hun vrije tijd op een forum, ongebetaald en kort, niemand zag de patiënt, en niemand controleerde of de adviezen klopten, alleen of ze goed klonken. Maar dat empathie meetbaar beter kan, is een spiegel voor mijn vak. Dan het tweede, over de hartfilmpjes in ChatGPT: die waarneming is van Joachim, uit zijn eigen lessen, en ik laat ze bij hem. Wat ik erbij zeg, is wat hierboven bij Wu en Nagendran stond: een taalmodel is geen medisch hulpmiddel, het is niet getest, niet goedgekeurd en het geeft niet aan hoe zeker het is. Het horloge zelf heeft die test wel doorstaan. Gebruik AI om je vragen beter te maken, niet om je antwoorden te vervangen.

Data awareness voor iedereen, zegt Joachim, en in de zorg heet dat al twintig jaar gezondheidsvaardigheden, met een ontnuchterend cijfer. Kristine Sørensen ondervroeg in 2011 ongeveer achtduizend Europeanen in acht landen over hoe goed ze medische informatie vinden, begrijpen en gebruiken. Bijna de helft, 47 procent, scoorde beperkt tot onvoldoende, van 29 procent in Nederland tot 62 procent in Bulgarije (Sørensen et al., 2015). België deed niet mee, maar er is geen reden om aan te nemen dat wij het veel beter doen. Het halve ziekenhuis aan je pols is alleen nuttig voor de helft van de mensen die het kan lezen. Dat is het echte argument voor Joachims P-profiel, en het is er een voor het basisonderwijs, niet voor de universiteit.

Praktisch: maak dat gezondheidsmapje gerust, maar met twee regels. Ten eerste: stel de AI vragen die je naar je arts meeneemt, geen vragen die je arts vervangen. Ten tweede: alles wat het over medicatie zegt, check je bij een mens.

Drie dingen die zijn leven gevormd hebben [00:56:17]

Een uur met Bill Gates

• Het eerste is wat al aan bod kwam: Bill Gates. Joachim was 25 en Gates was iemand van wie hij dacht dat je die alleen in boekjes las. Plots stond die voor hem, en hij had een uur om alleen met hem door te brengen, omdat duizend mensen in de zaal zaten te wachten op premier Jean-Luc Dehaene, die te laat was. Hij heeft Gates nadien nog drie keer gesproken, niet zo lang geleden nog, en die schreef een korte quote voor Why Innovation Fails.

Dertig jaar Living Tomorrow, en scenarioplanning

• Het tweede: van 1995 tot 2025 mocht hij meebouwen aan Living Tomorrow, het initiatief van Frank Beliën om het Huis van de Toekomst om te vormen tot een demonstratie- en innovatiecampus, waar zeven generaties lang getoond werd hoe de toekomst eruitziet. Tot vandaag te bezoeken.
• Daaruit kwam het constante nadenken over de toekomst, en later het lesgeven, intussen tien jaar, aan de universiteit. Hij is geen arts, maar ingenieur met een businessachtergrond, en hij geeft er scenarioplanning.
• Scenarioplanning leerde hij kennen in 2004, via Constantijn van Oranje van het Nederlandse koningshuis, toen hoofd van RAND Corporation in Europa, die hem uitnodigde voor een eerste scenario-analyse met negentig mensen op een Europese conferentie. Een paar jaar later kwam hij het opnieuw tegen tijdens zijn MBA. Het is een zeer robuuste methodiek om over morgen na te denken, niet op de achterkant van een bierkaartje, en ze wordt gelukkig meer en meer toegepast.

Een jeugdencyclopedie

• Maar het echte begin ligt verder terug. Hij was een kind van zes toen zijn vader, technisch directeur van een school, van een boekenverkoop een jeugdencyclopedie meebracht. Dik, veel plaatjes, wat tekst, over alles: fysica, sterrenkunde, geneeskunde, de eerste robotica, atoomenergie. Hij las het boek van voor naar achter en van achter naar voor.
• Tot in zijn ingenieursstudies zag hij bij kwantummechanica, DNA of natuurkunde die encyclopedie in zijn hoofd: dit is dat hoofdstuk. Ook al was ze oud en was de wetenschap intussen geëvolueerd, het was een kapstok. Het boek staat nog thuis, het wordt een erfstuk, en naast zijn eigen boek is het het belangrijkste boek dat hij ooit gehad heeft.
• En daarnaast, natuurlijk, het familiale: twee kinderen, een plusdochter, zijn vrouw. Wat je nalaat aan je kinderen is een van de belangrijkste zaken. Het is niet alleen data.

Een encyclopedie op je zesde als kapstok voor de rest van je leven: dat is niet alleen een mooi verhaal, het is een gezondheidsfactor. Avni Bavishi en collega's van Yale volgden 3.635 Amerikanen boven de vijftig twaalf jaar lang en vroegen hen bij de start hoeveel ze lazen. Wie boeken las, had in die twaalf jaar twintig procent minder kans om te sterven dan wie dat niet deed, wat neerkwam op gemiddeld 23 maanden langer leven, en dat na correctie voor leeftijd, opleiding, inkomen, gezondheid en zelfs geheugen bij de start (*Bavishi et al., 2016). Kranten en tijdschriften gaven een veel kleiner effect; boeken maakten het verschil. Een boek is het goedkoopste toestel dat je kunt dragen waarvan een verband met een langer leven gemeten is. Nu de nuance, en die is nodig: dit is een observationele studie, en mensen die boeken lezen, verschillen op honderd manieren van mensen die dat niet doen. De auteurs corrigeerden voor wat ze konden meten, maar niet voor wat ze niet konden meten. Beschouw het dus niet als bewijs dat lezen je leven verlengt, wel als een sterke aanwijzing dat het je in elk geval niet verkort. Voor Joachims vader is dat ruimschoots genoeg.

Praktisch: een hoofdstuk per dag. Niet op een scherm dat ook je mail toont, wel iets met een kaft, en liever iets waar je niets van weet dan iets waar je alles van weet. Dat was ook het geheim van die encyclopedie.

Bayes zonder formule, en beslissen als experiment [01:01:23]

Een dominee uit de achttiende eeuw

• Servaas had beloofd dat het over Bayes zou gaan, een zeer moeilijke wiskundige formule. Kan Joachim ze uitleggen in heel eenvoudige taal?
• Los van de wiskunde, zegt hij, al is Bayes een goed vak om op te buizen. Thomas Bayes leefde in de achttiende eeuw als wiskundige en dominee, en pas na zijn dood besefte men hoe belangrijk zijn ideeën waren. In niet-wiskundige taal: werk je overtuiging bij zodra er nieuwe informatie komt. Je begint met een veronderstelling, de prior, je observeert, en je stuurt bij. Je vervangt niet, je verfijnt.
• In het management wordt het ook zo gebruikt, met kortingsbonnen bijvoorbeeld: wat is de kans dat iemand gekocht heeft mét of zonder die bon?

95 procent nauwkeurig, en toch maar 16 procent

• In de geneeskunde zijn er heel veel voorbeelden, en met covid hebben we Bayes vaak gebruikt. Stel dat een test 95 procent nauwkeurig is, en de ziekte komt voor bij één procent van de mensen. Wat is dan de kans dat je echt ziek bent na een positieve test? 16,1 procent. Hoe kom je daaraan, met 95 en 5 en 1? Met de formule van Bayes, die mooi in het boek staat. Context telt veel meer dan het cijfer op je laboformulier.

Elke beslissing is een experiment

• Servaas: waarom gebruiken we dit niet voor beslissingen over ons eigen leven, over de klik maken en veranderen? Waarom is het nog geen mainstream?
• Eigenlijk zou het logisch moeten zijn, zegt Joachim. We doen het onbewust, maar verkeerd. Elke beslissing in de gezondheidszorg moet je zien als een experiment. Mijn cholesterol is te hoog, dat is de prior. Ik ga dit voedingspatroon volgen, dat is het experiment. Drie maanden meten, en bijsturen. Je moet niet gelijk willen krijgen, je moet proberen steeds minder ongelijk te krijgen.
• Servaas trekt het door naar beslissingen waar je wél wakker van ligt: moet ik van job veranderen of niet? Ook daar mogen we het experiment meer omarmen. Want als je niets nieuws probeert, blijft je overtuiging wat ze is. Joachim: en je kunt nog verder gaan, door nieuw werk aan geluk te koppelen. Alleen heb je voor Bayes wel percentages en kansen nodig. Servaas: zelfs geschat? Zou je daar een Claude-skill van kunnen maken? Joachim wil er een bouwen, Servaas wil ze testen en misschien met de luisteraars delen.
• Want mentaal welzijn is een hot topic, zegt Servaas, en heel veel daarvan komt doordat mensen geen beslissingen nemen. Mensen helpen beslissen is volgens hem een groot deel van preventieve leefstijlgeneeskunde.

Het cijfer van de voorbeeldtest van Joachim klopt, en ik heb het nagerekend: bij één procent zieken en een test die 95 van de 100 zieken vindt én 95 van de 100 gezonden gerust laat, is de kans dat een positieve test klopt 16,1 procent. Eén detail: 95 procent nauwkeurig bestaat niet als één getal. Een test heeft een gevoeligheid en een specificiteit, en die zijn zelden gelijk.

Gevoeligheid zegt hoe goed een test zieke mensen eruit haalt, specificiteit zegt hoe goed dezelfde test gezonde mensen gerust laat.

Zakt de specificiteit naar 90, dan blijft van die 16 procent nog 8,8 over. Dat is precies waarom de vraag bij wie meet je belangrijker is dan hoe goed het toestel is, en waarom het horloge hierboven bij 65-plussers werkt en bij twintigers vooral vals alarm geeft.

Wat me als arts pijn doet, is hoe slecht mijn eigen vak dit kan. In 2014 legde Arjun Manrai precies dit soort vraag voor aan 61 artsen en studenten in de Harvard-ziekenhuizen. Veertien gaven het juiste antwoord. Het meest gegeven antwoord was 95 procent, ruim veertig keer te hoog (Manrai et al., 2014). En in een nationale bevraging van 412 Amerikaanse huisartsen las ruim driekwart een betere vijfjaarsoverleving na screening als bewijs dat screening levens redt, wat het niet is (Wegwarth et al., 2012). Een testuitslag zonder voorkans is een getal zonder betekenis, en de meeste artsen weten dat niet. Er is een oplossing, en ze is oud: Gerd Gigerenzer toonde in 1995 dat wanneer je dezelfde som niet in procenten maar in mensen stelt, van elke duizend zijn er tien ziek, de test vindt er negen en geeft bij vijftig gezonden vals alarm, het aandeel juiste antwoorden stijgt van 16 naar 46 procent (Gigerenzer & Hoffrage, 1995). Bij 48 artsen deed dezelfde truc het aandeel juiste antwoorden van 10 naar 46 procent stijgen (Hoffrage & Gigerenzer, 1998). Bayes zonder formule is dus geen vereenvoudiging, het is de betere manier.

En dan de sprong die Servaas maakt, van cholesterol naar de job waarvan je wakker ligt. Daar is meer bewijs voor dan je zou denken. Wat Joachim beslissen als experiment noemt, heet in de psychologie gedragsactivatie: niet eerst beter denken en dan handelen, maar eerst iets kleins doen en kijken wat het met je doet. David Ekers bracht in 2014 26 gerandomiseerde studies samen met 1.524 mensen met depressieve klachten, en vond een groot effect ten opzichte van wachten of gewone zorg, en in vier kleine studies minstens even goed als medicatie (Ekers et al., 2014). Het mechanisme is precies wat Servaas benoemt: wie geen beslissing neemt, blijft piekeren, en piekeren houdt somberheid in stand. De nuance: gedragsactivatie is een behandeling met begeleiding, niet gewoon iets gaan doen, en de studies waren klein en van wisselende kwaliteit. En er hoort een grens bij, want piekeren en somberheid is niet altijd iets om alleen mee te experimenteren. Blijft de somberheid weken aanhouden, gaat je slaap of je eetlust eraan, of komt de gedachte dat het niet meer hoeft, dan is dat geen beslissing die je in je eentje tot een experiment maakt maar een reden om bij je huisarts te gaan zitten. Piekeren voorspelt nieuwe depressieve episodes, ook bij wie zich aan de start nog redelijk voelde (Nolen-Hoeksema, 2000). Maar het principe, klein experiment, meten, bijsturen, is hetzelfde. Bayes is een therapie.

Praktisch: neem de beslissing waar je al maanden over piekert, en maak er een experiment van drie maanden van, met één meetbaar ding erbij. Verander van job in gedachten: praat met drie mensen die de job doen. Verander van voeding: meet je cholesterol in maart. Na drie maanden weet je meer, en meer weten is het enige wat Bayes van je vraagt.

Het 5D-model, de drie C's en de zeven sleutels [01:07:23]

Detect en Diagnose

• Joachim schreef er een hoofdstuk over: je hebt data, maar hoe streef je een gezond beslissingsproces na? Hij noemde het 5D. Servaas dacht meteen aan de klassieke consultatie.
• De eerste D is detect: speelt er iets, is er een klacht, een signaal, een afwijkende waarde op het dashboard? In een winkel: een klant die plots niet meer bestelt. Daarvoor heb je wel accurate, actuele, complete data nodig.
• De tweede is diagnose: echt begrijpen wat er aan de hand is. Die wordt heel vaak overgeslagen. Je bestrijdt niet de symptomen, je zoekt de oorzaak. Daarvoor zijn er de drie C's: collect, curate en clean. De juiste data verzamelen, ze cureren, want data is vaak vervuild, en ze zo schoon mogelijk maken, met methodieken of zelfs met Claude.

Decide, Deliver, Debrief

• De derde D is decide: je moet kunnen kiezen. Heel vaak wordt er niet beslist met data, zoals bij Kodak, waar data gebruikt werd om te bevestigen dat men goed bezig was. In de consultatie: beslissen samen met de patiënt, want die heeft meer en meer data en zijn eigen kluisje in een AI-systeem.
• De vierde is deliver: uitvoeren, en, zoals hij graag zegt, de realiteit mag tegenspreken. Je start de behandeling maar je blijft naar de data kijken. Het is nooit een sequentieel proces dat je één keer doorloopt. Vandaag zeggen we: kom binnen veertien dagen terug, we zien wel. Terwijl er al zoveel tools zijn die permanent feedback geven.
• De vijfde is debrief: opvolgen en leren. Dat was ook de boodschap van Why Innovation Fails: je mag falen, mensen die falen met projecten mogen op een podium, maar dan moet het gedocumenteerd zijn, want het is een leerproces. In elk databeslissingsmodel ga je dingen zien mislukken en data die je tegenspreekt. In paniek slaan heeft geen zin, het is de logica zelf. Meer data verzamelen, de drie C's doorlopen, en opnieuw.

De oervraag: Frame

• Servaas: is dat geen valkuil om in een rabbit hole terecht te komen? Moet je niet af en toe uitzoomen en vragen waarom je die Apple Watch eigenlijk draagt? Ik wil gezonder leven. Of als organisatie: waarom verzamelen we dit?
• Dat is precies waar de zeven sleutels van het boek beginnen, zegt Joachim: Frame, Capture, Store, Explore, Visualize, Act en Grow. Het 5D-model zit al in Act. De oervraag is Frame, en eerlijk gezegd stond die eerst later in zijn boek. Daarvoor maakte hij het Black Box Canvas, een beetje zoals het Business Model Canvas: stop alles wat je niet kent in de zwarte doos, en denk aan input en output, maar eerst aan de output. Denk voor je meet.
• Hij draagt zelf zijn Apple Watch zonder vooraf te bedenken waarom. Ik wil gezonder worden is geen vraag. Waarom ben ik elke dag zo moe, dat is er wel een. Dan weet je wat je moet capteren: slaap, beweging, hartslag, en niet alles wat meetbaar is. Iemand die hij interviewde, noemde dat een data diet.
• Store: bouw een fundering, één betrouwbare plek voor die data waar je later op durft te bouwen. Vandaag slaan we het overal op en weten we niet meer waar wat zit. Servaas: de ecosystemen van Apple helpen daar niet bij. Maar stel dat je die moeheidsvraag echt analyseert, dan ontdek je patronen. Joachim: hij sport 's avonds in de fitness, kruipt om half twaalf in bed en blijkt heel onrustig te slapen zonder dat te weten. Servaas: sport activeert het sympathische systeem, dus die training een paar uur vroeger. Dat is Bayes die je toepast om te zien of het lukt.

Het 5D-model is een consultatie, en Joachim voelt dat zelf goed aan. Op één plek klopt zijn model beter dan mijn vak. Bij decide zegt hij: samen met de patiënt. Dat is bewezen effectiever. De Cochrane-review van Dawn Stacey bracht in 2017 105 gerandomiseerde studies samen met 31.043 mensen die voor een behandelings- of screeningskeuze stonden en een keuzehulp kregen, een document of programma dat de opties met hun cijfers naast elkaar zet. Ze wisten er na afloop 13 punten op 100 meer over, schatten hun eigen risico juister in, voelden zich minder onzeker over hun keuze, en de consultatie duurde gemiddeld 2,6 minuten langer (Stacey et al., 2017). Een patiënt die de cijfers kent, beslist niet trager en niet slechter, alleen bewuster. De nuance: keuzehulpen maken mensen beter geïnformeerd, maar of ze daardoor gezonder worden, is niet aangetoond, en dat is ook niet het doel. Het doel is dat de beslissing van jou is.

En dan het slaapvoorbeeld, want daar zit een klein misverstand dat het gesprek zelf al half oplost. Sporten 's avonds is slecht voor je slaap, zegt bijna iedereen. Jan Stutz bracht in 2019 23 studies samen waarin gezonde mensen 's avonds sportten en hun slaap gemeten werd. Gemiddeld sliepen ze niet slechter, en zelfs iets dieper. Alleen wie zwaar sportte en daarmee minder dan een uur voor het slapengaan stopte, viel trager in slaap en sliep minder efficiënt (Stutz et al., 2019). Joachims patroon, intensief trainen en een half uur later in bed, is dus precies de uitzondering waarvoor het klopt. Voor de rest van ons is avondsport geen probleem, en dat is een geruststelling voor wie alleen dan tijd heeft. De les is die van Frame: het horloge zegt onrustig geslapen, de studie zegt waarom, en alleen de combinatie geeft een bruikbaar antwoord. Meer over wat wél werkt in Beter slapen.

Praktisch: stel je Frame-vraag voor je iets meet. Niet ik wil gezonder worden, wel waarom ben ik elke dag zo moe. Kies dan drie dingen om te meten, niet dertig. En als je 's avonds sport: stop minstens een uur voor je gaat slapen, of doe het rustiger.

De uitsmijter: wat hij zou willen horen van zijn dokter [01:17:02]

Kom naast me zitten

• Servaas eindigt elke aflevering met dezelfde vraag: als je morgen op consultatie gaat bij de dokter van morgen, wat zou je dan willen dat die je vertelt?
• Een heel moeilijke vraag, vindt Joachim. Uiteraard dat hij supergezond is. Maar eigenlijk, en hij weet dat het idyllisch is omdat de tijd er in het huidige systeem vaak niet is, zou hij willen dat die arts naast hem komt zitten en zegt: vandaag is er niets met jou aan de hand, laten we eens kijken hoe we dat zo houden. Of: er is wel iets, hoe minimaliseren we dat, en hoe doen we dit samen? Wat kan jij doen?
• Patient empowerment wordt altijd gezegd, maar het gebeurt niet. En omgekeerd: hoe kan ik jou helpen, als mijn gezondheidscoach, om jouw job makkelijker te maken? Niet alleen eet niet te veel vet en drink niet te veel, maar ook: goed dat je een smartwatch draagt, laten we die connecteren.

Een handleiding die zichzelf uitwijst

• Waarom krijg je bij een huisarts geen handleiding mee? Of iets dat zichzelf uitwijst? Wie vandaag een Tesla of een iPhone koopt, krijgt geen handleiding meer: je start het proces, doorloopt een stappenplan en alles wordt geconnecteerd. Zou het niet mooi zijn mocht een arts dat samen met jou kunnen doen, en dan zeggen: eigenlijk hoop ik je zo weinig mogelijk te zien?
• Een beetje heeft hij dat meegemaakt met covid, toen online afspraken wel konden. Hij heeft een goede huisarts, een praktijk die ook online toelaat, wat niet evident is omdat het buiten het reguliere systeem valt, en die openstaat voor nieuwe data: ik heb iets opgemerkt, er is een hartfilmpje genomen, kunnen we dat eens bekijken? Dat is een dialoog.
• Servaas vindt het een fantastisch mooie mission statement voor waar de zorg naartoe moet. Joachim hoopt dat AI de administratieve druk op zorgprofessionals grotendeels wegneemt. Hij heeft soms letterlijk met huisartsen te doen: alles snel lezen wat in je dossier staat, tegelijk luisteren, tegelijk een diagnose maken en heel 5D doorlopen, en dan hebben ze nog drie minuten zevenenveertig seconden. Servaas: mooi dat de empathie over de twee kanten van de tafel gaat.

Wat Servaas meeneemt

• Wat hem bijblijft, is dat Joachim het dataverhaal op een heel gestructureerde manier universeel maakt: niet alleen voor bedrijven, niet alleen voor zorgorganisaties, maar ook voor interne, menselijke processen. Als je vandaag één ding meeneemt, maak het dan iets kleins, iets dat je vanavond of morgen nog doet. Beter één klein stapje, één klein experimentje in de termen van Joachim, dan een groot plan waar je nooit aan toekomt.

De drie minuten zevenenveertig zijn Joachims intuïtieve getal. Ik vond er geen bron voor. Wat er wel is, is een wereldkaart van de consultatie. Greg Irving bracht in 2017 voor BMJ Open gegevens samen uit 67 landen, goed voor 28,6 miljoen huisartsconsultaties, en berekende hoe lang zo'n gesprek gemiddeld duurt. In achttien landen, samen goed voor de helft van de wereldbevolking, is dat minder dan vijf minuten. Bangladesh haalt 48 seconden, Zweden ruim twintig minuten (Irving et al., 2017). Kortere consultaties hingen in dezelfde review samen met lagere zorguitgaven per hoofd, meer ziekenhuisopnames voor aandoeningen die een huisarts kan voorkomen en minder tevreden patiënten, en de auteurs waarschuwen voor de werkdruk en de stress van de artsen zelf. Wat Joachim vraagt, een arts die naast je komt zitten, is geen luxe maar de vorm van zorg waarvan aangetoond is dat ze minder opnames en meer vertrouwen oplevert. De nuance: het zijn gemiddelden per land, uit studies van wisselende kwaliteit, en een lang gesprek is geen goed gesprek. Maar wie bij Birkhäuer hierboven las wat vertrouwen doet, weet dat je het niet in vier seconden bouwt. Dat is de paradox van dit hele gesprek: KBC digitaliseerde de kern om tijd te maken voor de mens. De zorg heeft de mens, en digitaliseert de kern niet.

Praktisch: neem naar je volgende consultatie één vraag mee en één meting. Niet tien, niet je hele horloge. Eén vraag die je vooraf opgeschreven hebt, en één cijfer dat je verontrust. Dat is een handleiding voor een consultatie van een kwartier, en ze wijst zichzelf uit.

Genoemd in deze aflevering

• Why Data Wins, het nieuwe boek van Joachim De Vos, met de Data Wave Scan [00:32:53] en het Black Box Canvas [01:07:23]
• Why Innovation Fails, zijn eerdere boek met Steven Sasson [00:15:41]
• Living Tomorrow, het Huis van de Toekomst in Vilvoorde, geopend op 16 maart 1995 [00:00:00]
• Het Imelda Ziekenhuis in Bonheiden en zijn dashboard voor continue glucosemonitoring [00:25:50]
• Climbing for Life, de Alpe d'Huez op ten voordele van diabetespatiënten [00:22:08]
• Het Ishango-beentje in het Museum voor Natuurwetenschappen in Brussel [00:32:53]
• The Imitation Game (2014), de film over Turing en Enigma waarnaar de QR-code in het boek verwijst [00:38:14] https://youtu.be/aSqLS8s2B4c?si=DDjRlRWwZ5C9aqdS
• KBC en de digitale assistent Kate [00:41:00]
• De European Health Data Space, het Europese kader voor gezondheidsdata [00:44:38]
• Je eigen dossier inkijken: mijngezondheid.belgie.be [00:44:38]
• Eerdere aflevering: Zorgouder zijn als niemand het ziet, met Liz Corthals

Mensen genoemd

• Frank Beliën, oprichter van Living Tomorrow
• Bill Gates, medeoprichter van Microsoft, op 16 maart 1995 in het Huis van de Toekomst
• Steven Sasson, uitvinder van de digitale camera bij Kodak in 1975
• Johan Thijs, CEO van KBC
• Herman Van Rompuy, voormalig premier en voorzitter van de Europese Raad
• Murli Buluswar, UnitedHealth, bedenker van het imagination quotient
• Constantijn van Oranje, destijds RAND Corporation Europe
• Alan Turing, wiskundige, Enigma en de vraag of machines kunnen denken
• Thomas Bayes, wiskundige en dominee uit de achttiende eeuw

Referenties

Alpar, S., & Tatlıparmak, A. C. (2025). Evaluating smartwatch-based detection of supraventricular tachycardia and atrial fibrillation in the emergency department. The American Journal of Emergency Medicine, 95, 101-106. https://doi.org/10.1016/j.ajem.2025.05.037

Aral, S., & Nicolaides, C. (2017). Exercise contagion in a global social network. Nature Communications, 8, 14753. https://doi.org/10.1038/ncomms14753

Attia, Z. I., Noseworthy, P. A., Lopez-Jimenez, F., Asirvatham, S. J., Deshmukh, A. J., Gersh, B. J., et al. (2019). An artificial intelligence-enabled ECG algorithm for the identification of patients with atrial fibrillation during sinus rhythm: A retrospective analysis of outcome prediction. The Lancet, 394(10201), 861-867. https://doi.org/10.1016/S0140-6736(19)31721-0

Ayers, J. W., Poliak, A., Dredze, M., Leas, E. C., Zhu, Z., Kelley, J. B., et al. (2023). Comparing physician and artificial intelligence chatbot responses to patient questions posted to a public social media forum. JAMA Internal Medicine, 183(6), 589-596. https://doi.org/10.1001/jamainternmed.2023.1838

Bavishi, A., Slade, M. D., & Levy, B. R. (2016). A chapter a day: Association of book reading with longevity. Social Science & Medicine, 164, 44-48. https://doi.org/10.1016/j.socscimed.2016.07.014

Beck, R. W., Riddlesworth, T., Ruedy, K., Ahmann, A., Bergenstal, R., Haller, S., et al. (2017). Effect of continuous glucose monitoring on glycemic control in adults with type 1 diabetes using insulin injections: The DIAMOND randomized clinical trial. JAMA, 317(4), 371-378. https://doi.org/10.1001/jama.2016.19975

Birkhäuer, J., Gaab, J., Kossowsky, J., Hasler, S., Krummenacher, P., Werner, C., & Gerger, H. (2017). Trust in the health care professional and health outcome: A meta-analysis. PLoS ONE, 12(2), e0170988. https://doi.org/10.1371/journal.pone.0170988

Brandes, A., Stavrakis, S., Freedman, B., Antoniou, S., Boriani, G., Camm, A. J., et al. (2022). Consumer-led screening for atrial fibrillation: Frontier review of the AF-SCREEN international collaboration. Circulation, 146(19), 1461-1474. https://doi.org/10.1161/CIRCULATIONAHA.121.058911

Brickwood, K.-J., Watson, G., O'Brien, J., & Williams, A. D. (2019). Consumer-based wearable activity trackers increase physical activity participation: Systematic review and meta-analysis. JMIR mHealth and uHealth, 7(4), e11819. https://doi.org/10.2196/11819

Csengeri, D., Sprünker, N.-A., Di Castelnuovo, A., Niiranen, T., Vishram-Nielsen, J. K., Costanzo, S., et al. (2021). Alcohol consumption, cardiac biomarkers, and risk of atrial fibrillation and adverse outcomes. European Heart Journal, 42(12), 1170-1177. https://doi.org/10.1093/eurheartj/ehaa953

Dawber, T. R., Meadors, G. F., & Moore, F. E. (1951). Epidemiological approaches to heart disease: The Framingham Study. American Journal of Public Health and the Nation's Health, 41(3), 279-286. https://doi.org/10.2105/AJPH.41.3.279

Delbanco, T., Walker, J., Bell, S. K., Darer, J. D., Elmore, J. G., Farag, N., et al. (2012). Inviting patients to read their doctors' notes: A quasi-experimental study and a look ahead. Annals of Internal Medicine, 157(7), 461-470. https://doi.org/10.7326/0003-4819-157-7-201210020-00002

Ekelund, U., Tarp, J., Steene-Johannessen, J., Hansen, B. H., Jefferis, B., Fagerland, M. W., et al. (2019). Dose-response associations between accelerometry measured physical activity and sedentary time and all cause mortality: Systematic review and harmonised meta-analysis. BMJ, 366, l4570. https://doi.org/10.1136/bmj.l4570

Ekers, D., Webster, L., Van Straten, A., Cuijpers, P., Richards, D., & Gilbody, S. (2014). Behavioural activation for depression: An update of meta-analysis of effectiveness and sub group analysis. PLoS ONE, 9(6), e100100. https://doi.org/10.1371/journal.pone.0100100

Ersner-Hershfield, H., Wimmer, G. E., & Knutson, B. (2009). Saving for the future self: Neural measures of future self-continuity predict temporal discounting. Social Cognitive and Affective Neuroscience, 4(1), 85-92. https://doi.org/10.1093/scan/nsn042

Galante, J., Friedrich, C., Dawson, A. F., Modrego-Alarcón, M., Gebbing, P., Delgado-Suárez, I., et al. (2021). Mindfulness-based programmes for mental health promotion in adults in nonclinical settings: A systematic review and meta-analysis of randomised controlled trials. PLoS Medicine, 18(1), e1003481. https://doi.org/10.1371/journal.pmed.1003481

Gigerenzer, G., & Hoffrage, U. (1995). How to improve Bayesian reasoning without instruction: Frequency formats. Psychological Review, 102(4), 684-704. https://doi.org/10.1037/0033-295X.102.4.684

Goyal, M., Singh, S., Sibinga, E. M. S., Gould, N. F., Rowland-Seymour, A., Sharma, R., et al. (2014). Meditation programs for psychological stress and well-being: A systematic review and meta-analysis. JAMA Internal Medicine, 174(3), 357-368. https://doi.org/10.1001/jamainternmed.2013.13018

Hershfield, H. E., Goldstein, D. G., Sharpe, W. F., Fox, J., Yeykelis, L., Carstensen, L. L., & Bailenson, J. N. (2011). Increasing saving behavior through age-progressed renderings of the future self. Journal of Marketing Research, 48(SPL), S23-S37. https://doi.org/10.1509/jmkr.48.SPL.S23

Hoffrage, U., & Gigerenzer, G. (1998). Using natural frequencies to improve diagnostic inferences. Academic Medicine, 73(5), 538-540. https://doi.org/10.1097/00001888-199805000-00024

Irving, G., Neves, A. L., Dambha-Miller, H., Oishi, A., Tagashira, H., Verho, A., & Holden, J. (2017). International variations in primary care physician consultation time: A systematic review of 67 countries. BMJ Open, 7(10), e017902. https://doi.org/10.1136/bmjopen-2017-017902

Jakicic, J. M., Davis, K. K., Rogers, R. J., King, W. C., Marcus, M. D., Helsel, D., et al. (2016). Effect of wearable technology combined with a lifestyle intervention on long-term weight loss: The IDEA randomized clinical trial. JAMA, 316(11), 1161-1171. https://doi.org/10.1001/jama.2016.12858

Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263-291. https://doi.org/10.2307/1914185

Lind, M., Polonsky, W., Hirsch, I. B., Heise, T., Bolinder, J., Dahlqvist, S., et al. (2017). Continuous glucose monitoring vs conventional therapy for glycemic control in adults with type 1 diabetes treated with multiple daily insulin injections: The GOLD randomized clinical trial. JAMA, 317(4), 379-387. https://doi.org/10.1001/jama.2016.19976

Lowres, N., Orchard, J. J., & Freedman, B. (2026). Digital heartbeat: Wearables for early detection and integrated management of atrial fibrillation. European Heart Journal, 47(8), 883-885. https://doi.org/10.1093/eurheartj/ehaf998

Lucas, H. C., & Goh, J. M. (2009). Disruptive technology: How Kodak missed the digital photography revolution. The Journal of Strategic Information Systems, 18(1), 46-55. https://doi.org/10.1016/j.jsis.2009.01.002

Manrai, A. K., Bhatia, G., Strymish, J., Kohane, I. S., & Jain, S. H. (2014). Medicine's uncomfortable relationship with math: Calculating positive predictive value. JAMA Internal Medicine, 174(6), 991-993. https://doi.org/10.1001/jamainternmed.2014.1059

McIntyre, W. F., Benz, A. P., Becher, N., Healey, J. S., Granger, C. B., Rivard, L., et al. (2024). Direct oral anticoagulants for stroke prevention in patients with device-detected atrial fibrillation: A study-level meta-analysis of the NOAH-AFNET 6 and ARTESiA trials. Circulation, 149(13), 981-988. https://doi.org/10.1161/CIRCULATIONAHA.123.067512

Mellers, B., Ungar, L., Baron, J., Ramos, J., Gurcay, B., Fincher, K., et al. (2014). Psychological strategies for winning a geopolitical forecasting tournament. Psychological Science, 25(5), 1106-1115. https://doi.org/10.1177/0956797614524255

Morris, Z. S., Wooding, S., & Grant, J. (2011). The answer is 17 years, what is the question: Understanding time lags in translational research. Journal of the Royal Society of Medicine, 104(12), 510-520. https://doi.org/10.1258/jrsm.2011.110180

Nagendran, M., Chen, Y., Lovejoy, C. A., Gordon, A. C., Komorowski, M., Harvey, H., et al. (2020). Artificial intelligence versus clinicians: Systematic review of design, reporting standards, and claims of deep learning studies. BMJ, 368, m689. https://doi.org/10.1136/bmj.m689

Nolen-Hoeksema, S. (2000). The role of rumination in depressive disorders and mixed anxiety/depressive symptoms. Journal of Abnormal Psychology, 109(3), 504-511. https://doi.org/10.1037/0021-843X.109.3.504

Nolen-Hoeksema, S., Wisco, B. E., & Lyubomirsky, S. (2008). Rethinking rumination. Perspectives on Psychological Science, 3(5), 400-424. https://doi.org/10.1111/j.1745-6924.2008.00088.x

Obar, J. A., & Oeldorf-Hirsch, A. (2020). The biggest lie on the Internet: Ignoring the privacy policies and terms of service policies of social networking services. Information, Communication & Society, 23(1), 128-147. https://doi.org/10.1080/1369118X.2018.1486870

Perez, M. V., Mahaffey, K. W., Hedlin, H., Rumsfeld, J. S., Garcia, A., Ferris, T., et al. (2019). Large-scale assessment of a smartwatch to identify atrial fibrillation. New England Journal of Medicine, 381(20), 1909-1917. https://doi.org/10.1056/NEJMoa1901183

Richardson, K. M., Jospe, M. R., Bohlen, L. C., Crawshaw, J., Saleh, A. A., & Schembre, S. M. (2024). The efficacy of using continuous glucose monitoring as a behaviour change tool in populations with and without diabetes: A systematic review and meta-analysis of randomised controlled trials. International Journal of Behavioral Nutrition and Physical Activity, 21, 145. https://doi.org/10.1186/s12966-024-01692-6

Richardson, K. M., Jospe, M. R., Somerville, J., Felrice, J., & Schembre, S. M. (2025). Understanding the benefits and psychological burdens of using continuous glucose monitoring for lifestyle change: A mixed-methods cross-sectional study. Obesity Research & Clinical Practice, 19(5), 417-426. https://doi.org/10.1016/j.orcp.2025.10.003

Samuelson, W., & Zeckhauser, R. (1988). Status quo bias in decision making. Journal of Risk and Uncertainty, 1(1), 7-59. https://doi.org/10.1007/BF00055564

SCORE2 working group and ESC Cardiovascular risk collaboration. (2021). SCORE2 risk prediction algorithms: New models to estimate 10-year risk of cardiovascular disease in Europe. European Heart Journal, 42(25), 2439-2454. https://doi.org/10.1093/eurheartj/ehab309

Sørensen, K., Pelikan, J. M., Röthlin, F., Ganahl, K., Slonska, Z., Doyle, G., et al. (2015). Health literacy in Europe: Comparative results of the European health literacy survey (HLS-EU). European Journal of Public Health, 25(6), 1053-1058. https://doi.org/10.1093/eurpub/ckv043

Stacey, D., Légaré, F., Lewis, K., Barry, M. J., Bennett, C. L., Eden, K. B., et al. (2017). Decision aids for people facing health treatment or screening decisions. Cochrane Database of Systematic Reviews, 4, CD001431. https://doi.org/10.1002/14651858.CD001431.pub5

Stutz, J., Eiholzer, R., & Spengler, C. M. (2019). Effects of evening exercise on sleep in healthy participants: A systematic review and meta-analysis. Sports Medicine, 49(2), 269-287. https://doi.org/10.1007/s40279-018-1015-0

Svendsen, J. H., Diederichsen, S. Z., Højberg, S., Krieger, D. W., Graff, C., Kronborg, C., et al. (2021). Implantable loop recorder detection of atrial fibrillation to prevent stroke (the LOOP study): A randomised controlled trial. The Lancet, 398(10310), 1507-1516. https://doi.org/10.1016/S0140-6736(21)01698-6

Turing, A. M. (1950). Computing machinery and intelligence. Mind, LIX(236), 433-460. https://doi.org/10.1093/mind/LIX.236.433

Tversky, A., & Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4), 297-323. https://doi.org/10.1007/BF00122574

van Steijn, N. J., Blommestijn, I. S., Blok, S., Pepplinkhuizen, S., Somsen, G. A., Knops, R. E., et al. (2026). Enhanced detection and prompt diagnosis of atrial fibrillation using Apple Watch: A randomized controlled trial. Journal of the American College of Cardiology, 87(14), 1714-1728. https://doi.org/10.1016/j.jacc.2025.11.032

Voskoboinik, A., Kalman, J. M., De Silva, A., Nicholls, T., Costello, B., Nanayakkara, S., et al. (2020). Alcohol abstinence in drinkers with atrial fibrillation. New England Journal of Medicine, 382(1), 20-28. https://doi.org/10.1056/NEJMoa1817591

Walker, J., Leveille, S., Bell, S., Chimowitz, H., Dong, Z., Elmore, J. G., et al. (2019). OpenNotes after 7 years: Patient experiences with ongoing access to their clinicians' outpatient visit notes. Journal of Medical Internet Research, 21(5), e13876. https://doi.org/10.2196/13876

Wegwarth, O., Schwartz, L. M., Woloshin, S., Gaissmaier, W., & Gigerenzer, G. (2012). Do physicians understand cancer screening statistics? A national survey of primary care physicians in the United States. Annals of Internal Medicine, 156(5), 340-349. https://doi.org/10.7326/0003-4819-156-5-201203060-00005

Weiskopf, N. G., & Weng, C. (2013). Methods and dimensions of electronic health record data quality assessment: Enabling reuse for clinical research. Journal of the American Medical Informatics Association, 20(1), 144-151. https://doi.org/10.1136/amiajnl-2011-000681

Wu, E., Wu, K., Daneshjou, R., Ouyang, D., Ho, D. E., & Zou, J. (2021). How medical AI devices are evaluated: Limitations and recommendations from an analysis of FDA approvals. Nature Medicine, 27(4), 582-584. https://doi.org/10.1038/s41591-021-01312-x