In het kort
No-shows (patiënten die zonder afmelding niet op hun afspraak verschijnen) zorgen in de zorg voor hoge kosten, volle wachtlijsten en verstoring van de planning. Jaarlijks verschijnen naar schatting minstens 130.000 patiënten niet op hun ziekenhuisafspraak zonder afmelding, blijkt uit onderzoek naar no-show-cijfers in de Nederlandse zorg.
Met behulp van kunstmatige intelligentie (AI) kunnen zorgorganisaties deze no-shows steeds beter voorspellen. Door data over eerdere aanwezigheid, type afspraak, tijdstip, reistijd en andere factoren te analyseren, herkent AI patronen die wijzen op een verhoogd risico.
Dat maakt het mogelijk om gericht te handelen, zoals extra herinneringen sturen of flexibeler plannen, waardoor de zorg meer continuïteit, efficiëntie en menselijkheid krijgt.
No shows in de zorg voorspellen met AI
No-shows in de zorg zijn een groeiend probleem. Patiënten die niet komen opdagen op hun afspraak zonder tijdige afmelding, veroorzaken hoge kosten, onnodige wachttijden en frustratie bij zowel zorgverleners als andere patiënten.
Hoe mooi zou het zijn als je deze no-shows kan voorspellen met AI. In dit artikel leggen we uit wat een no show precies is, welke gevolgen dit heeft voor de zorg én welke oplossingen er zijn om no-shows te voorkomen, zoals het voorspellen van no shows met AI.
Wat is een no show?
Een no show is de situatie waarin een patiënt of cliënt niet verschijnt op een geplande afspraak, zonder vooraf bericht te geven. No shows komen veel voor in de zorg, bijvoorbeeld bij de huisarts, het ziekenhuis, de GGZ of de bedrijfsarts. Een no-show lijkt misschien een klein incident, maar op grote schaal veroorzaakt het aanzienlijke verstoringen in de planning, hoge kosten en verminderde toegankelijkheid van zorg.
De betekenis van het begrip no-show wordt in de zorg gebruikt om te benoemen dat iemand niet komt opdagen op een afspraak, waardoor gereserveerde tijd verloren gaat en andere patiënten geen gebruik kunnen maken van die capaciteit. In veel gevallen betekent een no show dat de plek niet meer kan worden ingevuld, waardoor er soms zelfs uren ongebruikt verloren gaan.
Kort gezegd: een no show = niet opdagen zonder af te bellen.
Oorzaken van no-shows
Waarom verschijnen mensen niet op hun afspraak? De oorzaken van een no show zijn vaak divers en soms complex. Het gaat zelden om onwil: meestal spelen praktische of psychologische factoren een rol.
- Vergeten afspraak:
Eén van de meest voorkomende oorzaken van no-shows is dat patiënten hun afspraak simpelweg vergeten. Dit gebeurt vooral wanneer er veel tijd zit tussen het inplannen en het daadwerkelijke consult. Uit onderzoek blijkt dat automatische afspraakherinneringen via sms of e-mail het no-show percentage met wel 20–30% kunnen verlagen. - Onvoorziene omstandigheden:
Soms kunnen patiënten niet komen door ziekte, een noodsituatie of extreem weer. Hoewel dit lastig te voorkomen is, kan het aanbieden van flexibele online herplanmogelijkheden helpen om de afspraak toch door te laten gaan. Voeg in de laatste herinneringsmail bijvoorbeeld op een duidelijke manier een link toe waar de patiënt zich kan afmelden voor de afspraak of de afspraak kan verzetten. - Angst of spanning:
Vooral in de GGZ of bij medische onderzoeken komt het voor dat mensen afzeggen of wegblijven door spanning of angst. Dit kan leiden tot uitstelgedrag en uiteindelijk tot een no show. Het helpt om patiënten vooraf beter te informeren over wat ze kunnen verwachten of om laagdrempelig contact aan te bieden (bijvoorbeeld via een telefonische intake). - Praktische problemen:
Geen vervoer, files, werkverplichtingen of een afspraak op een onhandig tijdstip zorgen vaak voor afwezigheid. Zorgverleners die meer keuze in tijdslots of digitale consulten aanbieden, zien vaak een daling van het aantal gemiste afspraken. - Communicatieproblemen:
Soms gaat het mis door onduidelijkheid over de tijd, locatie of zelfs het nut van de afspraak. Dit benadrukt het belang van duidelijke communicatie in uitnodigingen en bevestigingen.
6Gorilla's genomineerd voor Computable Awards 2025 in categorie Beste Zorgproject
Gevolgen van no shows
De gevolgen van no-shows zijn zowel financieel als organisatorisch fors. Ze hebben impact op de zorgverlener, de organisatie én de patiënt zelf.
- Financiële impact:
Elke gemiste afspraak betekent verlies van inkomsten voor de zorgverlener en verspilling van middelen. Zorgverzekeraars vergoeden deze kosten niet, waardoor ze direct drukken op de zorgorganisatie of de patiënt. Vaak belasten zorgorganisaties deze kosten door aan de patiënt in de vorm van een no-show factuur. - Organisatorische verstoring:
No-shows leiden tot gaten in de planning, waardoor personeel niet efficiënt kan worden ingezet. Roosters raken verstoord en wachttijden voor andere patiënten lopen op. In ziekenhuizen komt dit neer op duizenden verloren spreekuururen per jaar. - Impact op patiënten:
Niet alleen de zorgverlener ondervindt nadeel: ook de patiënt zelf loopt vertraging op in het behandeltraject. Bovendien heeft het effect op andere patiënten: zij moeten langer wachten op een afspraak omdat de planning minder flexibel is. Zeker in de GGZ en jeugdzorg, waar wachttijden al hoog zijn, kan dit grote gevolgen hebben voor de kwaliteit van zorg. - Voorspeller van veranderende zorgvraag:
Herhaalde no-shows kunnen een vroege aanwijzing zijn dat de zorgbehoefte van een cliënt verandert of dat iemand moeite krijgt met het volgen van de dagelijkse structuur. In combinatie met andere signalen, zoals veranderingen in zelfredzaamheid of medicatiegebruik, helpt dit om tijdig verschuivingen in zorgprofielen en herindicaties te herkennen en te voorspellen.
No show beleid en tarieven
Veel zorginstellingen hebben een no show beleid ontwikkeld om patiënten bewust te maken van de gevolgen van hun afwezigheid en om de schade te beperken. Onderdeel hiervan is vaak het in rekening brengen van een no show tarief of no show boete.
Hoewel een no show boete juridisch gezien geen boete is, wordt het wel zo ervaren. Het is een vergoeding voor de tijd die gereserveerd stond. Deze wordt vaak in de vorm van een no show factuur naar de patiënt gestuurd en bevat meestal details over de afspraak en het afgesproken tarief.
Het bedrag varieert sterk, en zorgverzekeraars vergoeden deze kosten doorgaans niet, waardoor ze voor eigen rekening van de patiënt komen.
No-show percentages in verschillende zorgsectoren
De omvang van het no-show probleem verschilt sterk per zorgsector. In de GGZ ligt het percentage doorgaans rond de 3–5%, volgens no-show percentages in de GGZ.
In de forensische GGZ lopen de cijfers echter op tot maar liefst 25–31%, blijkt uit onderzoek naar no-shows in de forensische GGZ.
In ziekenhuizen en poliklinieken blijft het gemiddelde vaak hangen rond de 4%, met een bandbreedte van 2–7%, zoals blijkt uit gemiddelde no-show cijfers in ziekenhuizen.
In de jeugdgezondheidszorg (JGZ) worden zelfs no-show percentages van tot wel 30% gemeten bij bepaalde soorten afspraken, aldus onderzoek naar no-shows in de jeugdgezondheidszorg.
Deze cijfers laten zien dat no-shows een breed en hardnekkig probleem vormen, met grote verschillen per zorgdomein en patiëntengroep.
GGZ Breburg voorspelt no-shows aan de hand van data
Hoe kun je no shows voorkomen?
Traditionele aanpak: afspraakherinneringen
De meest gebruikte methode om no shows te voorkomen is de afspraakherinnering, vaak in de vorm van een SMS of een e-mail.
Onderzoek laat zien dat een herinnering één tot twee dagen voor de afspraak het aantal no-shows met wel 40% kan verminderen. Ook telefonische herinneringen werken goed, vooral bij risicogroepen.
Dit is een prima methode, maar het is natuurlijk het mooist als je op voorhand al kan voorspellen welke patiënten of cliënten de grootse kans hebben op een no-show. Dat kan dankzij de inzet van Artificial Intelligence (AI).
AI-voorspelling van no-shows in de medische wereld
Een AI voorspelling van no-shows gaat een stap verder dan traditionele afspraakherinneringen of algemene analyses. Waar een sms-herinnering iedereen bereikt, richt AI zich juist op de individuele kans dat een patiënt niet komt opdagen. Dat gebeurt door historische en actuele data te combineren en patronen te herkennen die voor mensen vaak onzichtbaar zijn.
Een model kan bijvoorbeeld leren dat een bepaalde patiënt vaker een afspraak mist op maandagochtend, of dat slechte weersomstandigheden in een specifieke regio leiden tot een piek in no-shows. Ook persoonlijke factoren, zoals eerdere aanwezigheidsgeschiedenis of het type afspraak, spelen een rol. Door deze signalen samen te nemen, ontstaat een voorspellend profiel per cliënt.
Het grote voordeel? Zorginstellingen kunnen gericht ingrijpen. Een patiënt met een hoog risico krijgt bijvoorbeeld een extra herinnering of een proactief telefoontje van een medewerker. Ook kan de planning worden aangepast, bijvoorbeeld door gevoelige tijdstippen of risicovolle afspraken anders te organiseren.
Dit maakt dat een AI voorspelling van no-shows in de medische wereld niet alleen bijdraagt aan efficiëntere roosters en lagere kosten, maar vooral aan betere zorgcontinuïteit. Cliënten krijgen de zorg die ze nodig hebben, op het moment dat ze die nodig hebben, en wachttijden voor anderen blijven beperkt.
Welke factoren wegen mee in een AI-voorspelling van no shows?
AI-modellen kijken niet alleen naar één element, maar combineren tientallen factoren die samen het risico op een no-show voorspellen, zoals:
- Eerdere aanwezigheidsgeschiedenis:
Het meest voorspellende signaal is vaak het gedrag uit het verleden. Patiënten die in het verleden regelmatig afspraken hebben afgezegd, te laat kwamen of niet zijn verschenen, hebben statistisch gezien een veel grotere kans op herhaling. AI kan patronen in deze data herkennen en hierop inspelen door deze groep bijvoorbeeld extra herinneringen te sturen of meer flexibele opties aan te bieden. - Type en duur van de afspraak:
Niet elke afspraak heeft dezelfde kans op een no-show. Korte consulten, zoals een telefonisch overleg of een eenvoudige controle, worden minder vaak gemist. Daarentegen kennen intakegesprekken, uitgebreide onderzoeken of langdurige behandelingen een hogere uitval. Vaak omdat patiënten hier meer spanning voor ervaren of omdat de impact op hun agenda groter is. - Dag en tijdstip:
Ook het moment van de dag speelt een rol. Afspraken vroeg in de ochtend worden vaak gemist door patiënten die moeite hebben met op tijd komen of afhankelijk zijn van openbaar vervoer. Laat op de middag komt juist vaker in de knel door werk, school of gezinsverplichtingen. Door dit inzicht kan een zorginstelling risicovolle tijdsloten beter plannen of extra begeleiding bieden. - Weersomstandigheden en seizoenspatronen:
Het weer heeft meer invloed dan vaak wordt gedacht. Regen, sneeuw of gladheid kunnen ervoor zorgen dat patiënten thuisblijven, zeker ouderen of mensen die slecht ter been zijn. Daarnaast spelen vakantieperiodes een rol: tijdens de zomer- of kerstperiode is de kans op afzeggingen significant hoger. AI kan met weersvoorspellingen en kalenderdata rekening houden bij de planning. - Reistijd naar de locatie:
De afstand tot de zorglocatie en de verwachte reistijd zijn belangrijke voorspellers. Hoe langer en ingewikkelder de reis, hoe groter de kans dat iemand afzegt of simpelweg niet komt opdagen. Vooral in landelijke gebieden of bij slecht bereikbaar specialistisch zorgaanbod is dit een belangrijke factor. - Datums met emotionele lading:
Sommige dagen zijn voor patiënten extra beladen. Denk aan feestdagen, verjaardagen of herdenkingsdagen die emoties oproepen. Zeker voor mensen in de GGZ kan dit leiden tot uitstelgedrag of vermijding. Het meenemen van zulke factoren helpt zorgverleners om met meer begrip en maatwerk afspraken te plannen. - Persoonlijke voorkeuren:
Zelfs ogenschijnlijk irrelevante zaken, zoals een belangrijke voetbalwedstrijd of een cultureel evenement, kunnen van invloed zijn op de aanwezigheid. AI kan leren van historische data en patronen herkennen, bijvoorbeeld dat een bepaalde patiënt vaker afspraken mist wanneer zijn favoriete club speelt. Dit soort inzichten maken voorspellende modellen verrassend accuraat.
Met deze inzichten kan een zorginstelling gerichter actie ondernemen om no shows te voorkomen: extra herinneringen sturen, afspraken op andere momenten plannen of dubbelboeken waar dat zinvol is.
Dit verhoogt de efficiëntie, verlaagt de kosten en zorgt ervoor dat meer mensen op tijd geholpen worden.
Veelgestelde vragen over no shows in de zorg
Wat betekent een no show?
Een no show is het niet verschijnen op een afspraak zonder vooraf bericht te geven.
Hoe ga je om met een no-show?
Hanteer een duidelijk beleid, stuur een factuur en analyseer de oorzaken om herhaling te voorkomen.
Wat te doen tegen no shows?
Je kan verschillende dingen doen om no shows tegen te gaan. Denk bijvoorbeeld aan het gebruik van herinneringssystemen zoals e-mail en sms, duidelijke communicatie en voorspellende AI-modellen.
Hoe werkt een AI-oplossing om no shows te voorspellen?
Een AI-oplossing om no shows te voorspellen werkt door historische data te analyseren, zoals patiëntkenmerken, type afspraak, tijdstip, locatie en eerdere afzeggingen.
Met machine learning worden patronen herkend die aangeven welke patiënten een verhoogde kans hebben om niet te verschijnen. Op basis daarvan kan de zorgverlener preventief actie ondernemen, bijvoorbeeld door een extra herinnering te sturen of de afspraak flexibeler te plannen.
Wat gebeurt er bij een no show?
Wanneer je zonder af te zeggen niet op een afspraak verschijnt, wordt dit geregistreerd als een no show. Dat betekent dat de zorgverlener de ingeplande tijd niet kan benutten voor andere patiënten. Vaak volgt er een no show factuur of boete die je zelf moet betalen, omdat zorgverzekeraars dit niet vergoeden. Daarnaast kan het je behandeltraject vertragen en leidt het tot langere wachttijden voor andere cliënten.
Meer weten over het voorkomen en voorspellen van no shows in de zorg?
Jeroen Schenk, directeur 6Gorilla's, neemt vrijblijvend alle mogelijkheden met je door.
