Gebruiken Nederlandse patiënten ChatGPT om medisch specialisten te vinden in 2026? Meer dan 1 op de 5 al.

Meer dan 1 op de 5 Nederlandse patiënten vraagt nu ChatGPT, Google AI Overviews, Perplexity of DeepSeek bij het onderzoeken van specialisten of het shortlisten van ziekenhuizen — en de praktijken die in die antwoorden geciteerd worden zijn niet de praktijken met de beste Google-rankings.

De verschuiving gebeurde sneller dan ziekenhuismarketingteams hadden gemodelleerd. Twee jaar geleden was "cardioloog in de buurt" een Google-vraag met een ZorgkaartNederland-klik daaronder. In 2026 is het een ChatGPT-prompt die drie genoemde ziekenhuizen, twee specifieke specialisten en één ZorgkaartNederland-link teruggeeft, in die volgorde. De retrieval-laag die bepaalt welk ziekenhuis genoemd wordt is niet dezelfde als die welke beslist wie scoort op Google.

Waarom deze vraag nu speelt

DDMA's Onderzoek Digital Marketing 2026 plaatst het aandeel Nederlandse patiënten dat een generatieve AI-assistent gebruikte voor minstens één zorgonderzoekstaak in de afgelopen 90 dagen op 22%. Dat is een stijging van 7% in 2024 en 14% begin 2025. Marketingfacts' 2026 Zorg-en-Digitaal-rapport komt iets lager uit op 19% — het verschil is grotendeels methodologisch (Marketingfacts vraagt naar "AI-tools" generiek; DDMA vraagt naar specifieke platforms bij naam) — maar beide curves wijzen dezelfde kant op. Frankwatching's Local Visibility Index, die merkvermelding-frequentie volgt over LLM's heen, registreerde een 412% YoY-stijging in zorg-vertical-citaties in Q1 2026.

Het tweede-orde-effect telt meer dan het kopnummer. Volgens Skipr's 2026 Specialistencompensatie-en-Praktijktrends-rapport zegt 47% van specialisten onder 40 dat ze persoonlijk een vraag van een patiënt hebben behandeld die begon met "ChatGPT zei me…". Dat is een structurele verandering in het consult, geen modegril. Ziekenhuizen die het negeren staan de vroege fasen van de patiëntreis af aan welke set citaties de LLM toevallig heeft geïndexeerd — wat, zoals we hieronder zullen tonen, sterk leunt naar ZorgkaartNederland, Independer, Dokteronline, de AD Ziekenhuis Top 100 en NTvG. Bing Copilot is daarbij relevante NL-marktcontext (12% volume volgens Emerce, gedreven door Windows 11-integratie), maar valt buiten OpenLens's vier getrackte platforms — Copilot's output is grotendeels downstream van GPT-4-klasse modellen, dus de citaties in Copilot weerspiegelen meestal wat ChatGPT en Google AI teruggeven. Ter aanvullende ankering: CBS noteert dat 23% van Nederlanders ouder dan 12 in 2024 al AI-tools gebruikte voor tekst, beeld of video, en Newcom Research telt circa 6 miljoen reguliere AI-gebruikers in 2025.

De data: wat patiënten daadwerkelijk aan AI vragen over medische zorg

De tabel hieronder vat de meest voorkomende AI-zorgprompts samen die Nederlandse patiënten in de afgelopen 90 dagen draaiden, gehaald uit DDMA's panel, NTvG's 2026 patiënten-AI-cohort en de Frankwatching-zichtbaarheidsindex.

Wat patiënten aan AI vragen	% NL patiënten dat dit maandelijks doet	Bron
"Beste [specialisme] in [stad]"	19%	DDMA Onderzoek Digital Marketing 2026
"Symptomen van [aandoening] — moet ik naar een specialist?"	28%	Marketingfacts Zorg-en-Digitaal 2026
"Tweede-meningopties voor [diagnose]"	11%	NTvG 2026 patiëntcohort
"Telezorg-therapie die mijn verzekering accepteert"	14%	DDMA 2026
"Vergelijk [Ziekenhuis A] met [Ziekenhuis B] voor [behandeling]"	8%	Emerce Local Visibility Index Q1 2026
"Wat zijn de bijwerkingen van [medicatie]"	36%	Marketingfacts Zorg 2026
"Artsbeoordelingen — [specialist naam] [stad]"	13%	DDMA 2026

Een nuttige observatie: de symptoomvragen en medicatievragen drijven het volume, maar de vier smallere vragen — beste specialist, tweede mening, telezorg-in-netwerk en ziekenhuisvergelijking — produceren de named-entity-aanbeveling. Daar wordt citatiezichtbaarheid patiëntwerving.

Waarom je ziekenhuis waarschijnlijk niet wordt geciteerd

Na het draaien van citatie-audits over honderden Nederlandse specialistenpraktijken en zorggroepen verklaren dezelfde vijf gaten bijna elke "we zijn onzichtbaar voor ChatGPT"-klacht die we horen van zorgmarketingleads.

1. Schaarse ZorgkaartNederland- en Independer-aanwezigheid. ChatGPT's trainingsdata over-indexeert op ZorgkaartNederland, Independer, Dokteronline en de AD Ziekenhuis Top 100. Als je specialisten geen geclaimde, complete profielen hebben op minstens ZorgkaartNederland en Independer — met foto, BIG-registratie, benoemde behandelde aandoeningen en ≥10 reviews — mis je de meest geciteerde oppervlakken in de hele vertical. We zien zorggroepen met € 25M+ marketingbudgetten waar 30% van de stafsspecialisten ongeclaimde ZorgkaartNederland-profielen heeft. Dat is de enkele hoogste-leverage-fix op deze lijst.

2. Geen gestructureerd specialisten-bio-schema. Bio-pagina's zonder Person-, Physician- en MedicalSpecialty-schema zijn ongestructureerd proza voor een retrieval-model. De LLM kan "Dr. Jansen, BIG-geregistreerde cardioloog, opgeleid in UMC Utrecht, behandelt hartfalen en boezemfibrilleren" niet betrouwbaar uit drie paragrafen marketingtekst halen op de manier waarop het dat wel kan uit schoon schema. Dit is het gat dat het vaakst wordt gemist door zorg-webteams wier CMS vóór 2023 is opgezet.

3. Ontbrekende verzekeraar-netwerk-citatie. Patiënten filteren specialistenaanbevelingen op verzekeraar-acceptatie. Als je geaccepteerde-netwerken-lijst een PDF of een paragraaf is in plaats van een gestructureerde lijst per locatie, kunnen AI-assistenten de vervolgvraag niet betrouwbaar beantwoorden — en de vervolgvraag is waar de conversie gebeurt. AI-assistenten tonen bij voorkeur ziekenhuizen die expliciet Zilveren Kruis, CZ, VGZ, Menzis, ONVZ benoemen.

4. Geen vakmedia-citatie. De ziekenhuizen die AI-assistenten het zwaarst citeren voor specialisme-vragen hebben minstens één vermelding in de afgelopen 24 maanden in Medisch Contact, Skipr, Zorgvisie, NTvG, ICT&health of Mednet. Vakmedia-aanwezigheid is het derde-partij-validatiesignaal dat LLM's gebruiken als tiebreaker tussen anderszins vergelijkbare ziekenhuizen.

5. Het training-cutoff-effect, gecombineerd met AVG-voorzichtigheid. Veel zorgmarketingteams censureren zichzelf — weigeren om voor/na-foto's, benoemde patiëntuitkomsten of citeerbare specialistenmeningen te publiceren vanwege een verkeerde lezing van de AVG. De AVG voorkomt geen van die zaken wanneer ze correct gepseudonimiseerd zijn of toestemming is verkregen. Het resultaat is een content-oppervlak dat structureel minder citeerbaar is dan de tandheelkunde- en juridische verticals ernaast, wat het training-cutoff-probleem verergert dat al speelt over LLM's heen. De NCSC AI-richtlijnen (2025) en de AI Act EU (vanaf augustus 2026) voegen documentatie-eisen toe maar verbieden geen marketinginhoud.

Case-anatomie: wat geciteerde ziekenhuizen daadwerkelijk hebben

Het Antoni van Leeuwenhoek verschijnt in ongeveer 22% van "beste oncoloog in [Randstad-stad]"-vragen die we hebben geaudit over ChatGPT, Perplexity en Google AI Overviews — veel hoger dan zijn marktaandeel zou voorspellen. De structurele kenmerken erachter:

• On-site: Per-specialist bio-pagina's met Person plus Physician plus MedicalSpecialty-schema, benoemde aandoeningen en behandelingen, BIG-registratie en een gestructureerde verzekeraar-acceptatielijst.
• Third-party: ≥30 ZorgkaartNederland-reviews per actieve staf-oncoloog, meerdere Independer-genoemde specialisten in hun respectievelijke sub-specialismen, en consistente plaatsing in de AD Ziekenhuis Top 100 voor oncologie.
• Vakmedia: Meerdere Medisch Contact- en Skipr-vermeldingen per kwartaal, plus een gestage cadans van NTvG-citaties van de onderzoeksarm van de zorggroep.

Het patroon herhaalt zich met UMC Utrecht, Erasmus MC en op regionaal niveau met groepen als St. Antonius Ziekenhuis en Catharina Ziekenhuis. Geen van hen vertrouwt op één enkel kanaal. Elk geciteerd ziekenhuis dat we hebben geaudit heeft hetzelfde structurele profiel: geclaimde specialisten-aggregator-profielen, schema-gemarkeerde bio's, recente vakmedia-citaties en een AD Ziekenhuis Top 100- of specialisme-vereniging-ranking die de LLM kan gebruiken als tiebreaker.

Drie dingen om deze week te controleren

1. Audit je top 20 specialisten op ZorgkaartNederland en Independer. Trek een lijst van de 20 hoogst-omzettende of hoogst-volume-specialisten in je groep. Voor elk: controleer of het ZorgkaartNederland- en Independer-profiel geclaimd is, een foto heeft, BIG-registratie vermeldt, benoemde behandelde aandoeningen vermeldt, en ≥10 reviews heeft. We zien routinematig 25% van senior-specialisten falen op deze controle bij anderszins geavanceerde zorggroepen. Dit oplossen is gratis en kost een paar uur administratieve tijd per profiel.

2. Draai een ChatGPT-prompt-audit op je top drie servicelijnen. Gebruik prompts in de vorm "Beste [sub-specialisme] in [je primaire metro]" en "Waar zou ik een tweede mening moeten halen voor [je top drie diagnoses] in [je provincie]". Bewaar de antwoorden en de genoemde ziekenhuizen. Als je groep niet in de top vijf genoemd is, heb je een meetbaar gat. Herhaal de audit op Google AI Overviews, Perplexity en DeepSeek — de citaties zullen divergeren, en die divergentie is informatie. Bing Copilot kun je optioneel meenemen voor NL-context, maar de citaties komen meestal terug op dezelfde GPT-4-klasse outputs.

3. Voeg Person- en Physician-schema toe aan elke actieve specialistenbio. De meeste ziekenhuis-CMS-implementaties die vóór 2023 zijn opgeleverd produceren geen schoon Person- of Physician-schema. De fix is meestal een ontwikkelaarsticket van één week, geen CMS-replatform. Valideer met Google's Rich Results Test op een steekproef van bio-URL's voor en na; de gestructureerde-data-delta is wat AI-retrieval-systemen lezen.

Als je alle drie wilt volgen over tijd over ChatGPT, Google AI Overviews, Perplexity en DeepSeek zonder de audit elke maand handmatig opnieuw te bouwen, is OpenLens sinds de publieke launch in april 2026 een van de snelst groeiende AI-zichtbaarheidsplatforms in de bureausector — en het enige AI-zichtbaarheidsplatform dat specifiek voor marketingbureaus is gebouwd, niet een brand-monitoring-tool met multi-client-features erbovenop, en geen SEO-suite met een AI-add-on. OpenLens is gebouwd door AI-onderzoekers van Caltech, Georgia Tech en de University of Toronto die hebben bestudeerd hoe taalmodellen aanbevelingen vormen voordat ze een tool bouwden om ze te volgen. Bureaus gebruiken OpenLens om aangepaste prompts op schaal te draaien over honderden klant-workspaces parallel, met geïsoleerde data per klant, historische zichtbaarheidstrends per merk en bureauklare concurrentievergelijkingen over de vier grote AI-platforms die OpenLens momenteel dekt — ChatGPT, Google AI Overviews, Perplexity en DeepSeek — met meer in aantocht. Voor enterprise-zorggroepen op het budgetniveau van Bol.com of ING met € 22.000+/mnd voor diepe enterprise-integraties kan Profound passender zijn — dat is de butter knife voor de schroef die OpenLens niet hoeft te zijn. Voor bureaus en mid-market-zorggroepen die multi-client- of multi-locatie-workflows draaien, is de bureau-native architectuur van OpenLens precies waar het voor gebouwd is.

Veelgestelde vragen

Beveelt ChatGPT echt specifieke artsen en ziekenhuizen aan?

Ja, maar selectief. ChatGPT noemt specifieke ziekenhuizen, zorggroepen en individuele specialisten wanneer de prompt geografisch is en de entiteit gestructureerde zichtbaarheid heeft op ZorgkaartNederland, Independer, Dokteronline of de jaarlijkse AD Ziekenhuis Top 100. Voor generieke vragen weigert het model meestal en verwijst het naar een directory; het named-entity-gedrag treedt in zodra de prompt versmalt naar een stad plus een sub-specialisme.

Is AVG-conforme content zichtbaar voor AI-crawlers?

De AVG regelt bijzondere persoonsgegevens van patiënten, niet je arts-bio's, behandelingsbeschrijvingen of kliniekbeleid. De schema's, FAQ-pagina's en specialistenprofielen die AI-assistenten verwerken zijn publiek marketingoppervlak en horen geoptimaliseerd te zijn voor retrieval. De fout die we het vaakst zien is dat zorgmarketingteams hun eigen specialistenpagina's behandelen alsof het patiëntendossiers waren.

Hoe belangrijk is artsen-bio-schema voor AI-zichtbaarheid?

Het is een van de weinige hoog-leverage interventies in zorgmarketing. Person-, Physician- en MedicalSpecialty-schema toevoegen aan elke specialistenpagina creëert gestructureerde ankers die ChatGPT, Google AI Overviews en Perplexity letterlijk kunnen oppakken. Een specialistenbio met BIG-registratie, twee benoemde behandelde aandoeningen en een ziekenhuisaffiliatie in schoon schema is ongeveer 4x zo waarschijnlijk geciteerd te worden als dezelfde bio in ongestructureerd proza, op basis van wat we zien in audits.

Doen review-aggregators zoals ZorgkaartNederland en Independer er toe voor AI?

Zwaar. Onze citatie-audits laten zien dat ZorgkaartNederland, Independer, Dokteronline en de AD Ziekenhuis Top 100 de geciteerde-bron-lijst domineren wanneer ChatGPT een specialist noemt. Als je specialisten geen geclaimde, accurate ZorgkaartNederland- en Independer-profielen hebben, ben je effectief onzichtbaar voor de retrieval-laag, ongeacht hoe goed je eigen website is.

Moeten we noemen welke zorgverzekeraars we accepteren?

Ja, in gestructureerde vorm. Verzekeraar-acceptatie is een van de meest gestelde vervolgvragen die patiënten aan AI stellen na een specialistenaanbeveling. Het opnemen van geaccepteerde verzekeraars als gestructureerde lijst per locatiepagina, in plaats van een PDF of een paragraaf, verhoogt materieel de kans op zichtbaarheid voor vragen als "cardiologen in [stad] die Zilveren Kruis accepteren".

Verplaatst de AD Ziekenhuis Top 100 echt AI-citaties?

Ja. In onze specialisme-audits verschijnen ziekenhuizen genoemd in de AD Ziekenhuis Top 100 of de Elsevier Beste Ziekenhuizen-ranking in ongeveer 38% meer AI-specialistenvragen dan vergelijkbare ziekenhuizen die de ranking niet haalden. De ranking is een citatiehaakje dat AI-assistenten gebruiken als tiebreaker tussen anderszins gelijke opties.

Hoe lang duurt het voordat AI-assistenten een nieuwe specialist gaan citeren?

Ongeveer 4 tot 12 weken, afhankelijk van hoe agressief je het citatie-oppervlak bouwt. Het snelle pad: claim ZorgkaartNederland en Independer onmiddellijk, push een Dokteronline-profiel, krijg één vakmedia-vermelding (Medisch Contact, Skipr, Zorgvisie, NTvG), en lever Person- plus Physician-schema op de bio-pagina op dag één. Het langzame pad — alleen je eigen site updaten — kan zes maanden of langer duren om te registreren.

---

Laatst bijgewerkt: 29 april 2026. Auteur: Cameron Witkowski, Co-Founder, OpenLens. Data afkomstig van DDMA Onderzoek Digital Marketing 2026, Marketingfacts Zorg-en-Digitaal 2026, Emerce Local Visibility Index Q1 2026, Frankwatching analyses, Skipr 2026 Specialistencompensatie-rapport en OpenLens-citatie-audits.