“Bouw een app voor me die ze samen leest.”

Soms verwoordt een concurrent je stelling beter dan je eigen marketing. Een goed gefinancierde Europese health copilot heeft een advertentie gebouwd rond één zin van een fictieve gebruiker: bouw een app voor me die ze samen leest en me vertelt wat ik daadwerkelijk moet doen. ‘Ze’ staat voor de ring, het horloge, het bloedonderzoek, het eetdagboek — de kleine stapel instrumenten die de meeste gezondheidsbewuste mensen nu bezitten en die geen van allen met elkaar in verband kunnen worden gebracht.

Het is een ijzersterke zin, omdat hij waar is. Drie apps, één bloeduitslag, nul antwoorden is de meest eerlijke beschrijving van de moderne ‘quantified self’-ervaring die we in een advertentie hebben gezien. De pijn is echt. Het instinct — ik wil één interface die dit allemaal samen leest — is precies juist. We zijn het volledig eens met de diagnose.

Wat het ‘download-een-app’-model goed doet

Geef het model de eer die het toekomt, want het grootste deel is solide. Het combineert snelle data (wearables, van dag tot dag) en trage data (bloedonderzoek, van kwartaal tot kwartaal) en stelt terecht dat ze alleen samen betekenis hebben. Er wordt een echte arts in het proces betrokken in plaats van te pretenderen dat een algoritme geneeskunde kan bedrijven. Het is ontwikkeld in de EU en gericht op privacy, wat belangrijk is. En het benoemt de vijand precies: dashboards die tonen, maar nooit vertellen. Die laatste zin is een duidelijke aanklacht tegen een hele industrie — inclusief, eerlijk gezegd, het meeste wat eraan voorafging.

Als de keuze was tussen wéér een tracker met één sensor en een app die ze eindelijk allemaal kan lezen, dan wint de app. Maar dat is niet de keuze.

De afhankelijkheid die schuilgaat in de belofte

Lees die winnende zin nog eens: bouw een app voor me die ze samen leest. Het werkwoord doet al het werk. Een app die ze samen leest, is een app die het lezen voor jou doet — wat betekent dat het begrip in de app leeft, niet in jou. De interface die eindelijk je lichaam begrijpelijk maakt, wordt iets wat je huurt, met verschillende prijsniveaus, afgesloten achter een abonnement, en herroepbaar op het moment dat het bedrijf een andere koers vaart, wordt overgenomen of besluit dat jouw abonnement nu de dure variant is.

Dit is de stille valkuil van elk ‘wij-lezen-het-voor-u’-product. Het lost het leesprobleem op door een afhankelijkheidsprobleem te creëren. Je ontsnapt uit drie ommuurde tuinen door naar een mooiere vierde te verhuizen. En omdat deze wél echt werkt, is de ‘lock-in’ sterker, niet zwakker — je zult het hulpmiddel verdedigen dat je eindelijk antwoorden gaf.

“Een app die je data voor je leest, is een abonnement op je eigen inzicht. De rekening komt elke maand, en op de dag dat je stopt met betalen, kun je jezelf niet meer lezen.”

Dezelfde wens, anders beantwoord

De wens — één plek die elk signaal leest en me vertelt wat ik daadwerkelijk moet doen — vereist geen app. Het vereist een methode en een algemeen inzetbaar hulpmiddel. Dat is het hele idee achter de AI Health Stack: de laag die ‘ze samen leest’ is een chat-thread die jij bezit, geen product dat je huurt. Je plakt erin wat je ring, je horloge en je labresultaten al exporteren, en drie gratis, algemeen inzetbare AI-tools doen de rest — Research, Ledger, Protocol — waarbij de interpretatie in een thread leeft die je op elk moment kunt exporteren.

Niets te downloaden. Niets op te zeggen. Geen ‘founding-member’-certificaat, geen schaarste-niveau, geen ankerprijs van € 4k. Behoud je wearables. Behoud je labresultaten. Behoud je arts — een echt mens in je week is een feature, geen abonnement. Het enige wat je niet uit handen geeft, is de vaardigheid die het waard is om te behouden: het lezen van je eigen data.

1. Neem het eerlijke deel van de pitch over: je signalen betekenen alleen iets als ze samen worden gelezen. Stop met het evalueren van apparaten per dashboard.
2. Weiger de afhankelijkheid: datgene wat ze samen leest, moet iets zijn wat je bezit, niet iets wat je huurt. Als het opzeggen ervan je analfabeet maakt over je eigen lichaam, was het nooit van jou.
3. Gebruik AI als de interpretatielaag, gebaseerd op je eigen exports — om te begrijpen en vragen voor te bereiden, nooit om te diagnosticeren. De arts blijft de spil.
4. Vergroot je kennis, niet je abonnement. Tools veranderen; weten welke vragen je aan je data moet stellen, is het deel dat blijvend is.

De concurrent heeft gelijk dat je één plek verdient die je hele lichaam in één keer leest. Ze verkopen je er alleen een leasecontract voor. Het interpreteren was altijd al het waardevolle deel — en precies daarom zou het van jou moeten zijn.