Kunstmatige intelligentie (AI) demonstreert een onverwacht vermogen om vroege indicatoren van cognitieve achteruitgang te identificeren door patronen in de aantekeningen van artsen te analyseren, waardoor de menselijke nauwkeurigheid in subtiele gevallen mogelijk wordt overtroffen. Uit een nieuwe studie, gepubliceerd op 7 januari in npj Digital Medicine, blijkt dat een AI-systeem patiënten van wie de medische dossiers mogelijke cognitieve problemen suggereren – zoals geheugenverlies, verwarring of gedragsveranderingen – met verrassende precisie kan markeren. Dit gaat niet over het vervangen van artsen; het gaat om het verbeteren van screeningprocessen waar specialisten schaars zijn.
De kracht van AI-gestuurde patroonherkenning
Het AI-systeem is ontworpen om klinische aantekeningen te scannen op terugkerende vermeldingen van cognitieve stoornissen, familieproblemen of ongewoon patiëntgedrag. In plaats van diagnoses te stellen, benadrukt het systeem patiënten die mogelijk verdere evaluatie vereisen, waardoor artsen de follow-ups efficiënt kunnen prioriteren.
“Het doel is niet om het klinische oordeel te vervangen, maar om te functioneren als screeningshulpmiddel”, legt dr. Lidia Moura uit, een neuroloog aan het Massachusetts General Hospital. Dit is vooral belangrijk gezien de toenemende druk op gezondheidszorgsystemen wereldwijd, waar vroege detectie de resultaten aanzienlijk kan verbeteren.
Hoe het AI-systeem werkt: een agentische aanpak
Het onderzoeksteam maakte gebruik van een innovatieve ‘agentische’ aanpak, waarbij gebruik werd gemaakt van vijf onderling verbonden AI-programma’s die gezamenlijk hun interpretaties van medische aantekeningen verfijnden zonder menselijke tussenkomst. Het systeem is getraind op basis van drie jaar aan praktijkaantekeningen van artsen – kliniekbezoeken, voortgangsrapporten en samenvattingen van ontslag – die door artsen al als cognitieve problemen zijn bestempeld.
Aanvankelijk bereikte de AI 91% overeenstemming met artsen. Uit tests in de echte wereld bleek echter een gevoeligheid van ongeveer 62%, wat betekent dat sommige gevallen werden gemist. Verrassend genoeg bleek uit verder onderzoek door onafhankelijke klinische experts dat de AI nauwkeuriger was in 44% van de meningsverschillen, waarbij klinische definities rigoureuzer werden toegepast dan sommige artsen. De AI gaf prioriteit aan directe vermeldingen van cognitieve problemen, terwijl sommige artsen subtiele signalen in bredere patiëntendossiers over het hoofd zien.
De grenzen van menselijke beoordeling en de toekomst van AI in de gezondheidszorg
Deze discrepantie benadrukt een kritieke fout in traditionele kaartbeoordelingen: mensen kunnen subtiele aanwijzingen missen die AI consequent identificeert. “Als de signalen duidelijk zijn, ziet iedereen ze”, zegt dr. Moura. “Als ze subtiel zijn, kunnen mensen en machines uiteenlopen.” Het systeem is niet bedoeld om artsen te vervangen, maar om op de achtergrond te draaien en zo direct binnen het klinische dossier inzicht te bieden in mogelijke problemen.
Hoewel veelbelovend, kan de nauwkeurigheid van het systeem variëren in verschillende gezondheidszorgomgevingen als gevolg van uiteenlopende documentatiepraktijken. Zoals Karin Verspoor, onderzoeker op het gebied van AI en gezondheidstechnologieën aan de RMIT University, opmerkt, heeft de kwaliteit van de aantekeningen een aanzienlijke invloed op de prestaties van de AI.
Het systeem is nog niet in de klinische praktijk, maar het potentieel ervan is duidelijk: het bieden van een extra laag van inzicht zonder artsen te belasten, het verbeteren van vroege detectie en het mogelijk omkeren van het traject van cognitieve achteruitgang.
Deze studie onderstreept de groeiende rol van AI in de gezondheidszorg, niet als vervanging voor artsen, maar als een krachtig hulpmiddel om de menselijke capaciteiten te vergroten en de patiëntenzorg te verbeteren.
