AI presteert beter dan artsen bij complexe diagnoses
Een geavanceerd AI-systeem dat stap voor stap redeneert, presteert beter dan ervaren artsen op ingewikkelde patiëntcasussen. Maar het experiment roept ook vragen op.
De gedachte aan een ‘computerdokter’ bestaat al sinds de jaren vijftig van de vorige eeuw. Tot de opkomst van grote taalmodellen (de technologie achter o.a. ChatGPT) bleef het een droom. Een nieuwe studie zien dat zogenoemde ’thinking models’, AI-systemen die hun redeneerproces stap voor stap opbouwen, menselijke artsen overtreffen op taken waarbij echte patiëntendata centraal staan. Dit bevat namelijk vaak rommelige dossiers en complexe klinische beslissingen.
In het onderzoek werden artsen en een geavanceerd taalmodel uitgedaagd met casuïstiek uit de echte klinische praktijk. Dus geen nette scenario’s, maar juist de soort chaotische, onvolledige informatie die een arts op een drukke afdeling krijgt. De AI scoorde consequent hoger. Niet alleen op diagnostische nauwkeurigheid, maar ook op het formuleren van behandeladvies. Dat is opmerkelijk, omdat eerdere studies vaak lieten zien dat AI goed presteert op gestandaardiseerde toetsen, maar al snel afvalt zodra de situaties complexer en minder gestructureerd worden.
Redeneren als kracht
Het verschil met eerdere modellen zit hem in de aanpak. Een ’thinking model’ werkt niet door simpelweg een patroon te herkennen en een antwoord te genereren. Het doorloopt expliciet tussenstappen: het stelt vragen, overweegt alternatieven, weegt bewijs af. Die aanpak lijkt juist te renderen bij casuïstiek waarbij veel variabelen meespelen en waarbij een eerste intuïtie misleidend kan zijn. Precies de situaties waarin ook menselijke artsen fouten maken.
Dat wil niet zeggen dat AI morgen de spreekkamer betreedt. Kritische kanttekeningen zijn op hun plaats. De studie meet prestaties op specifieke, afgebakende taken — het geven van een diagnose of behandeladvies op basis van een dossier. Wat er niet in zat: het fysieke onderzoek, non-verbale communicatie met een patiënt, omgaan met emotionele dimensies, of het nemen van verantwoordelijkheid voor een beslissing met reële gevolgen.
Wat betekent dit voor de toekomst van zorg
Toch zijn de bevindingen relevant voor longevity-onderzoek en preventieve geneeskunde. Juist in die domeinen is de caseload enorm: er zijn te weinig artsen om iedereen individueel goed te begeleiden op het gebied van preventie, vroegdiagnostiek en gepersonaliseerd advies over levensstijl. Als AI daarin een betrouwbare ondersteunende rol kan spelen, heeft dat grote gevolgen voor de toegankelijkheid van goede gezondheidszorg.
De vraag is niet of AI artsen vervangt. Relevanter is: in welke specifieke taken kan AI artsen gaan ontlasten? En hoe voorkomen we dat de belofte van algoritmische precisie ons blind maakt voor wat er verloren gaat als de arts minder centraal staat?