Google DeepMind presenteert een medische chatbot, AMIE, die in tests vaker de juiste diagnose stelde dan ervaren artsen. Het systeem werd recent beoordeeld in gesimuleerde consulten met patiënten. Onafhankelijke artsen kozen daarbij meestal voor de uitkomst van het algoritme. Deze ontwikkeling roept direct vragen op over inzet in Nederlandse zorg, en over regels uit de Europese AI‑verordening en de AVG.
AI-model scoort hoger op diagnose
AMIE (Articulate Medical Intelligence Explorer) is een groot taalmodel dat is getraind voor medische gesprekken. Het model voert een anamnese, stelt vervolgvragen en komt tot een werkdiagnose. In een gecontroleerde studie bleek AMIE’s diagnostiek en redenering vaak beter te scoren dan die van artsen. Beoordelaars keken naar juistheid, volledigheid en veiligheid van adviezen.
De vergelijking vond plaats in tekstgesprekken met gestandaardiseerde casussen. Artsen en het systeem kregen dezelfde informatie. Onafhankelijke beoordelaars, zelf arts, gaven punten op vaste criteria. In meerdere categorieën, zoals differentiaaldiagnose en triage-advies, kwam AMIE als favoriet naar voren.
Belangrijk is dat het hier om onderzoeksopzet ging, niet om zorg aan echte patiënten. AMIE is op het moment van schrijven niet goedgekeurd als medisch hulpmiddel. De makers positioneren het daarom als besluitondersteuning. Het doel is artsen te helpen, niet te vervangen.
Alleen getest in tekstgesprekken
De studie gebruikte scenario’s zonder lichamelijk onderzoek. Het systeem moest dus werken met wat een patiënt schrijft of vertelt. Dat is nuttig voor triage en eerste beoordeling, maar zegt weinig over complexere zorg. In het echt spelen ook lichamelijke signalen, labwaarden en context mee.
Daarnaast zijn veel casussen gestandaardiseerd of synthetisch samengesteld. Zulke datasets zijn handig om eerlijk te vergelijken, maar missen soms nuance. Denk aan comorbiditeit, taalbarrières of onduidelijke klachten. Het is onzeker of de prestaties gelijk blijven in de spreekkamer.
Ook de uitkomstmaat is beperkt: artsen beoordeelden tekstkwaliteit en plausibiliteit, geen patiëntuitkomsten. Er is dus vervolgonderzoek nodig met echte zorgprocessen en langere follow‑up. Pas dan is duidelijk of het systeem de kwaliteit en veiligheid van zorg daadwerkelijk verhoogt.
Zo werkt AMIE onder de motorkap
AMIE is een conversational model, een algoritme dat taal begrijpt en antwoordt. Het is nageschoold op medische vraag‑antwoorddata en dialoogvoorbeelden. De makers gebruikten ook “self‑play”: het model oefent gesprekken met zichzelf om betere vragen te leren stellen. Zo leert het systematisch doorvragen en differentiëren.
Daarnaast wordt kennis uit richtlijnen en handboeken gebruikt. Dit heet retrieval: het systeem haalt relevante passages op als steun voor het antwoord. Begrippen als differentiaaldiagnose en triage worden zo expliciet gemaakt. Dat helpt om redeneringen te structureren.
Tot slot zijn er veiligheidsremmen ingebouwd. Het model moet onduidelijke of risicovolle situaties herkennen en opschalen. Bij alarmsymptomen adviseert het eerder acuut contact. Toch kan een taalmodel fouten maken of te zeker klinken bij twijfel.
Europese regels stellen eisen
Zorg‑AI valt in de EU onder de AI‑verordening (AI Act) als hoogrisico‑toepassing. Dat betekent strenge eisen aan gegevenskwaliteit, menselijk toezicht en transparantie. Ook gelden verplichtingen voor risicobeheer en registratie. Leveranciers moeten kunnen uitleggen hoe het systeem tot een advies komt.
Daarnaast valt AMIE als diagnosehulp onder de Europese Medical Device Regulation (MDR). Software met een medisch doel heeft een CE‑markering en toetsing door een aangemelde instantie nodig. Na introductie is post‑market toezicht verplicht. In Nederland houdt de Inspectie Gezondheidszorg en Jeugd hierop toezicht.
De AVG is eveneens leidend, omdat gezondheidsdata bijzondere persoonsgegevens zijn. Zorginstellingen moeten dataminimalisatie toepassen en versleuteling gebruiken. Verwerking vereist een wettelijke grondslag en strikte toegangscontrole. Logging en audittrail zijn nodig om beslissingen achteraf te kunnen verantwoorden.
Gezondheidsdata zijn bijzondere persoonsgegevens onder de AVG; verwerking vereist een wettelijke grondslag en strikte beveiliging.
Kansen voor huisartsenzorg in Nederland
Nederland kampt met druk op de huisartsenzorg en lange wachttijden. Een model als AMIE kan helpen bij triage, samenvattingen en het opstellen van differentiaaldiagnoses. Dat kan tijd vrijmaken voor complexe zorg. Voorwaarde is wel dat een arts het advies controleert en overneemt.
Inzet vraagt ook om aansluiting op Nederlandse richtlijnen, zoals NHG‑standaarden. Het systeem moet medische termen en klachten in het Nederlands goed begrijpen. Integratie met het huisartsinformatiesysteem via MedMij‑afspraken is cruciaal. Zo blijven dossiers volledig en consistent.
Praktische pilots kunnen starten in digitale intake of de huisartsenpost. Begin klein, met goed afgebakende klachten en duidelijke exitcriteria. Meet effecten op doorlooptijd, veiligheid en patiënttevredenheid. Zet vanaf dag één een meldpunt op voor incidenten en bijsturing.
Risico’s, bias en aansprakelijkheid
Taalmodellen kunnen hallucineren: zelfverzekerde, maar onjuiste antwoorden geven. Ook kan bias optreden, bijvoorbeeld door scheve trainingsdata. Dat raakt direct aan patiëntveiligheid en gelijke toegang tot zorg. Daarom zijn validatie en continue monitoring verplicht.
Aansprakelijkheid moet vooraf zijn geregeld. In de praktijk blijft de behandelend arts eindverantwoordelijk voor het besluit. Leveranciers moeten duidelijke gebruiksgrenzen vastleggen. Denk aan contra‑indicaties, alarmsymptomen en verplichte opschaling.
Transparantie helpt vertrouwen te bouwen. Log welke informatie is gebruikt en waarom het advies is gegeven. Geef altijd een duidelijke onzekerheidsinschatting. En bied patiënten de mogelijkheid om menselijk contact te kiezen.