Een kunstmatige intelligentiesysteem diagnosticeerde patiënten op de spoedeisende hulp vaker correct dan menselijke artsen en triageverpleegkundigen in een grote klinische proef van Harvard Medical School onderzoekers in de Verenigde Staten. De AI evenaarde de clinici niet alleen. Het versloeg hen op nauwkeurigheid bij een reeks veelvoorkomende urgente aandoeningen.
Een directe test in echte spoedeisende hulpafdelingen
De proef vond plaats op vijf ziekenhuis spoedeisende hulpafdelingen in de Verenigde Staten. Onderzoekers namen meer dan 2.000 patiënten op die binnenkwamen met symptomen zoals pijn op de borst, kortademigheid en buikpijn. Het AI-systeem analyseerde de vitale functies, medische geschiedenis en laboratoriumresultaten van elke patiënt. Het produceerde vervolgens een lijst met mogelijke diagnoses, gerangschikt op waarschijnlijkheid. Menselijke clinici deden hetzelfde werk met dezelfde informatie. De onderzoekers vergeleken de twee sets resultaten met de uiteindelijk bevestigde diagnoses van de patiënten.
De AI kreeg meer goed, vooral bij lastige gevallen
De AI presteerde statistisch significant beter dan artsen op diagnostische nauwkeurigheid. Het was vooral sterk bij gevallen met meerdere mogelijke aandoeningen of atypische presentaties. Het systeem vertoonde ook minder gemiste diagnoses voor ernstige problemen zoals hartaanvallen en longembolieën. Triageverpleegkundigen, die meestal de eerste beoordeling doen wanneer een patiënt binnenkomt, vertoonden de grootste prestatiekloof vergeleken met de AI.
Plaatselijke artsen en ziekenhuisbestuurders merkten het op omdat spoedeisende hulpafdelingen druk en snel zijn. Verkeerde diagnoses op de SEH kunnen leiden tot vertraagde behandeling of onnodige opnames. De ziekenhuizen die aan de proef deelnamen, bespreken nu hoe ze de AI-tool in hun werkproces kunnen integreren zonder menselijk oordeel te vervangen.
De studie werd geleid door Harvard Medical School en gepubliceerd in een peer-reviewed tijdschrift. De onderzoekers benadrukten dat de AI werd getest op echte patiënten in realtime, niet op retrospectieve gegevens. Dat maakt de resultaten directer toepasbaar op de daadwerkelijke klinische praktijk. De bevindingen suggereren dat AI als een tweede paar ogen op de spoedeisende hulp zou kunnen dienen, dingen opmerkend die drukke clinici mogelijk missen.
