Wat kan kunstmatige intelligentie betekenen voor de medische praktijk? Volgens Amerikaanse onderzoekers zit het antwoord in de titel: minder diagnostische en therapeutische fouten!

Bij het onderzoek waren 29 universitaire medische centra betrokken. Ze namen allemaal deel aan het Hospital Medicine ReEngineering Network, een samenwerkingsnetwerk voor het verbeteren van de zorgkwaliteit.

De casussen werden willekeurig geselecteerd uit een grote steekproef, wat een uiteindelijk cohort van 2.428 patiënten opleverde. Deze patiënten hadden bijzonder ernstige aandoeningen en driekwart van hen – 1.863 patiënten – overleed tijdens hun verblijf in het ziekenhuis. De artsen voerden een eerste systematische evaluatie van elk medisch dossier uit om de aan- of afwezigheid van diagnostische fouten op te sporen. Daarna maakten ze een schatting van de mogelijke impact van deze fouten. Elk dossier werd beoordeeld door twee artsen die gespecialiseerd waren in het herkennen van diagnostische fouten. Om eventuele meningsverschillen tussen de eerste twee op te lossen, was er een derde arts beschikbaar.

Van alle onderzochte gevallen waren 550 patiënten, of 23% van de steekproef, het slachtoffer van een diagnostische fout. Die fouten gaven in 436 gevallen aanleiding tot tijdelijke of blijvende schade. De onderzoekers stelden vast dat diagnostische fouten bijdroegen aan 121 van de sterfgevallen die zich voordeden.

De meest voorkomende fouten in deze studie waren vertragingen bij het stellen van de diagnose en geen echte fouten. Dat was het geval wanneer er te laat een specialist werd ingeschakeld of wanneer niet tijdig rekening werd gehouden met een alternatieve diagnose. Andere fouten hielden verband met het ongepast voorschrijven van onderzoeken of fouten bij het interpreteren van de resultaten. De onderzoekers konden vaststellen dat het vermijden van die tekortkomingen dit soort fouten met 40% zou kunnen doen afnemen.

Voor de onderzoekers kunnen deze gegevens ook nuttig zijn bij het ontwerpen van kunstmatige intelligentie (AI) die lange medische dossiers kan samenvatten, alternatieve diagnoses kan voorstellen wanneer patiënten niet beter worden en ervoor kan zorgen dat de juiste tests worden aangevraagd.

• https://jamanetwork.com/journals/jamainternalmedicine/article-abstract/2813854