AI-tool voorspelt ziekten: 'Het risico is dat we het verkeerd interpreteren'
In dit artikel:
Onderzoekers van onder meer EMBL, het Duitse Centrum voor Kankeronderzoek en de Universiteit van Kopenhagen ontwikkelden Delphi-2M, een AI-systeem dat op basis van medische dossiers en leefstijlinformatie (roken, alcohol, obesitas), plus demografie, de kans berekent dat iemand binnen verschillende tijdsvensters ziek wordt — volgens de ontwikkelaars voor wel duizend aandoeningen. Doel is beter preventiebeleid, snellere diagnose, patiëntgerichte behandeling en zelfs planning van zorgcapaciteit (bijv. verdeling van MRI-scanners).
Delphi-2M behaalt een gemiddelde voorspellingsscore van ongeveer 0,76 (waarbij 1,0 perfect is); voor voorspellingen op zeer lange termijn (meer dan tien jaar) zakt die score naar circa 0,7. De EMBL-directeur Ewan Birney benadrukt dat het om probabilistische inschattingen gaat: "Een beetje zoals bij het weer. Het is dus geen zekerheid."
Specialisten reageren ambivalent. Hoogleraar Mark Hoogendoorn (VU) zegt dat het model voor sommige ziekten bruikbaar is, maar voor andere niet; leeftijd en geslacht blijken vaak de dominante verklarende factoren — informatie die clinici nu al gebruiken. Internist-intensivist Michel van Genderen (medeoprichter van het AI-ethieklab REAiHL en WHO-adviseur) waarschuwt dat slechts een klein deel van AI-innovaties daadwerkelijk in de zorg terechtkomt (ongeveer 2%) en pleit voor strikte morele spelregels: "Het moet veilig en ethisch zijn." Hij vraagt zich af hoe betrouwbaar zulke voorspellingen zijn voor verschillende groepen — ouderen versus jongeren, mannen versus vrouwen, etnische minderheden — en benadrukt dat verkeerde interpretatie levens kan kosten.
Belangrijke risico’s zijn vooringenomenheid in datasets (die discriminatie kan bestendigen), beperkte generaliseerbaarheid en gebrekkige transparantie over wat modellen precies leren. Ook is er zorgen over dataveiligheid en eigendom: vergelijkbare systemen (zoals het Chinese DeepSeek) worden al in honderden ziekenhuizen gebruikt en ingevoerde gegevens kunnen eigendom van bedrijven worden, met onduidelijke toekomstige toepassingen — bijvoorbeeld verkoop aan verzekeraars.
Kortom: Delphi-2M laat zien welke mogelijkheden AI kan bieden voor voorspelling en planning in de zorg, maar experts benadrukken dat brede validatie, heldere ethische richtlijnen, strikte data‑bescherming en zorgvuldige implementatie noodzakelijk zijn voordat dit type modellen routinematig bij patiëntenzorg wordt ingezet.