Uit een onderzoek uitgevoerd in het Beth Israel Deaconess Medical Center blijkt dat een systeem voor conversationele AI de medische geschiedenis van een patiënt kan vastleggen voorafgaand aan een consult in de eerstelijnszorg, met een betrouwbaarheid en diagnostische nauwkeurigheid die vergelijkbaar zijn met die van een arts.
Conversationele AI zet een beslissende stap op weg naar de klinische praktijk. Op 11 maart 2026 publiceerden Google Research en het Beth Israel Deaconess Medical Center (BIDMC), dat is aangesloten bij de Harvard Medical School, de resultaten van de eerste prospectieve klinische studie van het AMIE-systeem (Articulate Medical Intelligence Explorer), een conversatie-AI die is ontworpen om diagnostische gesprekken te voeren met echte patiënten in een ambulante zorgomgeving.
Tot nu toe werden de prestaties van grote taalmodellen in de geneeskunde geëvalueerd in gesimuleerde omstandigheden – met acteurs die de rol van patiënten speelden, of aan de hand van gestandaardiseerde klinische gevallen. De studie, gepubliceerd op arXiv (2603.08448), markeert een paradigmaverschuiving: voor het eerst heeft een AI-systeem rechtstreeks met echte patiënten gecommuniceerd vóór hun medische consult.
De prospectieve, monocentrische studie met één behandelingsarm werd goedgekeurd door de ethische commissie van het BIDMC en vooraf geregistreerd op ClinicalTrials.gov (NCT06911398). Tussen april en november 2025 werden honderd volwassen patiënten gerekruteerd die al een afspraak hadden voor niet-urgente eerstelijnszorg. Elke patiënt communiceerde tot vijf dagen voor zijn afspraak met AMIE via een beveiligde tekstchat. De AI had als taak de volledige anamnese van de reden voor het consult te verzamelen en vervolgens diagnostische hypothesen te formuleren die de patiënt tijdens het bezoek met zijn arts kon bespreken. Een gecertificeerde arts-supervisor in interne geneeskunde hield elke interactie in realtime via video in de gaten, met de mogelijkheid om op elk moment in te grijpen in geval van een veiligheidsprobleem. Het meest opvallende resultaat betreft de veiligheid: bij geen van de 100 interacties was een interventie van de supervisor nodig, wat neerkomt op nul veiligheidsonderbrekingen. Wat de diagnostische nauwkeurigheid betreft, nam AMIE in 90% van de gevallen de uiteindelijke diagnose (bevestigd door een dossierbeoordeling acht weken na het consult) op in haar differentiële diagnose, met een top-3-nauwkeurigheid van 75%. De blinde evaluatie door een panel van drie onafhankelijke clinici toonde aan dat de algehele kwaliteit van de door AMIE voorgestelde differentiële diagnose en het behandelplan vergelijkbaar was met die van huisartsen, zonder statistisch significant verschil (p = 0,6 voor de differentiële diagnose; p = 1,0 voor de veiligheid van het behandelplan). Daarentegen presteerden de artsen beter dan AMIE op twee vlakken: de uitvoerbaarheid (p = 0,003) en de kosteneffectiviteit (p = 0,004) van de behandelplannen.
Het vertrouwen van patiënten in AI nam toe na de interactie met AMIE, volgens de uitgevoerde psychometrische metingen. Huisartsen vonden de door AMIE gegenereerde samenvattingen nuttig en meldden een positieve impact op hun voorbereiding op het consult. De steekproef omvatte een diversiteit aan leeftijden, etnische achtergronden en niveaus van gezondheids- en technologische geletterdheid.
De auteurs wijzen op een aantal belangrijke beperkingen. De interactie vond uitsluitend plaats via tekstchat, waardoor de rijkdom aan non-verbale signalen van een face-to-face consult niet werd vastgelegd. Door het ontbreken van een controlegroep kunnen geen causale uitspraken worden gedaan over de effectiviteit van de interventie ten opzichte van het gebruikelijke zorgtraject. Ten slotte moet de invloed van technologische geletterdheid op de kwaliteit van de interactie nog worden onderzocht.
