AI in de gezondheidszorg. Vademecum Digest, 3-8 november 2025

Het Russische Ministerie van Volksgezondheid heeft de resultaten van de implementatie van AI in de gezondheidszorg voor de periode 2019-2024 samengevat.

Het tijdschrift "National Healthcare" publiceerde een overzicht van de ontwikkeling van kunstmatige-intelligentietechnologieën in de Russische geneeskunde van 2019 tot 2024, opgesteld door minister van Volksgezondheid Mikhail Murashko en zijn collega's. In deze periode werden 215 projecten uitgevoerd in de onderzoekscentra van het ministerie van Volksgezondheid, werden 22 marktreguleringsnormen goedgekeurd en bedroegen de totale investeringen in de sector 4,7 miljard roebel, waarvan 1,8 miljard roebel door Moskou werd toegewezen aan een experiment met de implementatie van computer vision-technologieën. Het laatste deel van het overzicht is gewijd aan de vooruitzichten van de sector: de volgende ontwikkelingsfase wordt geïdentificeerd als multimodale en taalmodellen die kunnen fungeren als digitale assistenten en medische en managementbeslissingen kunnen ondersteunen.

Tricolor gaat een telegeneeskundedienst lanceren met neurale netwerkmodules.

Tricolor heeft een nieuwe dienst gelanceerd , "Tricolor Health", die telegeneeskunde en AI-technologieën combineert. Het platform stelt gebruikers in staat om online consulten met artsen te ontvangen, hun metingen bij te houden, hun gezondheid te monitoren en aanbevelingen te ontvangen voor fysiek en mentaal welzijn. In de volgende fase zal het project worden uitgebreid met drie neurale netwerkmodules: "AI-Dermatologie" voor vroege opsporing van huidziekten, "AI-Psycholoog" voor emotionele ondersteuning en "AI-Biomarkers" voor gezondheidsanalyse op basis van videoselfies.

De Sechenov Universiteit heeft een AI-assistent ontwikkeld om medische professionals voor te bereiden op accreditatie.

Specialisten van de Sechenov Universiteit hebben een digitale assistent ontwikkeld , "InfoMedica AI", die artsen traint en voorbereidt op accreditatie. Het AI-gestuurde systeem analyseert klinische casussen en genereert gedetailleerde antwoorden met diagnoses, diagnostische en behandelplannen en aanbevelingen voor patiënten, waarbij relevante bronnen uit de accreditatiebibliotheek van de universiteit worden geciteerd. Het project zal in eerste instantie worden geïmplementeerd voor specialisten in cardiologie, pulmonologie en urologie, waarna het neurale netwerk zal worden aangepast voor andere medische vakgebieden.

Internationale agenda

Microsoft stelt een team samen dat medische ' superintelligentie ' moet ontwikkelen

Microsoft richt een nieuwe divisie op, het MAI Superintelligence Team, om gespecialiseerde AI-systemen te ontwikkelen die mensen kunnen overtreffen in specifieke vakgebieden, te beginnen met medische diagnostiek. Mustafa Suleiman, leider van Microsoft AI, kondigde aan dat het bedrijf aanzienlijk investeert en toonaangevende onderzoekers aantrekt, waaronder Karen Simonyan, voormalig medewerker van DeepMind. Het project beoogt zogenaamde medische superintelligentie te creëren: veilige en zeer gespecialiseerde AI-modellen die diagnoses kunnen versnellen, artsen kunnen ondersteunen bij het nemen van beslissingen en de nauwkeurigheid van klinische gegevens kunnen verbeteren.

In de VS is een 'AI-beoordelaar' in het leven geroepen die klinische teksten beoordeelt.

Onderzoekers van de Universiteit van Wisconsin (VS) hebben een "AI Judge"-systeem ontwikkeld voor automatische kwaliteitscontrole van medische teksten die door neurale netwerken worden gegenereerd. De nieuwe aanpak maakt het mogelijk om de nauwkeurigheid, volledigheid en consistentie van klinische samenvattingen te beoordelen zonder tussenkomst van menselijke experts, waardoor de analysetijd wordt teruggebracht van 10 minuten naar 22 seconden. Het GPT-o3-mini-model liet de beste resultaten zien, met een overeenstemming van 82% met de beoordelingen van experts. De ontwikkelaars zijn ervan overtuigd dat deze technologie de kwaliteitscontrole van medische documentatie zal vereenvoudigen en in de toekomst de integratie van tekstcreatie en -validatie binnen één AI-systeem mogelijk zal maken.

Onderzoek

AI heeft geleerd de ziekte van Parkinson met 94% nauwkeurigheid te detecteren.

Een team van onderzoekers uit India en de Verenigde Staten heeft een AI-gestuurd webplatform ontwikkeld voor de vroege en accurate diagnose van de ziekte van Parkinson. Het systeem combineert MRI, SPECT, biomarkers van cerebrospinaal vocht en klinische parameters en identificeert de ziekte met een nauwkeurigheid van 93,7%, wat de mogelijkheden van traditionele methoden overtreft. Het model, gebaseerd op een neuraal netwerk en de multimodale GPT-4o mini, analyseert niet alleen beelden en biochemische parameters, maar legt ook de diagnostische logica uit aan artsen. De ontwikkelaars merken op dat deze technologie kan helpen bij vroege detectie, behandelingskeuze en patiëntmonitoring.

Amerikaanse onderzoekers hebben een veilig AI-format voor medisch onderwijs getest.

Onderzoekers van Dartmouth Medical School (VS) testten een leerformat gebaseerd op kunstmatige intelligentie (AI) gebaseerd op zoekversterkende technologie (RAG), dat antwoorden uitsluitend selecteert uit geverifieerd lesmateriaal. Dit systeem, genaamd NeuroBot TA, werd gebruikt door meer dan 180 geneeskundestudenten en toonde een hoge mate van nauwkeurigheid en personalisatie van het leerproces. De AI hielp hen bij het begrijpen van onderwerpen op het gebied van neuroanatomie, fysiologie en klinische syndromen, wat vooral nuttig bleek in de periode voorafgaand aan het examen. De auteurs merken op dat het beperken van bronnen de hoeveelheid informatie vermindert, maar de betrouwbaarheid ervan verhoogt. Dit maakt RAG-modellen een veelbelovende basis voor "precisie medisch onderwijs", waarbij AI zich aanpast aan de individuele behoeften van studenten.