Google Gemini op weg naar een door AI versterkt medisch dossier

Het was te verwachten dat door de opkomst van ChatGPT het gebruik van Google zou dalen. Het antwoord van Alphabet – het moederbedrijf achter Google  – kon niet uitblijven. Google biedt artsen met Med-Gemini een AI-tool die geïntegreerd kan worden in een elektronisch patiëntendossier.

Sinds de invoering van het Elektronisch Patiëntendossier (EPD) staat de clinicus voor een paradox: hij beschikt over meer informatie dan ooit, maar heeft nooit zoveel tijd besteed aan het zoeken en ordenen ervan. De oprichting van gegevensnetwerken, waar tientallen protocollen in verschillende formaten zonder hiërarchie online staan, schept weliswaar een gevoel van transparantie, maar maakt de lectuur er paradoxaal genoeg ingewikkelder op. De opeenstapeling van verslagen, beelden en laboratoriumresultaten heeft geleid tot een 'informatieobesitas' die de praktijk overweldigt.

Zal de komst van nieuwe generatie AI-modellen, zoals Gemini, en krachtige onderzoeksfuncties zoals Gemini Deep Research een keerpunt betekenen? De belofte om de stap te zetten van louter opslag van gegevens naar synthese, analyse en predictie is in elk geval verleidelijk. Of dit realistisch is en de klinische activiteit werkelijk eenvoudiger maakt, zal de toekomst uitwijzen.

Ontbrekende schakel

De uitdaging is enorm: hoe kan een systeem gegevens van verschillende aard tegelijkertijd begrijpen en analyseren? Hoe kan het bij een complexe patiënt bijvoorbeeld een lichte stijging van de creatinine koppelen aan een handgeschreven nota van de cardioloog over de opstart van diuretica en aan het beeld van een Doppler-echo?

Met andere woorden, hoe kan het schijnbaar onbelangrijke gegevens verbinden om zwakke signalen te detecteren die vaak verborgen zitten in de documentatie? Een arts zou dan niet langer een ruwe lijst met resultaten ontvangen, maar een samengevat, gecorreleerd overzicht – een nauwkeurige momentopname die de keuzes voor de toekomst vergemakkelijkt.

'Deep Research' doorzoekt in real time de wereldwijde wetenschappelijke databanken en levert een goed onderbouwd antwoord bij een therapeutische beslissing

Deep Research

Hoe kan die synthese worden aangevuld met een therapeutische opvolging die compatibel is met evidence-based medicine (EBM)? 'Deep Research', geïntegreerd in de medische software, vereist geen zoekopdrachten met trefwoorden meer, maar doorzoekt in real time de wereldwijde wetenschappelijke databanken, beoordeelt de bewijskracht en levert een goed onderbouwd antwoord bij een therapeutische beslissing.

Voor de clinicus betekent dit dat hij in natuurlijke taal een complexe vraag kan stellen – bijvoorbeeld: “Wat zijn de recentste aanbevelingen voor een zwangere patiënte met de ziekte van Crohn die resistent is aan anti-TNF?” – en een actuele, gestructureerde en onderbouwde respons krijgt, rechtstreeks aan het bed van de patiënt. Droom of werkelijkheid? De toekomst zal het leren.

Digitale waakhond

Zal deze innovatie ook de follow-up van chronische ziekten veranderen door de integratie van gegevens uit telegeneeskunde (bloedsuikerspiegel, bloeddruk, fysieke activiteit) in het dossier, met een voorspellende functie? Door trends te analyseren, zou het systeem een dreigende decompensatie kunnen melden, bijvoorbeeld door een daling van de zuurstofsaturatie te correleren met een stijging van de hartslag in rust bij een COPD-patiënt.

Theoretici van medisch databeheer zullen ongetwijfeld enthousiast zijn over deze preventieve mogelijkheden, maar zal de huisarts achter zijn scherm even snel overtuigd zijn? Er wordt niet meer geluisterd naar een hond die te vaak blaft. Kwetsbare patiënten zullen wellicht overspoeld worden door voor de hand liggende meldingen die hun arts irrelevant vindt – of zelfs niet meer leest.

Integratie op achtergrond

Tot nu toe verliepen de meeste AI-toepassingen in de medische sector via online chatbots (tekst- of spraakgestuurd), of via het uploaden van documenten of beelden. Deze aanpak veronderstelt dat de arts voortdurend moet schakelen tussen het EPD en de AI – iets wat onrealistisch is aan het bed van de patiënt.

Voor een brede adoptie moet een hulpmiddel 'onzichtbaar' zijn. De koppeling tussen AI en EPD is dus essentieel – en precies daar ligt de innovatie van Med-Gemini. De arts hoeft niet langer ‘naar de chatbox’ te gaan; de nieuwe toepassing is volledig geïntegreerd in zijn vertrouwde software.

De interface biedt bovendien ‘ambient dictation’: automatische transcriptie en structurering van de consultatie, meteen in het dossier ingevoegd. Dat levert ongetwijfeld tijdswinst en efficiëntie op, al is er ook een risico op overbodige informatie die het dossier nodeloos verzwaart. Zullen deze aantrekkelijke functies de consultatie vereenvoudigen, of net belasten door een nieuwe vorm van infobesitas?

Welke waarborgen?

Om tegemoet te komen aan begrijpelijke zorgen over opslag en mogelijk misbruik van patiëntgegevens, raadt Google aan om de (betalende) versies ‘Enterprise’ of ‘Healthcare’ te gebruiken, die garanderen dat gezondheidsdata in een afgeschermde omgeving blijven.

Anders dan bij de publieke versies worden deze gegevens niet gebruikt om het algemene AI-leermodel te verrijken, maar worden ze na verwerking weer gewist. In België wordt de beveiliging van gezondheidsdata verzekerd door het federale eHealth-platform, dat strikt conform Europese normen werkt – garanties die in de VS veel minder vanzelfsprekend zijn.

De koppeling tussen een EPD en Med-Gemini loopt via de ontwikkelaars van medische software. Zij zorgen dat de technische complexiteit verdwijnt achter de vertrouwde interface en sluiten de ‘Enterprise’- of ‘Healthcare’-contracten met Google. De softwareleverancier bewaakt dat de koppeling veilig is, de gegevens versleuteld worden en de infrastructuur gecertificeerd is.

De individuele arts die het systeem gebruikt hoeft dus geen eigen Gemini-licentie te beheren, maar betaalt doorgaans voor een ‘AI-module’ of premium-optie via zijn softwareleverancier. De toegang tot deze technologie vergt een investering; gratis versies zijn geen optie. Het economische model zal waarschijnlijk neerkomen op een maandabonnement bij de softwareleverancier, geraamd op 30 tot 80 euro per maand.

Versterkt, niet noodzakelijk eenvoudiger

Bevrijd van tijdrovende zoek- en synthesetaken en uitgerust met een dynamisch, voorspellend dossier, krijgt de arts een instrument voor gepersonaliseerde, nauwkeurige en potentieel menselijkere geneeskunde; dit geeft hem meer tijd met de patiënt. Maar zal dat in de praktijk ook zo zijn?

Een ervaren diabetoloog gaf onlangs toe dat zijn praktijk sterk was veranderd sinds hij tijdens consultaties systematisch een checklist begon te gebruiken voor zorgtrajecten en diabetesconventies. Dat zorgde voor strikte opvolging, maar soms vergat hij daardoor de klassieke openingsvraag te stellen: “Hoe gaat het met u, en hoe waren de afgelopen drie maanden?” Met een knipoog voegde hij eraan toe: zullen we op een dag de evidence-based medicine vervangen zien door essence-based medicine – geneeskunde gebaseerd op wat echt telt?

>> https://research.google/blog/advancing-medical-ai-with-med-gemini/