De vraag van de patiënt tegenover me is duidelijk, het antwoord allerminst. Door mijn hoofd schiet een artikel in Huisarts en Wetenschap. Of was dat het Nederlands Tijdschrift voor Geneeskunde? Nee, een citaat uit een Amerikaans tijdschrift. De contouren van een antwoord vormen zich, maar ik heb eenvoudigweg te weinig feiten om de vraag adequaat te kunnen afronden. Was er maar een soort assistent die me kon bijstaan bij het uitzoeken van deze vraag...
…zou ik een paar jaar geleden hebben gedacht, toen we nog níet beschikten over praktische AI-ondersteunde assistenten en beslissingsondersteuning. Nu ervaar ik echte, praktische verbetering bij dit klinische probleem. In dit artikel duiken we in drie tools die de medisch practicus kunnen ondersteunen bij het onderbouwd beantwoorden van klinische vragen – zeer noodzakelijk in een wereld met een snelgroeiende hoeveelheid medische literatuur. We gaan in gesprek met de makers en gebruikers van Ask Aletta, Evidencehunt en Expertdoc CDS.
Expertdoc CDS
Het bedrijf
NHGdoc is het resultaat van een langdurige samenwerking tussen het Nederlands Huisartsen Genootschap (NHG) en Expertdoc - opgericht door prof. Solko Schalm, hoogleraar Interne Geneeskunde en Leverkwalen aan het Erasmus MC in Rotterdam. Sinds 2010 werken NHG en Expertdoc intensief samen aan het uitbouwen van digitale beslissingsondersteuning specifiek voor de huisartsen. Intussen zijn ruim elf richtlijnen beschikbaar via het platform. Expertdoc werkt nu aan volledige integratie van de bestaande ondersteuning in het huisarts-informatiesysteem (HIS) onder de naam ExpertDoc CDS Platform.
Het knopje ‘NHGdoc’ zien veel huisartsen waarschijnlijk wel in hun HIS. Mij heeft het vaak geholpen. Michel Specken, contentontwikkelaar bij Expertdoc, legt het verschil uit tussen NHG-Doc en Expertdoc CDS (CDS: Clinical Decision Support). "Expertdoc CDS is veel dieper in het HIS geïntegreerd en ondersteunt proactief de workflow. Het kijkt echt mee met wat je als arts, POH of assistente doet en geeft contextspecifieke adviezen. Daarnaast willen we het ook daadwerkelijk in actie gaan brengen. Denk aan ICPC-codes vastleggen, recepten uitschrijven, vervolgonderzoek aanvragen."
Expertdoc CDS kan als product afgenomen worden, waarbij in de toekomst mogelijk gerichte modules worden aangeboden. De focus ligt nu nog op de eerste lijn. Er wordt nagedacht over mogelijkheden de patiënt te ondersteunen zónder de zorgverlener te belasten.
Expertdoc is een Nederlands bedrijf. Het bestaat uit een klein kernteam, sinds 2024 opererend onder de vlag van het Canadese TSS. Specken geeft aan dat Expertdoc CDS geen AI-tool in strikte zin is. "Het probleem bij AI is het black box-principe. Expertdoc CDS werkt met beslisregels zodat je altijd precies kunt nagaan waarop een advies is gebaseerd. In de ontwikkeling zélf gebruiken we AI, maar in het product hebben we geen last van hallucinaties of bias."
Expertdoc wil hét centrale platform zijn voor beslissingsondersteuning voor zorgverleners en patienten in Nederland, met als missie: het leveren van hoogwaardige, actuele kennis op het juiste moment, in de juiste context binnen het HIS. In de loop van 2026 worden de huidige pilots afgerond en kan Expertdoc CDS definitief live gaan. Het traject voor een MDR 2a certificering loopt ondertussen door.
De gebruiker
Sander Gransjean is huisarts in Pijnacker. Hij gebruikt Expertdoc CDS in zijn spreekuur. “De NHG-richtlijnen zijn steeds uitgebreider en niet meer volledig uit het hoofd te kennen. Omdat Expertdoc een diepe integratie heeft met mijn HIS, krijg ik tijdens het consult al advies hoe ik de patiënt beter kan helpen - rechtstreeks in het dossier. Deze adviezen zijn gebaseerd op de NHG-richtlijnen. Ook heel handig voor mijn POH. Soms sta ik echt te kijken van een advies en realiseer ik me dat ik kennelijk een blinde vlek had."
Evidencehunt
Het bedrijf
Startup EvidenceHunt is in 2023 opgericht door artsen, wetenschappers en data-specialisten. Wat begon als een hobby-project van academici met dezelfde visie (Christiaan Vinkers, David van IJzendoorn, Wim Otte, Philippe Habets), ontpopte zich tot full time-bedrijf onder leiding van Habets en Olivier Magnin. Het platform ontstond uit frustratie over versnipperde medische literatuur. Het bedrijf richt zich op het transformeren van hoe medisch bewijs wordt verzameld, geanalyseerd en toegepast.
"Evidencehunt is een platform dat met hulp van AI medische literatuur vindt, analyseert, samenvat en vergelijkt" vertelt Habets. Als PhD computational psychiatry zette hij AI-methoden in om het niet al te toegankelijke PubMed te ontsluiten via een chatfunctie en een PICO-zoekmodule. Het platform bevat inmiddels ook functies voor volledige systematic reviews en het analyseren van verschillende documenten tegelijkertijd. De doorlooptijd van een systematic review kan zo van maanden naar weken gaan.
“In eerste instantie gaf de chat-interface toegang tot Pubmed en Medline. Daar zitten inmiddels richtlijnen en andere bronnen als OpenAlex en Semantic Scholar bij, om een bredere dekking van vakdomeinen als psychologie en verpleegkunde te faciliteren. Daarnaast kunnen ook per organisatie interne bronnen ontsloten worden, zoals via Zenya."
Evidencehunt heeft een vrij toegankelijke variant, maar voor organisaties zijn er tegen betaling meer functionaliteiten en broninclusies mogelijk en kan het platform verder naar wens ingericht worden. Er kan dan ook voor gekozen worden om bijvoorbeeld eerst interne richtlijnen te tonen vóór de externe literatuur.
Doelgroep van het product was primair de medicus practicus, maar is in feite iedereen die klinische literatuur gebruikt in zorg of onderzoek. Habets noemt een aantal andere use-cases: richtlijncommissies, geneesmiddelenbeoordelingen en pakketadviezen. Kern in dit verhaal: een transitie van statische pdf-richtlijnen naar dynamische, continu via AI geactualiseerde richtlijnen, in een gecontroleerde feedbackloop (human-in-the-loop). Het doel: trusted evidence actueel houden en sneller laten landen in de praktijk.
De gebruikte AI is geen LLM. Die wordt wel ingezet voor het laatste stukje: formuleren van de zoekresultaten in menselijke taal, maar het zoeken zelf gebeurt met ‘Retrieval-Augmented
Generation (RAG)’. Daardoor vinden geen bron-hallucinaties plaats en ontstaat geen model-gebonden bias. En qua soevereiniteit: Evidencehunt is een zuiver Nederlands bedrijf. Alle dataopslag gebeurt op Nederlandse servers en de LLM-samenvattingen lopen via Europese zero data retention endpoints.
De gebruiker
Eefje Dons is waarnemend huisarts met een achtergrond in immunologie- en transplantatieonderzoek, en docent aan de VOHA. Ze gebruikt EvidenceHunt vooral buiten het spreekuur voor klinische vragen waar richtlijnen niet helemaal duidelijk zijn. "PubMed voelt onvriendelijk voor snelle antwoorden. EvidenceHunt geeft direct context en verhalende duiding. Dat past beter bij huisartsenwerk."
Ze formuleert vragen volgens de PICO-structuur: Population, Intervention, Comparison, Outcome. Die systematische aanpak maakt de output relevanter. In haar docentenrol laat ze huisartsen in opleiding zien dat AI-tools verschillen in kwaliteit en brongebruik, en waarom je kritisch moet blijven. "Betrouwbaarheid vraagt om transparantie."
Ask Aletta
Het bedrijf
Ask Aletta is opgericht door kinderarts Tijs Stehmann, software-engineer Luuk Gruijs en data-specialist Aram Zegerius. De reden: een jarenlange frustratie in de medische praktijk: artsen moeten eindeloos en overal zoeken naar medische informatie. Documenten waren vaak te omvangrijk voor een kort consult. Ask Aletta is ontworpen als een geavanceerde AI-zoekmachine die artsen direct toegang geeft tot betrouwbare medische informatie uit één centrale bron. Het platform wordt al gebruikt door ongeveer 1 op de 5 Nederlandse huisartsen.
Stehmann verhaalt over de dagelijkse frustratie om je door bergen PDF'jes en openstaande tabbladen te worstelen voor je de juiste informatie vond. “Ik zocht een intuïtiever, contextbewust systeem dat alle ervaringen en bronnen ‘op één plek’ samenbrengt. De tool die ik maakte, werd nogal gretig gedeeld onder collega's en later ook huisartsen.” Dat leidde tot de bovengenoemde samenwerking en opschaling.
Ask Aletta positioneert zich inmiddels als veilige, Europese AI-zoekmachine en kennisplatform voor zorgprofessionals. Het richt zich op contextuele relevantie: locatie, taal en beroepspraktijk. De tool bouwt antwoorden op uit betrouwbare, praktijk-nabije bronnen zoals richtlijnen en vaktijdschriften. Ook kunnen instellingen, regio’s en praktijken eigen documenten en protocollen integreren. De doelgroep is breed: van huisartsen en specialisten tot praktijkondersteuners en apothekers.
Stehmann:"We ontwikkelen vanuit de praktijk. De huidige tool om eConsulten te beantwoorden of patiëntinformatie te genereren, is ontstaan uit vragen uit de praktijk. De werkfilosofie is: moderne technologie moet tijd teruggeven, zodat zorgprofessionals hun denkkracht kunnen richten op klinisch redeneren in plaats van vinkjes zetten.”
Alles is vanaf dag één zo compliant mogelijk ontworpen, gebouwd op Europese servers en in lijn met Europese wet- en regelgeving, stelt Stehmann. En over bias en hallucinatie: Ask Aletta ‘snoert’ modellen nauw in: de tool ‘weet’ voor wie en waarvoor hij wordt gebruikt, anders dan generieke modellen. Er is voortdurende validatie met gebruikersfeedback, en continue monitoring en meting, deels handmatig en deels met schaalbare tooling. Er is een abonnementsmodel, mogelijk op individueel of instellingsniveau.
De gebruiker
Sabine Venderbosch is huisarts in 's-Heerenberg. Zij pakt Ask Aletta er dagelijks meermaals bij om feitelijke informatie uit richtlijnen te bevragen. “Dat gaat zo snel dat het ook tijdens het spreekuur kan. Handig is dat ik feedback krijg over hoe ik mijn vraag stel. Wat ik graag gebruik is de manier om patiëntvriendelijke uitleg te krijgen of zelfs een eConsult voor me te beantwoorden. AskAletta zelf corrigeert me als ik per ongeluk te herkenbare informatie daarin zet."
