AI wordt steeds vaker ingezet om administratieve taken in de zorg te verlichten, zodat zorgprofessionals meer tijd overhouden voor directe patiëntenzorg. Een grootschalig onderzoek van Dartmouth laat echter zien dat AI bij het beantwoorden van berichten van patiënten via online patiëntportalen niet altijd de verwachte winst in efficiëntie en tijd oplevert. In veel gevallen kosten de correcties van door AI gegenereerde teksten artsen zelfs meer tijd dan wanneer ze het verslag of de mail zelf schrijven.
De onderzoekers presenteerden hun bevindingen tijdens de Annual Meeting 2026 van de Association for Computational Linguistics. Voor het onderzoek werden bijna 146.000 berichten tussen 10.105 patiënten en hun huisartsen binnen Dartmouth Health geanalyseerd. Daarbij ontwikkelden de onderzoekers een methode om AI-gegenereerde antwoorden systematisch te vergelijken met reacties die artsen daadwerkelijk verstuurden. Volgens de onderzoekers kan AI weliswaar schrijven als een arts, maar denkt het systeem nog niet als een clinicus. Daardoor sluiten de voorgestelde antwoorden regelmatig onvoldoende aan bij de medische afwegingen die artsen in de praktijk maken.
Lange, foute antwoorden
De onderzoekers testten zes commerciële taalmodellen, waaronder ChatGPT, Gemini, Claude, Llama, Aloe en Qwen. De analyse laat zien dat AI-gegenereerde antwoorden vaak te lang zijn, onvoldoende relevante vervolgvragen stellen en regelmatig onjuiste of overbodige medische informatie bevatten. Een voorbeeld uit de studie illustreert dit verschil. Bij een 32-jarige vrouw die maagzuurremmers gebruikte en klaagde over aanhoudende misselijkheid stelde de AI voor om haar voedingspatroon aan te passen vanwege de medicatie. De behandelend arts verving dit door een eenvoudige, maar klinisch veel relevantere vraag: of er mogelijk sprake was van een zwangerschap.
Juist dergelijke kleine aanpassingen kunnen volgens de onderzoekers veel extra werk opleveren wanneer artsen dagelijks honderden patiëntberichten verwerken. Het risico bestaat dat AI de administratieve last niet vermindert, maar verplaatst naar het corrigeren van automatisch gegenereerde teksten.
Persoonlijke afstemming
Het onderzoek laat tegelijkertijd zien dat AI wel degelijk potentie heeft wanneer de technologie beter wordt afgestemd op de individuele communicatiestijl van artsen. Door taalmodellen te trainen op eerdere antwoorden van een specifieke arts verbeterde de kwaliteit van de gegenereerde berichten met 33 procent, terwijl de benodigde correcties met 26 procent afnamen.
Hiervoor ontwikkelden de onderzoekers een nieuwe trainingsmethode, TADPOLE (Thematic Agentic Direct Preference Optimization for Learning Enhancement). Deze techniek combineert bestaande AI-antwoorden met daadwerkelijk door artsen geschreven berichten, waardoor taalmodellen beter leren welke inhoud en toon aansluiten bij de klinische praktijk. Volgens de onderzoekers kan een dergelijke aanpak uiteindelijk leiden tot een aanzienlijke vermindering van de administratieve belasting. Bij kwalitatief betere conceptberichten zouden artsen mogelijk één tot twee uur per dag kunnen besparen.
Empathie als onverwacht voordeel
Hoewel AI inhoudelijk nog regelmatig tekortschiet, zagen de onderzoekers ook duidelijke sterke punten. AI-gegenereerde antwoorden blijken doorgaans empathischer en uitgebreider dan berichten die artsen onder hoge tijdsdruk schrijven. Zo begint AI vaker met begrip tonen voor de situatie van een patiënt en geeft het vaker duidelijke instructies voor eventuele vervolgacties. Die eigenschap zou volgens de onderzoekers juist benut kunnen worden om patiëntcommunicatie verder te verbeteren. AI kan artsen ondersteunen bij het formuleren van empathische reacties zonder de medische verantwoordelijkheid over te nemen.
De onderzoekers benadrukken daarom dat AI voorlopig vooral als ondersteunend hulpmiddel moet worden gezien. Vrijwel niemand verwacht dat patiëntberichten volledig automatisch kunnen worden afgehandeld zonder menselijke controle. De volgende stap is daarom niet volledige automatisering, maar het ontwikkelen van systemen die artsen minder correctiewerk opleveren en beter aansluiten bij hun klinische besluitvorming.
Vervolgonderzoek moet nu uitwijzen hoeveel tijd artsen daadwerkelijk besparen met verbeterde AI-modellen en hoe zowel zorgprofessionals als patiënten de kwaliteit van deze ondersteuning ervaren. Volgens de onderzoekers is de zorg nog niet op het punt waarop AI zelfstandig patiëntcommunicatie kan overnemen, maar laten de resultaten wel zien dat gerichte optimalisatie de technologie aanzienlijk bruikbaarder kan maken.
AI levert 45 minuten per dag op
In 2024 werd een AI-tool voor het automatisch genereren van gespreksverslagen met patiënten in het MCL uitgebreid getest. Daaruit bleek dat het direct in het elektronisch patiëntendossier (EPD) dicteren van consultverslagen, artsen tot 45 minuten per ochtend aan administratieve taken besparen. Neuroloog Wouter Schuiling won gemiddeld twee minuten per patiënt, goed voor ongeveer een half uur tijdswinst per werkdag, terwijl KNO-arts Herbert van der Berge aangaf zelfs tot 45 minuten per ochtend te besparen.
