Een grootschalig pilootproject van de Britse nationale gezondheidsdienst (NHS) toont aan dat generatieve AI, getraind op elektronische patiëntendossiers van 57 miljoen mensen, ziektes en medische handelingen kan voorspellen met een verrassend hoge nauwkeurigheid. Wat betekent dit voor preventiebeleid, ook in de werkcontext?
Een transformer die leert van de gezondheidszorg
Het Foresight-model, ontwikkeld door onderzoekers van UCL (University College London) en King’s College London, is geen gewone AI. Het is een zogenaamde “generatieve transformer” die leert van patiënttrajecten. Niet alleen op basis van gestructureerde gegevens (zoals codes en labwaarden), maar ook via vrije tekst in het dossier: doktersnota’s, verslagen, en observaties. In totaal werden 811.000 patiënten verwerkt uit drie grote ziekenhuissystemen, waarbij meer dan 35 miljoen documenten zijn geanalyseerd.
Dit is baanbrekend. Want waar andere modellen vaak slechts voorspellen of een patiënt binnen zes maanden terugkomt met diabetes, kan Foresight het hele verdere medische verhaal simuleren: aandoeningen, medicaties, onderzoeken, symptomen… Zelfs tot aan de dood.
Een voorbeeld van het gebruik van Foresight op een patiëntentijdlijn om ziekten, symptomen en medicatie te voorspellen.
Wat kan deze AI precies?
In tests voorspelde Foresight met een precisie van 80 tot 91% de volgende medische gebeurtenis bij patiënten. Daarbij werd specifiek gekeken naar nieuwe aandoeningen, procedures, middelen (zoals medicatie of allergieën), en klinische bevindingen. Een relevant detail: artsen beoordeelden 97% van de voorspelde diagnoses als “zinvol” in de gegeven context. Niet slecht voor een algoritme.
De toepassing gaat verder dan voorspellen. In de studie gebruikten artsen Foresight om “digitale tweelingen” van patiënten te creëren en alternatieve scenario’s te simuleren. Wat gebeurt er als we een ingreep wél of níét doen? Hoe evolueert een patiënt met mentale comorbiditeit anders dan zonder?
Grenzen en waarschuwingen
Foresight is krachtig, maar (nog) geen klinisch beslissingsinstrument. Het model baseert zich op historische zorgpraktijken — die niet altijd overeenkomen met de huidige richtlijnen. Ook herkent het eerder wat “waarschijnlijk” is, en niet noodzakelijk wat “urgenter” of “impactvoller” is. Zo kreeg een patiënt met typische hartklachten soms een cataractvoorspelling. Statistisch correct, maar klinisch naast de kwestie.
Een ander punt van zorg: zeldzame ziekten zijn opzettelijk uit het trainingsmateriaal gefilterd om de anonimiteit te waarborgen. Daardoor blijft een blinde vlek bestaan, net daar waar de zorg ongelijk is.
En wat betekent dit voor HR en preventie?
Stel je voor dat je externe preventiedienst (idealiter met toegang tot data van je sociaal secretariaat) in de werkcontext een AI-model zou kunnen gebruiken dat op basis van gezondheidsdata, functierisico’s of vroegtijdige signalen zoals kortdurend verzuim het risico op burn-out of langdurige uitval kan voorspellen. Of dat re-integratiescenario’s op voorhand kunnen worden gesimuleerd. Science fiction? Misschien vandaag nog. Maar Foresight toont aan dat het technisch haalbaar is, mits:
-
transparantie en duidelijke toestemming;
-
verankering binnen een veilig en gecontroleerd dataplatform;
-
en bovenal: menselijke interpretatie blijft noodzakelijk.
Reflectie voor preventieadviseurs
-
Hoe ver willen we gaan in het gebruik van voorspellende modellen op het werk?
-
Kunnen we AI inzetten om risico’s tijdig aan te pakken, zonder in de val van profilering of medicalisering te trappen?
-
En welke rol speel jij als preventieadviseur of HR-professional in de interpretatie en ethische toepassing van zulke technologie?
Conclusie
Foresight maakt duidelijk dat AI een krachtig hulpmiddel kan zijn om gezondheidstrajecten te voorspellen en gerichter in te grijpen. Maar het model zelf benadrukt ook: zonder menselijke toets, zonder kritische blik, en zonder oog voor privacy en context, is AI slechts een geraamte.
Met andere woorden: AI kan ons helpen om verder te kijken. Maar het is aan ons om te kiezen waarheen.
Wil je meer lezen? Dat kan via het nieuwsbericht van de University College London of via het wetenschappelijk artikel verschenen in The Lancet Digital.
