Kan AI een diagnose stellen in plaats van een arts?

AI-modellen kunnen patronen op scans en testresultaten signaleren, maar het combineren daarvan met het volledige beeld van een patiënt, en de uiteindelijke medische en juridische verantwoordelijkheid, blijft bij de arts.

Waarom scoort dit beroep zo laag, ondanks vooruitgang in medische AI?

Omdat het onderzoek kijkt naar het complete takenpakket van een arts, niet alleen naar beeldherkenning. Diagnostiek is maar een deel van het werk — gesprek, anamnese en verantwoordelijkheid wegen minstens zo zwaar.

AI en huisarts: hoe groot is het risico?

Kort antwoord: het beroep arts (algemeen) scoort 0,42% in het Frey & Osborne-onderzoek (2013) — een van de allerlaagste scores van alle 702 onderzochte beroepen. AI-modellen worden aantoonbaar beter in het herkennen van patronen op scans en testresultaten, maar het combineren daarvan met het complete beeld van een patiënt en de verantwoordelijkheid voor een diagnose blijft bij de arts.

Van de 702 beroepen in het Frey & Osborne-onderzoek behoort arts (algemeen) tot de laagst scorende — ondanks dat AI in de medische beeldherkenning al langer indrukwekkende resultaten laat zien.

Welke taken dit betreft

Het herkennen van patronen op röntgenfoto's, scans en laboratoriumuitslagen is een taak waar gespecialiseerde AI-modellen inmiddels op onderdelen vergelijkbaar of soms beter scoren dan mensen — dit wordt al ingezet als hulpmiddel, met name in de radiologie.

Wat waarschijnlijk minder snel verdwijnt

Een diagnose stellen vraagt meer dan patroonherkenning op één scan: het combineren van symptomen, voorgeschiedenis, leefomstandigheden en een persoonlijk gesprek met de patiënt, plus de uiteindelijke medische en juridische verantwoordelijkheid voor een behandelbeslissing, blijft bij de arts liggen. Een AI-systeem signaleert; de arts beslist en draagt de verantwoordelijkheid.

Wat kun je nu doen?

Zie AI-diagnostische hulpmiddelen als een tweede paar ogen dat je sneller en grondiger maakt, niet als concurrentie — artsen die deze tools goed leren gebruiken, kunnen meer patiënten grondiger helpen in dezelfde tijd. Het beroep zelf staat niet onder druk van automatisering; de druk zit eerder bij capaciteit en werkdruk in de zorg.

Signaleren versus beslissen

Het onderscheid dat dit vak laag houdt in het onderzoek, is het verschil tussen signaleren en beslissen. Een AI-model kan met indrukwekkende nauwkeurigheid een afwijking op een scan markeren, maar het omzetten van dat signaal in een diagnose vraagt het combineren van veel meer informatie: de voorgeschiedenis van de patiënt, leefomstandigheden, wat iemand zelf vertelt tijdens het consult, en soms dingen die niet expliciet gezegd worden. Daarbovenop komt de medische en juridische verantwoordelijkheid voor de uiteindelijke beslissing, die niet aan een algoritme wordt overgelaten. Dat maakt dit een van de duidelijkste voorbeelden in de dataset van hoe "een deeltaak wordt beter geautomatiseerd" fundamenteel iets anders is dan "het beroep wordt overbodig".

Gerelateerd

Zie ook AI en verpleegkundige voor een vergelijkbaar patroon, en AI en werk voor de volledige uitleg achter dit cijfer.