Een unheimlich gevoel: dat moet schaaklegende Garri Kasparov ervaren hebben toen hij in 1997 het onderspit dolf tegen Deep Blue. Dat een AI-machine ons als mens overklast, is intussen wel vaker het geval, zelfs in taken die jarenlang studiewerk of veel ervaring vergen. Eng? Misschien. Toch kunnen we er maar beter aan wennen, want het wordt nog indrukwekkender.
Dat een AI-machine ons als mens overklast, is intussen wel vaker het geval, zelfs in taken die jarenlang studiewerk of veel ervaring vergen. Eng? Misschien. Toch kunnen we er maar beter aan wennen.
Recent onderzoek van onder andere de Radbouduniversiteit liet ervaren en minder ervaren dokters MRI-beelden analyseren, op zoek naar indicaties voor prostaatkanker. In beide groepen kreeg de helft AI-advies en de andere niet. Wat bleek? De minder ervaren dokters werden fors beter dankzij het advies en haalden het niveau van de ervaren rotten. Die laatsten werden op hun beurt dankzij AI nog een tikkeltje beter. AI liet niet-experts dus werken op het niveau van experts. Tot hier lijkt er relatief weinig aan de hand. Maar nu komt het: als het AI-systeem de scans analyseerde zonder dat er dokters bij aan te pas kwamen, dan won het de wedstrijd met vlag en wimpel. AI is nóg beter zonder ons, dus.
Uiteraard horen daar kanttekeningen bij. De kwaliteit van de data waarop het AI-model getraind werd, was uitzonderlijk hoog. De zogeheten ‘ground truth data’ bevat wetenschappelijk geverifieerde, empirische data van historische MRI-scans, gekoppeld aan het corresponderende eindresultaat. Een intensieve training van het model dus. Vraag een huis-, tuin- en keukenmodel als chatGPT vooral niet om dezelfde opdracht uit te voeren. En een tweede punt: de classificatie werd louter gemaakt op basis van scans. In realiteit vindt er een gesprek plaats waarin de arts peilt naar de context van een patiënt.
Maar zelfs al is dit een beperkt experiment dat herbevestigd zal moeten worden voor langere termijnen, andere diagnoses en expertisedomeinen: de richting is duidelijk. AI wordt waanzinnig goed. Dat AI een expert verslaat in dit soort patroonherkenning, hoeft eigenlijk niet te verbazen. Want expertise is hier vooral een kwestie van ervaring, uitgedrukt in het aantal gevallen dat een expert te zien kreeg. Een AI-model kan op een paar uur tijd meer scans verwerken dan een mens in z’n hele leven. Bovendien presteert AI heel constant, met nooit eens een onoplettend of vermoeid moment.
We bereiken het punt dat we moeten nadenken over wat dit betekent voor regelgeving en ethiek. Vandaag is het simpelweg niet toegelaten om AI een diagnose te laten stellen. Maar op een bepaald moment, als de AI-diagnose stelselmatig beter is, gaan we dat wel willen doen. Sterker nog: het gaat zelfs onethisch zijn om géén AI-model in te roepen. Uiteraard zal de publieke opinie de lat voor AI altijd veel hoger leggen dan voor mensen. En tegelijk zullen we moeten aanvaarden dat zelfs AI nooit volledig foutloos zal zijn.
Game over voor de dokter? Zeker niet. Als het om menselijke vaardigheden gaat, blijft de arts mijlenver voor. Maar elke sprong van AI zal de rol van een dokter wél veranderen. Volgende maand vat een nieuwe lichting studenten de opleiding geneeskunde aan. Vakken over ‘AI in de geneeskunde’ duiken (eindelijk) op in de curricula. Dat moeten we toejuichen als we de kansen van AI voor onze gezondheidszorg niet zomaar willen laten schieten.
Deze column verscheen eerder in De Tijd.
Peter Peumans behaalde een doctoraat als elektrisch ingenieur aan Princeton University, en een bachelor- en masterdiploma aan de Katholieke Universiteit Leuven. Voor hij bij imec in dienst trad, was Peter Peumans professor Electrical Engineering aan de Stanford University. Hij ontving een NSF CAREER award en een Belgian-American Educational Foundation honorary fellowship. Hij is momenteel verantwoordelijk voor imec's strategie in gezondheid.
Gepubliceerd op:
26 augustus 2025
