Kunstmatige intelligentie die dokters begrijpt

Ziekenhuizen en klinieken adopteren kunstmatige intelligentie dubbel zo snel als andere sectoren, en dat is geen toeval. Medische professionals verdrinken in data: CT-scans, MRI-beelden, patiëntendossiers, laboratoriumrapporten. Tegelijk neemt de werkdruk toe en blijft de tijd per patiënt krimpen. MedGemma 1.5 van Google is een open AI-model dat specifiek ontwikkeld werd om artsen en onderzoekers te ondersteunen bij het interpreteren van complexe medische informatie. Het model begrijpt niet alleen medische tekst, maar kan ook beelden analyseren, van tweedimensionale röntgenfoto’s tot driedimensionale CT-scans.

Wat is MedGemma 1.5?

MedGemma 1.5 is de nieuwste versie van Google’s open medische AI-modellenreeks, gebouwd op de krachtige Gemma-architectuur. Het is een multimodaal systeem, wat betekent dat het verschillende soorten medische data kan verwerken en interpreteren. Elektronische patiëntendossiers, radiologische beelden, histopathologische coupes en gesproken medische notities.

Het model bestaat uit verschillende varianten, waaronder een compacte 4 miljard parameter versie die efficiënt genoeg is om offline te draaien, en een grotere 27 miljard parameter versie voor complexere toepassingen.

Wat MedGemma 1.5 bijzonder maakt, is de focus op driedimensionale medische beeldvorming. Waar de vorige versie zich vooral richtte op tweedimensionale beelden zoals röntgenfoto’s en dermatologische foto’s, kan de nieuwe versie nu ook CT-scans en MRI-beelden met meerdere lagen analyseren. Voor histopathologie betekent dit dat hele weefselcoupes in één keer geïnterpreteerd kunnen worden, in plaats van in losse stukjes.

Welk probleem lost MedGemma 1.5 op?

Radiologen moeten honderden beelden per dag beoordelen, pathologen analyseren complexe weefselstructuren onder de microscoop, en huisartsen worstelen met de interpretatie van uitgebreide patiëntendossiers. Het risico op diagnostische fouten neemt toe door vermoeidheid en tijdsdruk.

MedGemma 1.5 pakt deze problemen aan door als een intelligente assistent te fungeren. Het model kan bijvoorbeeld een CT-scan van de longen analyseren en relevante bevindingen markeren, zoals verdachte noduli of afwijkende structuren. Bij MRI-beelden kan het helpen bij het identificeren van pathologische veranderingen. Voor histopathologie biedt het ondersteuning bij het classificeren van weefseltypen en het detecteren van abnormaliteiten.

Een ander belangrijk probleem dat MedGemma aanpakt, is de toegankelijkheid van geavanceerde medische AI. Veel bestaande systemen zijn niet open-source en duur, waardoor ze vooral beschikbaar zijn voor grote ziekenhuizen in rijke landen. Door MedGemma open en gratis beschikbaar te maken, democratiseert Google de toegang tot deze technologie. Kleine klinieken, onderzoekers in ontwikkelingslanden en startups kunnen nu ook profiteren van state-of-the-art medische AI.

De transparantie van het model is eveneens cruciaal. In de geneeskunde is het niet genoeg dat een AI-systeem werkt, artsen en regelgevers moeten ook begrijpen hóe het werkt. Open modellen zoals MedGemma kunnen geïnspecteerd, getest en aangepast worden, wat essentieel is voor het opbouwen van vertrouwen en het voldoen aan medische veiligheidsnormen.

De voordelen van MedGemma 1.5 in de praktijk

De verbeteringen ten opzichte van de vorige versie: bij CT-beelden steeg de nauwkeurigheid met 3 procent, van 58 naar 61 procent. Voor MRI-classificatie was de sprong nog groter: een verbetering van 14 procent, van 51 naar 65 procent. Bij histopathologie verbeterde de betrouwbaarheid van voorspellingen dramatisch, met een ROUGE-L score die steeg van 0,02 naar 0,49, vergelijkbaar met gespecialiseerde modellen zoals PolyPath.

Maar de voordelen gaan verder dan cijfers. MedGemma 1.5 biedt ondersteuning voor longitudinale analyse, wat betekent dat het veranderingen in beelden over tijd kan detecteren. Voor een radioloog die twee röntgenfoto’s van de borst vergelijkt, kan het model automatisch wijzen op progressie of verbetering van aandoeningen. Dit bespaart niet alleen tijd, maar vermindert ook het risico dat subtiele veranderingen gemist worden.

De integratie met DICOM, de standaard voor medische beeldopslag, maakt het eenvoudig om MedGemma in bestaande ziekenhuissystemen te implementeren. Ontwikkelaars hoeven geen complexe conversies uit te voeren, het model kan direct werken met de beeldformaten die al gebruikt worden in de klinische praktijk.

Voor tekstgebaseerde toepassingen zijn de verbeteringen eveneens significant. Op MedQA, een benchmark voor medisch redeneren, steeg de score met 5 procent naar 69 procent. Bij het ophalen van informatie uit elektronische patiëntendossiers (EHRQA) was de verbetering nog opvallender: een sprong van 22 procent naar een score van 90 procent. Dit betekent dat MedGemma nu veel betrouwbaarder is bij het beantwoorden van vragen over patiëntgeschiedenissen en het samenvatten van complexe medische informatie.

MedASR: spraak wordt tekst in medische context

Naast de verbeteringen aan MedGemma zelf, introduceerde Google ook MedASR, een spraakherkenningsmodel dat getraind is op medische dictaten. Artsen dicteren vaak hun bevindingen in plaats van ze te typen, maar standaard spraakherkenningssystemen maken regelmatig fouten bij medische terminologie. MedASR lost dit probleem op door specifiek afgestemd te zijn op de gezondheidszorg.

Bij het transcriberen van röntgendictaten maakte MedASR 58 procent minder fouten dan Whisper large-v3, een populair algemeen spraakherkenningsmodel. Het foutenpercentage daalde van 12,5 naar 5,2 procent.

MedASR kan op twee manieren gebruikt worden. Ten eerste als transcriptietool voor medische dictaten, waardoor artsen hun bevindingen efficiënter kunnen documenteren. Ten tweede als natuurlijke interface voor MedGemma, waarbij artsen hun vragen en opdrachten kunnen inspreken in plaats van typen. Deze combinatie maakt de interactie met AI-systemen intuïtiever en sneller.

Toepassingen in de echte wereld

De praktische toepassingen van MedGemma zijn divers en groeiend. In Maleisië heeft Qmed Asia het model aangepast voor askCPG, een conversationele interface.

In Taiwan gebruikt de National Health Insurance Administration MedGemma voor het evalueren van preoperatieve beoordelingen bij longkankerchirurgie. Door belangrijke data te extraheren uit meer dan 30.000 pathologierapporten en ongestructureerde informatie, konden ze statistische analyses uitvoeren om de preoperatieve medische toestand van patiënten te beoordelen.

Klinische documentatie en opleiding

Een van de meest veelbelovende toepassingen ligt in het ondersteunen van klinische documentatie. Artsen besteden een aanzienlijk deel van hun tijd aan administratie, wat bijdraagt aan burn-out en minder tijd met patiënten. MedGemma kan helpen bij het opstellen van samenvattingen uit gestructureerde notities, het vertalen tussen medisch jargon en patiëntvriendelijke taal, en het automatiseren van routinematige documentatietaken.

In medisch onderwijs opent MedGemma nieuwe mogelijkheden. Studenten kunnen interactieve casussimulaties doorlopen, waarbij het model realistische patiëntscenario’s genereert en feedback geeft op diagnostische beslissingen. Voor regio’s met beperkte toegang tot medische expertise kan dit een waardevol leermiddel zijn, waarbij studenten kunnen oefenen met complexe gevallen zonder directe supervisie van specialisten.

Ook voor wetenschappelijk onderzoek biedt MedGemma ondersteuning. Het kan helpen bij literatuuronderzoek door relevante studies te identificeren en samen te vatten, bij het exploreren van hypotheses door patronen in data te herkennen, en bij het annoteren van medische datasets voor verder onderzoek. Dit versnelt het onderzoeksproces en maakt het toegankelijker voor kleinere onderzoeksgroepen.

Veiligheid en verantwoordelijkheid voorop

Google benadrukt expliciet dat MedGemma geen diagnostisch instrument is, maar een hulpmiddel voor ontwikkelaars.

Alle outputs van MedGemma moeten beschouwd worden als voorlopig en vereisen onafhankelijke verificatie en klinische correlatie. Het model is niet bedoeld om direct klinische diagnoses te stellen, behandelbeslissingen te nemen of patiëntenzorg te beïnvloeden zonder menselijke tussenkomst. Deze beperkingen zijn niet zwakheden, maar juist tekenen van verantwoorde ontwikkeling.

De modellen zijn getraind op een mix van publieke en geanonimiseerde datasets, waarbij strikte privacy- en veiligheidsnormen gehanteerd werden. Voor organisaties die MedGemma willen gebruiken, is het mogelijk om het model on-premises te draaien, waardoor patiëntdata binnen de eigen infrastructuur blijft.

De toekomst van medische AI

Met de lancering van de MedGemma Impact Challenge op Kaggle, een hackathon met 100.000 dollar aan prijzengeld, moedigt Google ontwikkelaars aan om creatieve en impactvolle toepassingen te bouwen. Deze open benadering stimuleert innovatie en zorgt ervoor dat de voordelen van medische AI niet beperkt blijven tot een select groepje. In plaats van dure, ondoorzichtige tools te kopen, kunnen ziekenhuizen en klinieken nu hun eigen systemen ontwikkelen die perfect aansluiten bij hun specifieke behoeften. Dit bevordert niet alleen innovatie, maar ook eerlijkere toegang tot geavanceerde technologie.