Vergelijking van kunstmatige intelligentie en aanbevelingen van multidisciplinaire teams bij de behandeling van levermetastasen van colorectale kanker

Waarom dit van belang is voor patiënten en families

Bij veel mensen met colorectale kanker kan de ziekte uitzaaien naar de lever, waardoor behandelingskeuzes een race tegen de klok worden. Tegenwoordig worden deze keuzes meestal genomen door multidisciplinaire teams—groepen specialisten die samenkomen om het beste plan overeen te komen. Tegelijkertijd verschijnen chatgebaseerde kunstmatige-intelligentietools, zoals ChatGPT, steeds vaker in spreekkamers als mogelijke hulpmiddelen. Deze studie stelt een eenvoudige maar belangrijke vraag: hoe nauwkeurig komen de suggesties van AI overeen met de beslissingen van een expertteam wanneer beide dezelfde patiëntsamenvattingen krijgen?

Hoe zorgbeslissingen gewoonlijk worden genomen

Wanneer colorectale kanker de lever bereikt, kunnen behandelingsopties variëren van chirurgie tot chemotherapie tot meer beperkte, symptoomgerichte zorg. Het kiezen tussen deze paden is zelden eenvoudig. Ziekenhuizen vertrouwen op MDT-vergaderingen (multidisciplinaire teamvergaderingen) waarin chirurgen, medisch oncologen, radiologen en andere deskundigen samenkomen. Deze besprekingen wegen tumorgrootte en -aantal, bevindingen van scans, algehele gezondheid en de kans dat chirurgie alle zichtbare ziekte veilig kan verwijderen. Dit teamgebaseerde model verbetert de overleving en helpt ervoor te zorgen dat patiënten consistente, op bewijs gebaseerde behandelingen krijgen, maar het kost ook veel tijd en is afhankelijk van de beschikbaarheid van de juiste experts.

Wat de onderzoekers wilden onderzoeken

De auteurs onderzochten of een chatgebaseerd AI-systeem als beslissingsondersteunende partner voor deze expertteams kon fungeren, niet als vervanging. Ze richtten zich op 30 patiënten met colorectale kanker die naar de lever was uitgezaaid, allemaal eerder besproken door een MDT in één ziekenhuis. Voor elke patiënt maakten ze een gestandaardiseerde, geanonimiseerde tekstsamenvatting met belangrijke klinische en scangegevens, maar het AI-systeem had geen directe toegang tot beelden of volledige medische dossiers. Vervolgens vroegen ze ChatGPT wat de meest geschikte behandeling zou zijn, en herhaalden ze de vraag drie keer per casus om te zien of de antwoorden stabiel waren. In een tweede ronde voegden ze één cruciale informatie toe: ze stelden expliciet dat de levertumoren mogelijk operatief te verwijderen waren en vroegen of dat het plan zou moeten veranderen.

Hoe goed de AI overeenkwam met het expertteam

De AI gaf telkens hetzelfde type aanbeveling wanneer ernaar werd gevraagd over een bepaalde casus, wat een zeer hoge interne consistentie liet zien. Werkend alleen op basis van de beknopte samenvattingen, kwam de uiteindelijke aanbeveling overeen met de unanieme beslissing van het MDT in ongeveer twee derde van de patiënten (20 van de 30). De meeste meningsverschillen kwamen voort uit het feit dat de AI meer voorzichtige stappen bevoordeelde—zoals eerst chemotherapie voorstellen, meer beeldvorming of biopsieën—terwijl het expertteam in zorgvuldig geselecteerde gevallen direct voor chirurgie koos. Toen de onderzoekers de oefening herhaalden maar duidelijk aangaven dat de levermetastasen operabel leken, nam de overeenstemming sterk toe. In deze "resectabiliteit-gespecificeerde" situatie kwamen AI en MDT overeen in 28 van de 30 gevallen, oftewel 93%, een niveau dat de auteurs omschrijven als zeer goede overeenstemming.

Wat de patronen van onenigheid onthullen

Zelfs nadat de extra informatie was verstrekt, waren er nog twee patiënten waarvoor de AI voortgezette systemische behandeling aanbeveelde in plaats van chirurgie, terwijl het MDT koos voor een operatie gericht op langdurige beheersing. In de studie als geheel neigde de AI naar conservatievere keuzes wanneer er enige aanwijzing van onzekerheid was, wat waarschijnlijk zowel de gevolg van veiligheidgericht trainen als de beperkingen van werken met korte tekstsamenvattingen alleen weerspiegelt. De auteurs en eerder onderzoek merken op dat zulke systemen zich anders kunnen gedragen tussen ziekenhuizen, kankertypen en softwareversies, wat betekent dat prestaties uit één omgeving niet zonder meer elders gelden. Ze benadrukken ook dat belangrijke menselijke factoren—zoals de voorkeuren van een patiënt, waarden en dagelijkse kwaliteit van leven—niet gemakkelijk in tekst of richtlijnen zijn vast te leggen en het domein van de persoonlijke klinische afweging blijven.

Wat dit kan betekenen voor toekomstige kankerzorg

Deze kleine pilotstudie suggereert dat een chatgebaseerde AI, mits voorzien van duidelijke en volledige schriftelijke informatie, vaak tot soortgelijke behandelingsuggesties kan komen als een ervaren oncologieteam voor colorectale kanker die naar de lever is uitgezaaid. Het overeenkomen van expertsbeslissingen op papier is echter niet hetzelfde als aantonen dat AI-geïntegreerde zorg veilig is of uitkomsten verbetert. De auteurs benadrukken dat deze systemen hooguit gezien moeten worden als begeleide assistenten—nuttig om casusoverzichten te structureren of ontbrekende details te signaleren—en niet als autonome besluitvormers. Grotere, prospectieve studies die echte patiëntuitkomsten volgen, en niet alleen overeenstemmingspercentages, zullen essentieel zijn voordat zulke hulpmiddelen vertrouwd kunnen worden als onderdeel van de routinezorg.

Bronvermelding: Yılmaz, M., Abbaslı, N., Tuna, S. et al. Comparison of artificial intelligence and multidisciplinary team recommendations in the management of colorectal cancer liver metastases. Sci Rep 16, 7278 (2026). https://doi.org/10.1038/s41598-026-38449-z

Trefwoorden: colorectale kanker, levermetastasen, multidisciplinaire teams, klinische beslissingsondersteuning, kunstmatige intelligentie in oncologie