Gerandomiseerde proef van in het elektronische patiëntendossier geïmplementeerde AI-risicovoorspelling in niertransplantatiezorg

Waarom deze studie ertoe doet voor patiënten en families

Voor mensen die leven met een gedoneerde nier is weten wat er gebeurt als het transplantaat faalt een diep persoonlijke en vaak angstige vraag. Artsen hopen dat hulpmiddelen met kunstmatige intelligentie (AI) toenemende risico’s vroeg kunnen signaleren en eerlijke gesprekken over toekomstige zorg kunnen opstarten. Deze studie onderzocht of het toevoegen van een AI-risicocalculator aan het ziekenhuisinformatiesysteem daadwerkelijk verandert wat patiënten in de kliniek ervaren.

De belofte van slimme risicovoorspelling

Niertransplantatie kan patiënten bevrijden van dialyse, maar meer dan de helft van de getransplanteerde nieren werkt op den duur niet meer. Naarmate de nierfunctie afneemt, moeten patiënten mogelijk kiezen tussen het starten van hemodialyse, thuisperitoneale dialyse, het zoeken naar een nieuwe transplantatie, of het richten op comfortzorg. Deze keuzes hangen sterk af van persoonlijke waarden en doelen. Onderzoekers bouwden een computermodel dat routinematige medische gegevens, zoals laboratoriumuitslagen en eerdere transplantatiegeschiedenis, scant om de kans te schatten dat een getransplanteerde nier binnen een jaar faalt. De hoop was dat het tonen van dit risico in het elektronische patiëntendossier artsen subtiel zou aansporen om met patiënten over opties te praten voordat een crisis zich voordoet.

AI testen in echte poliklinische bezoeken

De PRIMA-AI-proef schreef 76 volwassenen met getransplanteerde nieren in van wie de nierfunctie al behoorlijk laag was. De helft kreeg de gebruikelijke zorg. Voor de andere helft konden hun artsen de AI-risicoschatting zien in het elektronische patiëntendossier tijdens reguliere controleafspraken. De hoofdvraag was eenvoudig en patiëntgericht: zouden er in de komende 12 maanden meer patiënten in de AI-groep aangeven dat zij een helder gesprek hadden gehad met hun transplantatiearts over welke behandelingen zij konden kiezen als hun nier zou falen?

Wat er daadwerkelijk in de studie gebeurde

Na een jaar was het aandeel patiënten dat zich zo’n gesprek herinnerde nagenoeg gelijk in beide groepen: ongeveer vier op de tien. Het AI-hulpmiddel verhoogde dit percentage niet. Het veranderde ook geen medische uitkomsten zoals hoeveel mensen hun nier verloren, hoe dialyse werd gestart of hoe vaak spoeddialyse nodig was. Vragenlijsten die gedeelde besluitvorming meten, de kwaliteit van de arts-patiëntrelatie en emotionele stress toonden evenmin betekenisvolle verschillen tussen degenen van wie de artsen toegang hadden tot het AI-hulpmiddel en degenen die dat niet hadden.

Waarom het AI-hulpmiddel tekortschiet

Toen de onderzoekers artsen achteraf vroegen, zeiden de meesten dat ze de risicoweergave slechts af en toe gebruikten. De informatie zat achter een extra klik in het dossier en activeerde geen waarschuwingen, waardoor het gemakkelijk over het hoofd gezien werd in drukke spreekuren. Sommige artsen voelden ook dat de score zelden hun handelen wijzigde, zeker omdat veel patiënten al ernstige nierproblemen hadden op basis van standaard laboratoriumtesten. Met andere woorden: het model voorspelde het risico zelf goed, maar dat leidde niet automatisch tot nieuwe gesprekken, andere keuzes of betere voorbereiding op dialyse of hertransplantatie.

Wat dit betekent voor toekomstige digitale hulpmiddelen

Deze proef laat zien dat het simpelweg toevoegen van AI-risiconummers aan het elektronische dossier niet voldoende is om de zorg voor transplantatiepatiënten te veranderen. Om technologie gedeelde besluitvorming te ondersteunen, moet het mogelijk nauwer worden verweven met klinische routines en gecombineerd worden met patiëntvriendelijke hulpmiddelen, zoals gespreksprompts of gestructureerde leidraden voor het bespreken van toekomstige behandeling. De belangrijkste les is dat nauwkeurige voorspelling slechts de eerste stap is; echt voordeel hangt af van hoe artsen en patiënten die informatie samen gebruiken.

Bronvermelding: Osmanodja, B., Spencker, J.J., Ömeroğlu, Ö.E. et al. Randomized trial of electronic health record implemented AI risk prediction in kidney transplant care. npj Digit. Med. 9, 373 (2026). https://doi.org/10.1038/s41746-026-02757-5

Trefwoorden: niertransplantatie, kunstmatige intelligentie, elektronische patiëntendossiers, gedeelde besluitvorming, risicovoorspelling