Generatieve AI biedt grote kansen in de zorg, van het versnellen van literatuuronderzoek tot directe ondersteuning bij vragen in de dagelijkse praktijk. Maar hoe betrouwbaar is de output? Waar zijn de gegenereerde antwoorden op gebaseerd? Veel generatieve modellen werken als 'black box': onderbouwing ontbreekt en de bronnen zijn moeilijk herleidbaar. Terwijl dit in de zorg juist essentieel is. Daarnaast is de klassieke manier van zoeken in medische databases zoals PubMed traag en bewerkelijk en dat maakt het niet geschikt voor de dagelijkse praktijk. "De kunst is om verschillende betrouwbare bronnen voor de arts snel, overzichtelijk bij elkaar te brengen en de professional in staat te stellen om op basis van relevante context hun klinisch denken te ondersteunen" zegt Philippe Habets van EvidenceHunt
Welke interventies verbeteren therapietrouw bij chronische patiënten? Welke aanpakken zonder medicatie helpen bewezen bij slaapproblemen? Ik heb hier een patiënt met branderige voeten, evenwichtsproblemen en concentratieklachten: aan welke ziektebeelden moet ik dan denken? Of het nu gaat om een onderzoeksvraag of een vraag uit de spreekkamer, in de zorg is een antwoord pas bruikbaar als het is gebaseerd op betrouwbare informatie. Habets: "Met generatieve AI heb je razendsnel een plausibele respons, maar de vraag is of die klopt". Het alternatief is zoeken in klassieke zoekmachines en databanken, maar ook daar zitten veel haken en ogen aan. Met generieke zoektermen eindig je al snel met 10.000 artikelen. Voor gerichte resultaten moet je ingewikkelde zoekstrings bouwen, met aanhalingstekens, haakjes, synoniemen en varianten. Dat is tijdrovend handwerk én het risico is groot dat je alsnog relevante artikelen mist."
Van slimme tool voor eigen gebruik tot platform
Precies deze spagaat lag aan de basis van EvidenceHunt: tijdens zijn promotieonderzoek liep oprichter en CEO Philippe Habets zelf vast in die klassieke zoekmachines. Habets: "Samen met een groep gelijkgestemde wetenschappers zijn we de eerste pipelines gaan bouwen om sneller en gerichter door de literatuur te kunnen zoeken, en hebben daarover ook gepubliceerd. In een latere fase is Olivier Magnin aangesloten om het wetenschappelijke fundament dat lag, meer commerciële richting te geven.
Snel én volledig
De kracht van dit platform zit in de technische basis: retrieval-augmented generation (RAG), een eigen ontwikkelde ranking engine en verschillende taalmodellen. Indien een arts bijvoorbeeld in de literatuur wilt zoeken, haalt het systeem eerst relevante artikelen op uit databanken als PubMed en de medische secties van OpenAlex en Semantic Scholar, waarna een taalmodel een antwoord formuleert. "Je gebruikt daarmee wel de snelheid van generatieve AI, maar niet het black-boxprincipe," zegt Habets. "De antwoorden rusten uiteindelijk op onderliggende bronnen zoals de literatuur, richtlijnen of bijvoorbeeld interne organisatieprotocollen. Hierdoor blijven de bronnen altijd herleidbaar en transparant voor de zorgprofessionals.
Getest op bestaande publicaties
EvidenceHunt komt voort uit een wetenschappelijke achtergrond. "Valideren en benchmarken zit bij ons echt in het DNA," zegt Habets. "We hebben meerdere eigen publicaties en validatiestudies waarin we laten zien dat onze technologie helpt om zoekstrategieën efficiënter te maken, metadata nauwkeurig te extraheren en relevante literatuur betrouwbaar te selecteren. Soms zelfs beter dan bestaande methoden of menselijke experts. Die wetenschappelijke lijn trekken we ook door in onze interne benchmarks. Zo behaalde onze nieuwe SLR-functionaliteit, naast de chatinterface die gebruikers kennen, in een reproductie van tien Cochrane systematic reviews een sensitiviteit van 100%. Uiteindelijk gaat het ons niet alleen om sneller zoeken, maar om een vollediger en beter onderbouwd overzicht van de medische literatuur."
Organisatiekracht
De oplossing voorziet duidelijk in een behoefte: in tweeënhalf jaar tijd is EvidenceHunt uitgegroeid tot een platform met wereldwijd meer dan 100.000 gebruikers. Ook in Nederland weten steeds meer mensen én organisaties het platform te vinden. "Waar het voor individuele gebruikers tijdwinst en overzicht oplevert, zit de meerwaarde voor organisaties daarbovenop in het gezamenlijk opbouwen, actualiseren en benutten van kennis," zegt Habets. "We bouwen EvidenceHunt steeds meer als een kennisinfrastructuur voor organisaties: een plek waar literatuur, richtlijnen, protocollen en eigen documenten samenkomen en direct bruikbaar worden in de dagelijkse praktijk."
In de versie voor organisaties kunnen bijvoorbeeld eigen documenten en protocollen worden geïntegreerd. EvidenceHunt is daarmee uniek in de Nederlandse markt. Door het fundament van medische literatuur is het platform breed inzetbaar binnen zorgorganisaties: niet alleen voor artsen in de dagelijkse praktijk, maar ook voor professionals in opleiding, onderzoekers, kwaliteitsmedewerkers en beleidsmakers. Voor teams en afdelingen ontstaat zo een gedeelde werkruimte waarin zichtbaar is waar anderen mee bezig zijn, welke literatuur en protocollen al zijn verzameld en welke kennis beschikbaar is rond specifieke onderwerpen. Dat voorkomt dubbel zoekwerk en versnippering.
"De volgende stap is dat organisaties hiermee steeds meer toegroeien naar een continu evidence-based werkwijze," zegt Habets. "Niet af en toe een richtlijn of protocol handmatig bijwerken, maar werken met continue update-loops waarin nieuwe literatuur sneller wordt gesignaleerd, beoordeeld en gekoppeld aan bestaande kennis. Zo ontstaat uniforme, actuele parate kennis voor alle behandelaren, zonder dat zij daar zelf steeds extra tijd aan kwijt zijn. Uiteindelijk willen we organisaties helpen om niet alleen evidence-based te werken, maar evidence-based up-to-date te blijven."
Uitproberen overtuig
De potentie van het platform is groot, voor individuele zorgprofessionals én voor zorgorganisaties. Daarvan is Habets overtuigd. "De grootste uitdaging ligt voor ons nu in het winnen van vertrouwen. We merken dat veel mensen in de zorg generatieve AI toch nog spannend vinden. Dat ze zich zorgen maken over hallucineren, brongebruik en privacy. In de zorg weegt dat natuurlijk zwaar. Bij EvidenceHunt is dit allemaal afgedekt: bronnen zijn zichtbaar en controleerbaar, gegevens die gebruikers en organisaties zelf toevoegen blijven binnen hun eigen omgeving én in Europa, en wat zij uploaden blijft ook echt van henzelf." Wat in de praktijk het beste werkt om organisaties over de streep te trekken, is ze het platform te laten uitproberen. "Dan gaan mensen echt ervaren hoeveel tijd ze ermee kunnen besparen, hoe overzichtelijk het wordt en hoeveel gemak het biedt, ook in de samenwerking. Op het Nationale Congres AI in de zorg laten we dit graag zien. Ik nodig iedereen van harte uit."
