PATHFinder Agent for Tailored Prenatal Care

Technische Samenvatting: PATHFinder Agent voor Maatwerk Prenatale Zorg

Probleemstelling
Prenatale zorg is een cruciale preventieve dienst, maar het traditionele model van 12–14 fysieke consulten slaagt er vaak niet in om de sociale determinanten van gezondheid (bijv. instabiliteit in huisvesting, inflexibele werktijden) aan te pakken die patiënten belemmeren om zorg te verkrijgen. Bovendien heeft de American College of Obstetricians and Gynecologists (ACOG) nieuwe richtlijnen geïntroduceerd, de Plan for Appropriate Tailored Healthcare (PATH), die pleit voor flexibele, patiëntspecifieke zorgplannen. De implementatie van PATH is echter complex voor zowel clinici als patiënten; clinici kampen met burn-out door het adresseren van onvervulde sociale behoeften met onvoldoende middelen, terwijl patiënten met sociale barrières extra consulten als belastend kunnen ervaren in plaats van helpend. Er is behoefte aan een systeem dat deze op maat gemaakte richtlijnen kan operationaliseren, de integratie van sociale hulpbronnen kan beheren en klinisch toezicht kan behouden zonder de zorgverleners te overbelasten.

Methodologie en Systeemontwerp
De auteurs stellen de PATHFinder Agent voor, een end-to-end conversationeel agentisch systeem ontworpen om de context van de patiënt te verzamelen, geïndividualiseerde zorgplannen te synthetiseren en gemeenschapsbronnen aan te dragen. Het systeem is co-ontworpen door gecertificeerde obstetriciens, verloskundigen en informaticus om klinische validiteit en technische haalbaarheid te waarborgen.

• Architectuur: Het systeem maakt gebruik van een React frontend die communiceert met een FastAPI backend. De kern van de agent bestaat uit een Large Language Model (LLM) gekoppeld aan een tool executor, een oversight classifier, een FHIR-service en een rapportgenerator. De conversatiestatus wordt opgeslagen in een relationele database.
• Toolset: De agent is uitgerust met 13 tools verdeeld over vier categorieën:
  • Medisch: Bevat een TOLAC (Trial of Labor After Cesarean) calculator en een "Defer to Clinician" actie.
  • Sociale behoeften: Een hiërarchische interface om Michigan 211-bronnen (voedsel, huisvesting, transport, etc.) te raadplegen op basis van subcategorie en postcode.
  • Personalisatie: Raadpleegt een secundair LLM om contextbewuste vervolgvragen te genereren.
  • Rapportage: Bouwt stapsgewijs patiëntsamenvattingen, klinische samenvattingen, bezoekschema's en lijsten met hulpbronnen op.
• Vierfasige Workflow:
  1. Intake: Patiënten voltooien een gestandaardiseerd formulier met gegevens over demografie, medische geschiedenis, zwangerschapsduur en sociale factoren.
  2. Dynamische Interactie: De agent gaat een gestructureerde, open gesprek aan. Het gebruikt een "Form+Chat" interface waarbij een secundair LLM tussenliggende UI-elementen genereert (knoppen, selectievakjes) om de vermoeidheid door tekstinvoer te verminderen, terwijl tegelijkertijd onvervulde sociale behoeften en voorkeuren worden achterhaald.
  3. Synthese van het Plan: De agent genereert een conceptrapport met een patiëntgerichte samenvatting, een klinische samenvatting, aanbevelingen voor het bezoekschema en gecureerde Michigan 211-bronnen.
  4. Klinisch Toezicht: Een clinicus beoordeelt het concept, valideert het plan en kan de inhoud goedkeuren of bewerken voordat deze definitief wordt gemaakt.

Evaluatie en Resultaten
De auteurs evalueerden frontier LLM's (GPT-5.2, GPT-4o, Gemini 2.5 Pro, Gemini 2.5 Flash) met behulp van synthetische patiëntprofielen en door experts samengestelde rubrieken. De evaluatie richtte zich op vijf klinische dimensies:

1. Bezoekfrequentie
2. Diensten (testen, aanbevelingen)
3. Timing van antenatale testen
4. Timing van groei-echografie
5. Modaliteit van zorg (fysiek consult versus telehealth)

Belangrijkste Bevindingen:

• Prestaties: GPT-5.2 behaalde de hoogste gemiddelde score op de rubriek met 77,6%, gevolgd door Gemini 2.5 Pro (71,5%), Gemini 2.5 Flash (62,0%) en GPT-4o (57,25%).
• Dimensionale Variantie: "Bezoekfrequentie" was de eenvoudigste dimensie voor alle modellen om correct te voorspellen. Daarentegen waren "antenaatale testen" en "dienstaanbevelingen" de moeilijkste dimensies, waarbij de grootste prestatiekloof tussen de modellen zichtbaar was.
• Implicaties: De resultaten geven aan dat hoewel huidige modellen veelbelovend zijn, robuuste toezichtmaatregelen (zowel LLM-gebaseerd als mensgestuurd) essentieel zijn om fouten in kritieke klinische aanbevelingen te voorkomen.

Kernbijdragen

1. PATHFinder Agent: Een nieuw agentisch systeem dat de ACOG PATH-richtlijnen operationaliseert door de kloof tussen medische richtlijnen en de integratie van sociale hulpbronnen te overbruggen.
2. Hybride Interface Design: Een "Form+Chat" interactiemodel dat de balans houdt tussen gestructureerde gegevensinname en adaptieve conversatieve opvolging, ontworpen om patiëntvermoeidheid tegen te gaan.
3. Clinician-in-the-Loop Workflow: Een gestructureerd vierfasig proces dat ervoor zorgt dat alle gegenereerde zorgplannen een menselijke validatie ondergaan, wat de zorgen over veiligheid en implementatie in recente medische AI-literatuur adresseert.
4. Empirische Benchmarking: Een vergelijkende evaluatie van state-of-the-art LLM's op specifieke prenatale zorgdimensies, waarbij de huidige capaciteiten en beperkingen in complexe medische redenering worden belicht.

Betekenis en Claims
Het artikel positioneert de PATHFinder Agent als een mogelijke facilitator voor de brede uitrol van op maat gemaakte prenatale zorgrichtlijnen. De auteurs beweren dat het systeem de verschuiving kan ondersteunen van een rigide, bezoek-intensief model naar een flexibele, patiëntgerichte aanpak die zowel medische als sociale determinanten van gezondheid adresseert.

De auteurs hanteren een bescheiden standpunt met betrekking tot implementatie. Ze stellen expliciet dat het systeem is ontworpen om clinici te ondersteunen, niet om hen te vervangen. Het artikel benadrukt dat toekomstig werk formele garanties voor nauwkeurigheid, studies met menselijke participanten en gerandomiseerde gecontroleerde onderzoeken moet bevatten voordat het systeem als geschikt kan worden beschouwd voor klinische inzet in de echte wereld. De huidige bijdrage wordt geframed als een technisch prototype en een evaluatiekader dat de belangrijkste hiaten identificeert (met name bij aanbevelingen voor antenatale testen) die moeten worden aangepakt om veiligheid en effectiviteit te waarborgen.