← Nieuwste papers
📄 scientific communication and education

Development of an Exploratory Taxonomy for Veterinary Professionals' AI Query Patterns Across Clinical Stages: An Expert Panel Study

Deze studie stelt de eerste veterinaire-specifieke, klinische fase-gevoelige taxonomie van AI-zoekpatronen vast door real-world chatbotlogs te analyseren en deze te verfijnen via een beoordeling door een expertpanel, wat resulteert in een raamwerk van drie categorieën en 21 subtypes om de ontwikkeling van contextbewuste veterinaire AI-systemen te begeleiden.

Oorspronkelijke auteurs: Huh, C., Huh, H., Ahn, J., Park, M.

Gepubliceerd 2026-06-09
📖 3 min leestijd☕ Koffiepauze-leesvoer

Oorspronkelijke auteurs: Huh, C., Huh, H., Ahn, J., Park, M.

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je een dierenartsenkliniek voor als een drukke keuken waar chefs (dierenartsen) constant oplossingen bereiden voor zieke dieren. Onlangs hebben ze een nieuwe, superintelligente sous-chef gekregen: een AI-chatbot die bijna elke vraag kan beantwoorden. Maar tot nu toe had niemand een kaart van wat voor vragen de chefs deze nieuwe hulpje eigenlijk stelden.

Deze studie is als een team van meesterchefs en voedingscritici die samenkomen om een enorme stapel van 5.372 aantekeningen te ordenen die dierenartsen over deze AI hebben achtergelaten. Hun doel was om deze aantekeningen te sorteren in een net, gemakkelijk leesbaar menu—een "taxonomie"—die precies laat zien hoe dierenartsen met AI interageren op verschillende momenten tijdens de behandeling van een dier.

Zo hebben ze het gedaan en dit is wat ze vonden:

Het Recept voor Ontdekking
Eerst gebruikten de onderzoekers een computer om duizenden echte vragen te lezen die dierenartsen gedurende acht maanden stelden, waarbij ze vergelijkbare vragen bij elkaar groeperen zoals het sorteren van ingrediënten in bakken. Vervolgens nodigden ze een panel van 38 ervaren veterinaire experts uit om deze initiële lijst te proef te houden. Door middel van een gestructureerde enquête verfijnden deze experts de lijst, om er zeker van te zijn dat het in de echte wereld logisch was.

De Drie Hoofdgerechten
Het eindresultaat is een menu met drie hoofdsecties (categorieën) die 21 specifieke soorten vragen bevatten:

  1. Klinische Ondersteuning (Het "Wat is er mis?" Gerecht): Dit is waar dierenartsen de AI vragen om te helpen begrijpen wat een dier zou kunnen hebben of hoe het behandeld kan worden.

    • Het Stergerecht: Het populairste type vraag was "Differentiële Redenering" (Type B). Denk hierbij aan de dierenarts die vraat: "Als een hond deze symptomen heeft, zou het dan A, B of C kunnen zijn?" Dit was de meest voorkomende vraag overall.
    • De Timing: Direct na het zien van een patiënt, vroegen dierenartsen vooral om "Klinische Besluitvormingsondersteuning" (Type D), zoals vragen: "Oké, ik heb de patiënt gezien; wat is de beste volgende stap?"
  2. Evidence-Based Onderzoek (Het "Laat me het bewijs zien" Gerecht): Dit is voor dierenartsen die diep in wetenschappelijke studies willen duiken om hun keuzes te onderbouwen.

    • Het Speciale Ingrediënt: Dierenartsen met meer dan 10 jaar ervaring vroegen veel vaker om "Evidence Search" (Type G) dan nieuwere dierenartsen. Het is also[f] een ervaren chef die een klassiek recept dubbelcheckt tegenover een nieuw boek, terwijl een junior chef misschien gewoon het recept volgt.
    • De Universitaire Groep: Dierenartsen die werkzaam zijn bij universiteiten waren bijna geobsedeerd door dit "Evidence Search"-type; dit was hun favoriete vraag.
  3. Terminologie en Geneesmiddelenreferentie (Het "Woordenboek" Gerecht): Dit omvat eenvoudige opzoeken van moeilijke woorden of het controleren van medicijndoseringen.

Waarom dit Belangrijk Is
Het artikel beweert dat nog nooit iemand dit specifieke "menu" voor veterinaire AI heeft gebouwd. Door precies te begrijpen welke vragen dierenartsen stellen en wanneer ze die stellen (zoals tijdens de diagnose versus na het consult), biedt deze studie een blauwdruk. Deze blauwdruk is bedoeld om ontwerpers te helpen AI-tools te bouwen die precies weten wat een dierenarts nodig heeft op elke specifieke fase van de zorg voor een patiënt, in plaats van slechts een generieke vraagbeantwoorder te zijn.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →