Usages and perceptions of artificial intelligence among French radiologists

Hoewel de adoptie van kunstmatige intelligentie door Franse radiologen momenteel beperkt blijft door hoge kosten en ontoereikende uitrusting, toont het onderzoek een sterke bereidheid tot implementatie en slechts een verwaarloosbare angst voor vervanging.

De kern

🇫🇷 De Franse Radiologen en de Digitale Hulp: Een Vrijwillige Hulp of een Vervanger?

Stel je voor dat een radioloog een detective is die door een wirwar van grijze foto's (röntgenbeelden) moet zoeken naar de kleinste aanwijzingen van een ziekte. Soms is die aanwijzing zo klein dat het net een speld in een hooiberg is.

Artificial Intelligence (AI) is in dit verhaal de superkrachtige assistent die de detective helpt. Deze assistent heeft een bril die alles scherper ziet en kan voorspellen waar de problemen waarschijnlijk zitten. Maar de vraag is: willen de detectives deze assistent wel? En zo ja, waarom gebruiken ze hem dan nog niet overal?

Dit onderzoek van drie Franse experts (Aurélie, Thibaut en Philippe) duikt in de gedachten van 100 Franse radiologen om dit uit te zoeken.

1. De Huidige Situatie: Een Lege Werkbank

Hoewel iedereen weet dat deze "super-assistent" (AI) geweldig kan zijn, staat hij in veel Franse ziekenhuizen en praktijken nog in de verpakking.

• Het probleem: Het is alsof je een dure, moderne auto hebt gekocht, maar je hebt geen benzine en geen parkeerplek.
• De reden: De meeste radiologen zeggen: "Onze werkplek is er gewoon niet op voorbereid." De apparatuur ontbreekt. Daarnaast is de "benzine" (de kosten voor de software) voor veel praktijken te duur.

2. De Wens: Iedereen wil de Hulp

Het meest interessante aan dit onderzoek is de stemming onder de radiologen.

• Geen angst, wel enthousiasme: Er is een groot misverstand dat AI de radioloog gaat ontslaan. In dit onderzoek zegt niemand (0%) dat hij of zij bang is om vervangen te worden.
• De vraag: Als je een radioloog vraagt: "Wil je deze assistent?" dan zegt 70% tot 80% ja. Zelfs als ze hem nu nog niet hebben, willen ze hem graag.
• De analogie: Het is alsof een kok zegt: "Ik heb nog geen robotarm, maar als je me er een geeft die mij helpt snijden, pak ik die meteen." Ze zien het als een hulpmiddel, niet als een concurrent.

3. De Hindernissen: De Prijs en de Voorraadkast

Waarom staat de assistent dan nog niet in de keuken?

• De kosten: De software is duur. Voor veel praktijken is het alsof ze een dure machine moeten kopen die ze niet kunnen betalen.
• De infrastructuur: Veel centra hebben simpelweg de juiste computers of netwerken niet om de AI te laten draaien.
• Het vertrouwen: Een klein groepje zegt: "Ik vertrouw het niet." Ze zijn bang dat de computer fouten maakt of dat ze zelf niet meer weten wat ze doen. Maar dit is een kleine minderheid.

4. Wat verwachten ze van de AI?

De radiologen zijn heel praktisch. Ze willen geen magie, ze willen hulp. Hun topwensen zijn:

1. Een tweede mening: "Kijk jij ook even mee naar deze vage vlek?" (Diagnose ondersteunen).
2. Minder fouten: "Zorg dat we geen kleine tumor over het hoofd zien." (Fouten verminderen).
3. Tijdwinst: "Help me sneller werken zodat ik meer patiënten kan helpen." (Productiviteit).

5. Het Verschil tussen Specialisten

Het onderzoek maakt een interessant onderscheid:

• Radiologen die zich specialiseren in borstbeeldjes (mammografie): Zij zijn iets voorzichtiger. Ze zeggen vaker: "Het helpt mij niet altijd, soms maakt het het zelfs lastiger omdat de computer te veel 'waarschuwingen' geeft." Ze voelen zich net als een chef die een nieuwe, maar onbetrouwbare sous-chef krijgt die constant roept dat er vuur is, terwijl er niets aan de hand is.
• Andere radiologen: Zij zijn enthousiaster. Voor hen voelt de AI als een magische bril die hun werk direct makkelijker maakt.

Conclusie: De Deur staat Wijd Open

Het verhaal van dit onderzoek is simpel:
De Franse radiologen zijn klaar om AI te omarmen. Ze zijn niet bang om vervangen te worden; ze zijn bang dat ze de technologie niet kunnen betalen of dat hun werkplek er niet op is ingericht.

Als de "super-assistent" beschikbaar wordt gemaakt (en betaalbaar), dan stappen de detectives er direct op. Ze zien het niet als een vervanger, maar als de beste collega die ze ooit hebben gehad: iemand die nooit moe wordt, nooit slaapt en elk detail ziet.

Kort samengevat: De radiologen zeggen: "Geef ons de sleutel, en we openen de deur." Het enige wat ze nodig hebben, is dat de deur niet te duur is om te openen.

Technische samenvatting

Titel: Gebruik en perceptie van kunstmatige intelligentie onder Franse radiologen

Auteurs: Aurélie Jean, Thibaut Jacques, Philippe Benillouche
Publicatie: medRxiv preprint (26 maart 2026)

---

1. Probleemstelling en Context

Hoewel kunstmatige intelligentie (KI) in de radiologie grote beloftes biedt voor het verbeteren van precisie, voorspelling en personalisatie van medische beeldvorming, blijft de daadwerkelijke adoptie in Frankrijk beperkt en heterogeen.

• Huidige staat: KI wordt voornamelijk gebruikt in universitaire ziekenhuizen (80% adoptie), terwijl de integratie in private centra lager ligt. Voor mammografie (borstkanker) wordt geschat dat slechts 20-30% van de radiologen een KI-oplossing gebruikt.
• De kloof: Er is een gebrek aan precieze cijfers over de daadwerkelijke adoptie in de dagelijkse praktijk en een onduidelijkheid over de specifieke barrières die de implementatie vertragen.
• Doel: Het onderzoek richt zich op het identificeren van de redenen voor deze beperkte adoptie en het vinden van hefbomen om de integratie van KI in de dagelijkse praktijk van medische beeldinterpretatie te versnellen.

2. Methodologie

• Steekproef: De studie omvatte een beperkte steekproef van 100 radiologen verspreid over heel Frankrijk (inclusief overzeese departementen).
• Rekrutering: Deelnemers werden gerekruteerd via professionele netwerken (LinkedIn), radiologiecentra en specialistische groepen.
  • Opmerking over bias: Er is een duidelijke oververtegenwoordiging van radiologen uit Île-de-France (48%), wat overeenkomt met de hogere dichtheid van artsen in deze regio, maar de steekproef is niet volledig representatief voor het hele land.
  • Ervaring: De steekproef bestaat voornamelijk uit ervaren radiologen (89% heeft meer dan 10 jaar ervaring), wat mogelijk een vertekend beeld geeft ten opzichte van jonge specialisten of residenten.
• Datacollectie: Een online vragenlijst (Google Forms) bestaande uit 10 vragen, conform de AVG/GDPR. De vragen onderscheiden tussen radiologen die mammografie doen en andere radiologen, en tussen gebruikers en niet-gebruikers van KI.
• Analyse: Resultaten werden gepresenteerd als percentages, gesplitst per subgroep (mammografie-experten vs. anderen).

3. Belangrijkste Bevindingen (Resultaten)

A. Adoptie en Gebruik

• Huidig gebruik:
  • Onder radiologen die mammografie doen: 52,8% gebruikt KI.
  • Onder andere radiologen: 75% gebruikt KI.
  • Opmerking: Deze percentages zijn hoger dan de nationale schattingen (20-30%), wat wijst op een selectiebias (KI-gebruikers zijn meer geneigd om mee te doen aan enquêtes).
• Redenen voor niet-gebruik:
  • Gebrek aan uitrusting: De belangrijkste barrière. 94,1% van de mammografie-experten die geen KI gebruiken, geeft aan dat hun centrum niet uitgerust is.
  • Kosten: 35,3% noemt de hoge kosten als beperkende factor.
  • Gebrek aan vertrouwen: Slechts 8,8% uit een gebrek aan vertrouwen in KI-oplossingen.
  • Waarde: 42,9% van de "andere" radiologen ziet nog geen toegevoegde waarde in hun praktijk.

B. Workflow en Effectiviteit

• Workflowverbetering:
  • Radiologen die KI gebruiken, rapporteren over het algemeen een verbetering van hun workflow.
  • 85,7% van de niet-mammografie-radiologen ziet een verbetering.
  • 65,8% van de mammografie-experten ziet een verbetering. Dit lagere percentage wordt toegeschreven aan de complexiteit van mammografie, waar KI soms leidt tot extra tijd besteed aan het bespreken van twijfelgevallen en discrepanties.

C. Perceptie en Angst

• Angst voor vervanging: De angst om vervangen te worden door KI is verwaarloosbaar laag.
  • Mammografie-experten: 8,8% (gebruikers) tot 10,5% (niet-gebruikers) voelt zich bedreigd.
  • Andere radiologen: 0% tot 9,5% voelt zich bedreigd.
• Adoptiebereidheid: Er is een zeer sterke wil om KI te adopteren.
  • 79,4% van de mammografie-experten die nu geen KI gebruiken, wil dit wel (bij voorkeur gratis).
  • 0% van alle respondenten weigert het idee van KI-gebruik volledig.

D. Verwachtingen

De belangrijkste verwachtingen van radiologen voor KI-oplossingen zijn:

1. Ondersteuning bij diagnose: Vooral sterk bij mammografie-experten (44-46%).
2. Vermindering van fouten: (Valse negatieven en valse positieven).
3. Tijdwinst en productiviteit: Vooral belangrijk voor andere radiologen (tot 42,9%).

4. Belangrijkste Bijdragen

1. Kwantificering van barrières: Het onderzoek identificeert dat de primaire barrière niet psychologisch (angst of wantrouwen) is, maar pragmatisch en structureel (ontbrekende infrastructuur in centra en hoge kosten).
2. Differentiatie per specialisme: Het paper maakt een duidelijk onderscheid tussen de ervaringen van mammografie-specialisten en andere radiologen. Mammografie-specialisten zijn kritischer over workflowverbetering, waarschijnlijk vanwege de complexiteit en de strikte eisen aan screening.
3. Vertrouwen en Governance: Het paper benadrukt dat voor succesvolle adoptie transparante governance, uitlegbaarheid (explainability) en duidelijke prestatiegegevens essentieel zijn om het vertrouwen van artsen te winnen.
4. Bevestiging van bereidheid: Ondanks de beperkte adoptie, is er een unanieme bereidheid onder radiologen om KI te omarmen, mits de toegang en kostenproblemen worden opgelost.

5. Betekenis en Conclusie

De studie concludeert dat KI een krachtige hefboom is voor precisie, voorspelling en personalisatie in de radiologie, maar dat de implementatie in Frankrijk stagneert door financiële en logistieke obstakels (kosten en gebrek aan uitrusting) in plaats door weerstand van de artsen zelf.

Aanbevelingen:

• Faciliteren van toegang: Het is cruciaal om KI-oplossingen financieel toegankelijk te maken en de infrastructuur van beeldvormingscentra (vooral buiten universitaire ziekenhuizen) te verbeteren.
• Opleiding en Training: Radiologen hebben adequate training nodig om KI-tools effectief in hun workflow te integreren.
• Transparantie: Ontwikkelaars moeten zorgen voor transparante governance en uitlegbaarheid om het vertrouwen van de klinische gebruiker te waarborgen.
• Specifieke focus op mammografie: Er is een dringende behoefte aan KI-tools die specifiek zijn ontworpen om de workflow van mammografie-specialisten te verbeteren zonder de tijd te verlengen door overmatige discrepantiebesprekingen.

Het onderzoek dient als een roep om actie voor beleidsmakers en technologiebedrijven om de kloof tussen het potentieel van KI en de dagelijkse praktijk te overbruggen.