← Nieuwste papers
📄 geneeskunde

Exploring the Use of Generative AI in Postgraduate GP Training: A Qualitative Study of Resident Doctors’ Experiences and Perceptions

Deze kwalitatieve studie naar 19 artsen in opleiding tot huisarts laat zien dat hoewel generatieve AI wordt gewaardeerd voor het verminderen van administratieve lasten en het ondersteunen van klinisch redeneren, de veilige integratie ervan robuust professioneel oordeel, verificatie van outputs en duidelijkere trainingsrichtlijnen vereist om risico's met betrekking tot nauwkeurigheid, vertrouwelijkheid en vaardigheidserosie te beperken.

Oorspronkelijke auteurs: Gabriele Tankard, Jiawen Dong, Hugh Alberti, Sarah Redford, Sneha Punchayil, Alasdair Anderson

Gepubliceerd 2026-10-14
📖 6 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Gabriele Tankard, Jiawen Dong, Hugh Alberti, Sarah Redford, Sneha Punchayil, Alasdair Anderson

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de moderne kliniek is de dag van een arts een constante onderhandeling tussen de menselijke behoefte aan verbinding en de machineachtige vraag naar papierwerk. Patiënten arriveren met complexe verhalen, maar de arts moet ook navigeren door elektronische dossiers, verwijsbrieven en eindeloze administratieve checklists. In dit drukke landschap is een nieuw soort digitale assistent gestapt: generatieve kunstmatige intelligentie. In tegenstelling tot oudere computerprogramma's die simpelweg gegevens sorteren of rigide regels volgen, kan deze nieuwere technologie originele tekst creëren, informatie samenvatten en documenten opstellen door te leren van enorme hoeveelheden menselijke teksten. Het is een hulpmiddel dat belooft de repetitieve taken af te handelen die de patiëntenzorg vaak in de weg zitten, maar het roept ook een fundamentele vraag op: kan een machine die schrijft en redeneert vertrouwd worden in de omgeving met hoge inzet van de geneeskunde, vooral wanneer de persoon die het gebruikt nog volop in de leer is?

Een team onderzoekers van de Newcastle University en de North Tees and Hartlepool NHS Foundation Trust zette zich af om deze vraag te beantwoorden door te luisteren naar de mensen aan het front: huisartsen in opleiding (GP resident doctors). Dit zijn de artsen die de medische opleiding hebben voltooid maar nog in hun laatste jaren van training zitten, waarbij ze werken als volledig gekwalificeerde clinici terwijl ze tegelijkertijd de specifieke vaardigheden van de huisartsgeneeskunde aanleren. Zij nemen een unieke positie in, waarbij ze de druk van het behandelen van echte patiënten balanceren met de noodzaak om te studeren en te reflecteren op hun eigen groei. De onderzoekers verzamelden negentien van deze artsen uit de regio Noord-Engeland en hielden vijf groepsdiscussies om te begrijpen hoe zij deze nieuwe instrumenten daadwerkelijk in hun dagelijkse werk gebruiken, wat zij als de voordelen zagen en welke angsten hen wakker hielden.

De gesprekken onthulden dat kunstmatige intelligentie voor deze arts in opleiding al een praktische partner was geworden voor het beheren van de enorme hoeveelheid papierwerk. Het meest voorkomende gebruik was het aanpakken van de administratieve zware klussen. Artsen beschreven hoe ze de technologie gebruikten om concepten voor consultverslagen te maken, wat er tijdens een patiëntenbezoek werd gezegd te transcriberen en verwijsbrieven naar specialisten te schrijven. Eén arts merkte op dat hoewel zij hun eigen manier hadden om een bezoek te documenteren, het hulpmiddel hielp die aantekeningen te verbeteren, terwijl een ander een systeem beschreef dat het hele gesprek beluisterde en een volledig verslag produceerde, waardoor de arts alleen de output hoefde te controleren. Buiten de muren van de kliniek hielp de technologie bij de educatieve kant van hun training, het organiseren van hun professionele portfolio's en het helpen bij het koppelen van hun dagelijkse ervaringen aan de specifieke competenties die nodig zijn om gekwalificeerd te raken. Het ging niet om het vervangen van het werk van de arts, maar om het versnellen van de delen van de baan die repetitief aanvoelden, waardoor er tijd vrijkwam om zich op de patiënt te concentreren.

Echter, de bruikbaarheid van het hulpmiddel reikte veel verder dan simpelweg typen. De artsen beschreven ook hoe ze het gebruikten als een denkpartner om hen te helpen bij complexe medische puzzels. Wanneer zij geconfronteerd werden met een patiënt wiens symptomen onbekend waren, vroegen ze het systeem om een lijst met mogelijke aandoeningen te genereren of om een specifiek behandelpad uit te leggen. Dit betekende niet dat de machine de diagnose stelde; het fungeerde eerder als een cognitieve hulp, die een breed scala aan mogelijkheden bood die de arts vervolgens kon filteren door hun eigen klinische oordeelsvorming. Het hielp hen bij het voorbereiden op examens, het genereren van oefenvragen en zelfs het simuleren van gesprekken om hun communicatievaardigheden te oefenen. Op deze manier diende de technologie als een gepersonaliseerde tutor, die hen hielp sneller te leren en moeilijke concepten te begrijpen door deze in heldere, conversionele uitleg te breken.

Toch ging deze afhankelijkheid van een digitale assistent gepaard met een flinke dosis voorzichtigheid. De artsen waren zich zeer bewust van het feit dat de technologie fouten kon maken, soms met grote zelfverzekerdheid zaken te stellen die simpelweg onjuist waren. Ze deelden verhalen over hoe het systeem een patiëntverhaal verkeerd interpreteerde, zoals het verwarren van een menselijk rouwproces met het overlijden van een huisdier, een type fout dat ernstige gevolgen zou kunnen hebben als het niet wordt opgemerkt. Dit leidde tot een strikte consensus: de arts moet altijd degene zijn die de pen vasthoudt. Zij benadrukten dat ze elke stukje informatie dat de machine produceerde moesten verifiëren, waarbij ze het behandelden als een concept dat een deskundige controle vereist in plaats van een definitief antwoord. Er waren ook diepe zorgen over privacy. De artsen maakten zich zorgen dat patiëntgegevens die in deze systemen worden ingevoerd mogelijk niet veilig zijn, waardoor gevoelige medische geschiedenissen mogelijk aan derden worden blootgesteld. Ze benadrukten dat het gebruik van het hulpmiddel zonder de kennis of toestemming van de patiënt ethisch onjuist voelde, en dat de verantwoordelijkheid voor de zorg van de patiënt altijd bij de menselijke arts moet blijven, nooit bij het algoritme.

Misschien wel de meest opvallende bevinding was het gevoel niet voorbereid te zijn op deze nieuwe realiteit. Hoewel de artsen zagen dat kunstmatige intelligentie een standaard onderdeel van hun toekomstige carrières zou worden, voelden zij dat de training die zij ontvingen om hiermee om te gaan inconsistent en vaak afwezig was. Ze leerden door middel van vallen en opstaan, waarbij ze probeerden uit te zoeken welke platforms veilig waren en welke niet, zonder duidelijke begeleiding van hun instellingen. Ze uitten een sterke wens voor formele, door experts geleide educatie die hen niet alleen zou leren hoe ze de technologie moeten gebruiken, maar ook hoe ze dit veilig doen, hoe ze de fouten ervan herkennen en hoe ze de veranderende dynamiek kunnen beheren wanneer patiënten arriveren met informatie die zij via soortgelijke tools hebben gevonden. De artsen erkenden dat de relatie tussen arts en patiënt aan het verschuiven is, waarbij patiënten soms vaste ideeën meebrengen gebaseerd op wat een algoritme hen vertelde, wat het consult uitdagender maakt.

De studie concludeert dat hoewel generatieve kunstmatige intelligentie een krachtige manier biedt om de administratieve last te verminderen en het leren van toekomstige artsen te ondersteunen, het geen vervanging is voor menselijke expertise. De technologie werkt het best als een aanvulling, een hulpmiddel dat het routinematige afhandelt zodat de arts zich op het complexe kan concentreren, maar het vereist een waakzame menselijke hand om het te begeleiden. De onderzoekers kwamen tot de conclusie dat zonder duidelijke, gestandaardiseerde training en professionele richtlijnen, de risico's van overmatige afhankelijkheid, datalekken en klinische fouten te groot blijven. Om de volgende generatie artsen te laten floreren in een door AI aangedreven toekomst, hebben zij meer nodig dan alleen toegang tot de tools; ze hebben de wijsheid nodig om te weten wanneer ze ze kunnen vertrouwen en wanneer ze er overheen moeten kijken.

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 →