Diagnose stellen met online tools

The internet is an excellent aid in making diagnoses. One can retrieve diagnostic information from a reliable source such as a continuously updated textbook or search specifically for a diagnosis in bibliographic databases such as PubMed. Entry of a patient summary in a general search engine or a large language model such as ChatGPT can suggest differential-diagnoses to the expert user, but one must be conscious of the limitations of current large language models. There seems little room left for the traditional differential-diagnosis generators. Ideally, large language models will be combined with transparent algorithms with which medical data can be retrieved, to create a new generation of diagnostic decision support systems.

Conflict of interest and financial support: none declared.

Samenvatting

Internet is een uitstekend hulpmiddel bij het stellen van diagnoses. Je kunt diagnostische informatie uit een betrouwbare bron ophalen, zoals een continu bijgehouden naslagwerk, of gericht naar een diagnose zoeken in bibliografische databases als PubMed. Het invoeren van een klinisch vignet in een algemene zoekmachine of een groot taalmodel als ChatGPT kan de deskundige gebruiker op differentiaaldiagnostische ideeën brengen. Daarbij moet je je wel bewust zijn van de beperkingen van de huidige grote taalmodellen. Voor de traditionele software waarmee differentiaaldiagnoses kunnen worden gesteld lijkt weinig plaats meer. Idealiter worden in de nabije toekomst grote taalmodellen gecombineerd met transparante algoritmen, waarmee medische data kunnen worden opgehaald uit betrouwbare medische bronnen om zo te komen tot een nieuwe generatie diagnostische beslissingsondersteuningsprogramma’s.

Artikelinformatie

Aanvaard op

8 november 2023

19 december 2023

Citeer dit artikel als

Ned Tijdschr Geneeskd. 2023;167:D7998

Vakgebied

E-health

Onderwijs en Methodologie

Auteursinformatie

Leids Universitair Medisch Centrum, Leiden. Afd. Interne Geneeskunde: dr. M.P. Bauer, internist-acuut geneeskundige en -infectioloog. Directoraat Informatietechnologie en Digitale Innovatie: M.M. van Buchem, MSc, medisch informatiekundige. Universiteit Leiden, Leiden Institute of Advanced Computer Science, Leiden: prof.dr. S. Verberne, hoogleraar natuurlijke taalverwerking.

Contact M.P. Bauer (m.p.bauer@lumc.nl)

Belangenverstrengeling

Belangenconflict en financiële ondersteuning: geen gemeld.