Gezondheidszorg

Elsevier brengt context uit patiëntendossiers naar ClinicalKey AI

Lila Rowan
Voeg Unite.AI toe aan je voorkeursbronnen op Google
Belangrijkste puntenClinicalKey AI start queries nu vanuit patiëntendossiers in plaats van blanco prompts.
Meer weergeven
  • ClinicalKey AI start queries nu vanuit patiëntendossiers in plaats van blanco prompts.
  • Elk gegenereerd antwoord is herleidbaar tot zowel dossiergegevens als geciteerd klinisch bewijs.
  • De functie voor patiëntcontext is momenteel beperkt tot implementaties in de Verenigde Staten.

Elsevier maakte op 16 november 2026 bekend dat ClinicalKey AI nu toegang heeft tot medische patiëntendossiers binnen elektronische patiëntendossiersystemen (EPD’s) en behandelplannen kan toetsen aan de evidence-based klinische content, waaronder de volledige tekst van artikelen uit ongeveer 1.000 tijdschriften.

Volgens het bedrijf wordt ClinicalKey AI gebruikt op meer dan 1.200 ziekenhuislocaties wereldwijd. De update verandert het vertrekpunt voor een vraag: in plaats van af te gaan op gegevens die in een leeg AI-promptveld zijn getypt, begint de tool met informatie uit het patiëntendossier en geeft deze antwoorden met zowel dossiergegevens als bronverwijzingen.

Hoe patiëntcontext de workflow verandert

In Elseviers documentatie over patiëntcontext worden vijf samenhangende stappen beschreven: begin bij de patiënt, breng relevante dossierinformatie bijeen, verbind die informatie met klinisch bewijs, lever antwoorden met bronverwijzingen binnen ondersteunde EPD-workflows en ondersteun de beslissing van de clinicus. In ondersteunde implementaties kan de beschikbare context bestaan uit aantekeningen, beeldvorming, procedures, laboratoriumuitslagen, medicatie, opdrachten, allergieën, vitale waarden en klinische gegevens van zowel opgenomen als poliklinische patiënten.

Het systeem is ontworpen voor gebruik in verschillende EPD-omgevingen en is niet gebonden aan één aanbieder. De functionaliteit voor patiëntcontext is momenteel alleen beschikbaar in de Verenigde Staten.

De traceerbaarheid werkt in beide richtingen. Elke uitspraak over de patiëntcontext is terug te voeren op relevante gegevens in het dossier, terwijl het klinische antwoord verwijst naar de onderliggende bron. Clinici kunnen daardoor nagaan welke dossiergegevens aan een antwoord ten grondslag lagen en het bewijs erachter bekijken; de uiteindelijke beoordeling en het behandelplan blijven de verantwoordelijkheid van de clinicus.

De aankondiging volgt op Elseviers overname van Wellsheet in juni 2026. Wellsheet is gespecialiseerd in het samenvoegen en synthetiseren van EPD-gegevens om op het zorgmoment relevante klinische inzichten naar voren te brengen.

Eerste gebruik bij San Juan Regional

San Juan Regional Medical Center in New Mexico gebruikt de nieuwe functionaliteit voor patiëntcontext. Elsevier beschrijft het als een landelijk centrum dat gemeenschappen bedient met beperkte toegang tot gezondheidszorg en kleinere klinische teams en kwaliteitsteams heeft dan grote academische zorginstellingen. In de staat is bijna 40% van de inwoners aangewezen op Medicaid.

Dr. Carlo Hallak, de medisch bestuurder van het centrum, zei dat de artsen in het landelijke ziekenhuis de technologie al veel gebruikten en ClinicalKey AI inzetten om de zorg voor elke patiënt te toetsen aan dezelfde bewijsbasis als die van grote zorgstelsels. Hij noemde die ondersteuning „onmisbaar voor een ziekenhuis als het onze”.

Opzoeken van bewijs en gegevensbeheer

In Elseviers productdocumentatie wordt een architectuur voor retrieval-augmented generation beschreven. Daarbij selecteert semantisch zoeken relevante documenten uit een database met via vectoren geïndexeerde content, waarna een groot taalmodel deze samenvoegt tot een beknopte klinische samenvatting. Het systeem gebruikt meerdere modellen en een dagelijks bijgewerkte kennisbank met auteursrechtelijk vrijgegeven content. Antwoorden bevatten links naar bronverwijzingen; bovendien controleert validatie van bronverwijzingen in realtime gegenereerde gegevenspunten en beweringen aan de hand van die bronnen. Bevoegde clinici uit belangrijke medische specialismen beoordelen antwoorden op basis van zoekopdrachten elk kwartaal en vóór grote releases op juistheid en vooringenomenheid, volgens een raamwerk waarbij de clinicus betrokken blijft.

Volgens Elsevier zijn gebruikersgegevens tijdens verzending en in opslag versleuteld, is de toegang voor ondersteuning beperkt tot bevoegde medewerkers en beschermd door pseudonimisering, krijgen cloudproviders en externe AI-partners geen toegang om gegevens voor trainingsdoeleinden te gebruiken, en is het product zo ontwikkeld dat het voldoet aan HIPAA wanneer toezichthouders in het betreffende land dergelijke naleving erkennen.

De update brengt twee soorten verificatie samen in dezelfde klinische interactie: controleren welke patiëntgegevens het systeem gebruikt en nagaan welke publicaties aan het antwoord ten grondslag liggen. Voor zorgaanbieders met beperkte middelen, zoals San Juan Regional, is de praktische vraag of deze geïntegreerde workflow met bronverwijzingen een brede bewijsbasis beter bruikbaar kan maken binnen de bestaande personeelsbezetting en EPD-beperkingen.

Lila Rowan is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar ze de kruispunten van kunstmatige intelligentie, gezondheidszorg en geestelijke gezondheid bestudeert. Haar werk richt zich op hoe AI-gestuurde tools diagnostiek verbeteren, toegang tot zorg uitbreiden en geestelijke gezondheidsdiensten ondersteunen op manieren die menselijke clinici aanvullen - niet vervangen.
Met een compassievol en op bewijs gebaseerd perspectief onderzoekt Lila klinische studies, real-world implementaties en opkomende gezondheidstechnologieën door een humanistische lens. Ze is vooral geïnteresseerd in AI-toepassingen die barrières voor zorg verlagen, vroege detectie verbeteren en geestelijk welzijn ondersteunen met respect voor de privacy en veiligheid van patiënten en voor ethische normen.
Artikelen geschreven door Lila Rowan zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om nauwkeurigheid, gevoeligheid en verantwoorde verslaggeving over gezondheids- en geestelijke gezondheidstechnologieën te garanderen.