Afgelopen weekend verscheen in NRC een essay van techniekfilosoof Jos de Mul, een bewerking van de lezing die hij eind december gaf tijdens de Domus Dag van de Artsenfederatie KNMG. Tegen de achtergrond van snelle ontwikkelingen in data-analyse en kunstmatige intelligentie beschrijft hij hoe de geneeskunde verschuift van het behandelen van ziekte naar het voorspellen ervan. Waar artsen traditioneel in actie kwamen bij symptomen, richt de geneeskunde zich steeds meer op risico’s. De patiënt wordt daarmee, in zijn woorden, een ‘prepatiënt’: iemand die nog niet ziek is, maar wel als potentieel patiënt wordt benaderd op basis van risico’s.
Deze voorspellende geneeskunde biedt kansen, maar kent ook duidelijke beperkingen. Met behulp van AI worden patronen herkend in grote hoeveelheden medische data. Zo presteren algoritmen vaak beter dan artsen bij de detectie van tumoren, al blijkt de combinatie van mens en machine doorgaans het meest betrouwbaar. Ook kan preventieve medicatie het risico op hart- en vaatziekten merkbaar verlagen. Daarnaast wordt gewerkt met biomarkers, meetbare biologische signalen die samenhangen met veroudering, gezondheid en ziekte. In een toekomstscenario beschrijft De Mul een medicijn dat bij een groot deel van de mensen kan voorkomen dat Alzheimer zich ontwikkelt, mits het ruim vóór de eerste symptomen wordt toegediend.
Tegelijkertijd benadrukt De Mul dat dit soort voorspellingen altijd statistisch van aard zijn. Ze hebben betrekking op populaties en bieden geen zekerheid over het individu. Zoals hij duidelijk maakt, zijn statistieken nuttig voor groepen, maar kunnen ze misleidend zijn wanneer het om individuele levens gaat. Een verhoogd risico betekent dus niet dat iemand daadwerkelijk ziek wordt. Bovendien zijn veel verbanden gebaseerd op correlaties en niet op oorzaken, ‘correlaties zijn geen oorzaken’. Dat maakt interpretatie lastig en kan in de praktijk leiden tot overbehandeling. Zo is bij een aanzienlijk deel van de opgespoorde borsttumoren sprake van overdetectie, met als gevolg dat ingrijpende behandelingen soms achteraf niet nodig blijken.
Daarbij komt dat het leven zelf zich niet volledig laat voorspellen. Het is, in de woorden van De Mul, een ‘stochastisch en chaotisch proces’. Mensen kunnen hun gedrag aanpassen en daarmee risico’s beïnvloeden, terwijl toeval altijd een rol blijft spelen. De opkomst van voorspellende geneeskunde roept bovendien nieuwe ethische en maatschappelijke vragen op, bijvoorbeeld over toegang tot preventieve behandelingen en de psychologische impact van het kennen van je risico’s.
De Mul beschrijft hiermee een verschuiving in de geneeskunde die zowel kan worden gezien als verdere verfijning van bestaande praktijken, zoals betere diagnostiek en gerichtere preventie, als een bredere verandering in hoe gezondheid wordt benaderd. Gezondheid wordt minder opgevat als de afwezigheid van ziekte en meer als het omgaan met berekende risico’s. Dit heeft gevolgen voor de rol van de arts en voor hoe mensen naar hun eigen lichaam en toekomst kijken.
De belangrijkste conclusie is dat voorspellende geneeskunde ons waarschijnlijk veel leed kan besparen, maar ook nieuw leed kan veroorzaken. De verwachting dat technologie het noodlot kan elimineren is volgens De Mul misplaatst. Juist in een datagedreven tijdperk kan het noodlot zich op nieuwe en onvoorspelbare manieren manifesteren.
Bron
De Mul, J. (2026, 10 april). De patiënt als database: hoe artsen ziektes steeds beter kunnen voorspellen. NRC.
