geneeskunde.aiRadar
INTLBinnen 6–18 maandenZorginhoud & ethiekvoorbereidenConfidence: 45%

Large language models exhibit implicit bias when diagnosing eating disorders, potentially leading to misdiagnosis.

NL-context AI‑diagnostiek voor eetstoornissen kan bias bevatten, waardoor Nederlandse zorgverleners risico lopen op verkeerde diagnoses en verminderde kwaliteit van geestelijke‑gezondheidszorg.

Eerste signalering: Laatst bijgewerkt:

Samenvatting

An experimental vignette study shows that AI diagnostic tools can reflect implicit biases, raising concerns for clinical implementation in mental health care.

Waarom dit ertoe doet

De kwaliteit en veiligheid van zorg kunnen beïnvloed worden door deze ontwikkeling.

Context (AI-duiding)

Klik op “Toon context” om AI-duiding op te halen.

Nieuwsbrief

Wekelijks dit soort signalen in je inbox

De nieuwsbrief bundelt nieuwe signalen, relevante verschuivingen en korte duiding zodat je minder afhankelijk bent van incidentele sitebezoeken.

Scores

5
Impact

De mate waarin dit signaal de Nederlandse gezondheidszorg kan beïnvloeden (1 = minimaal, 5 = transformatief).

3
Urgentie

Hoe snel actie of aandacht nodig is (1 = kan wachten, 5 = onmiddellijke aandacht vereist).

3
Onzekerheid

De mate van onzekerheid over de uitkomst of timing (1 = zeer voorspelbaar, 5 = zeer onzeker).

Tags

AIbiasdiagnosiseating disordersethicsAI biaslarge language modelsdiagnostic ethicshealth AIdiagnostic AI

Bronnen

Relevant voor

Zorgprofessional 3/5Medisch specialist 3/5CMIO / informatiemedicus 4/5Toezicht en beleid 3/5Onderzoek en opleiding 4/5

Pipeline versie: 0.2.0 | Gegenereerd door: pipeline

← Terug naar signalen