Kan AI de programmeur vervangen bij medicijnonderzoek?

  • Nieuws

Onderzoekers van het lectoraat Digitale Transformatie van Hanze lieten generatieve AI programmeercode schrijven voor het verwerken van data uit klinische studies. Dat kan de doorlooptijd en kosten van dit specialistische werk verlagen, wat vooral voor mkb-bedrijven in de life sciences van belang is. Wel blijft menselijke controle nodig. De onderzoekers presenteerden hun bevindingen eind oktober op het internationale congres PRO-VE 2026 in Padova.

Waarom klinische data een knelpunt is

Wie een nieuw geneesmiddel op de markt wil brengen, moet de data uit klinische studies aanleveren in een vaste standaard, het Study Data Tabulation Model (SDTM). Toezichthouders zoals de Amerikaanse FDA eisen dat. Het omzetten van ruwe onderzoeksdata naar dit formaat gebeurt grotendeels met de hand, door gespecialiseerde SAS-programmeurs. Dat werk is tijdrovend en foutgevoelig. Kleinere biotechbedrijven hebben bovendien moeite om deze specialisten te vinden, en uitbesteden is duur en vertraagt projecten.

AI als programmeerassistent

In GDISC onderzochten onderzoekers Joran Arends en Talko Dijkhuis samen met lector Rix Groenboom of generatieve AI dit werk kan versnellen. Ze werkten in een afgeschermde cloudomgeving binnen de EU en gebruikten synthetische, niet-herleidbare data. De AI schreef code voor één onderdeel van de dataset: de demografische gegevens van deelnemers.

De eerste poging leverde onvolledige code op. Het resultaat verbeterde pas toen experts elke fout en correctie vastlegden in een kennisbank, die de AI bij elke nieuwe ronde meekreeg. Het aantal correct verwerkte variabelen groeide zo van zes in de eerste ronde naar vijftien in de vierde. Toen de kennisbank eenmaal klaar was, lag er binnen enkele minuten werkende code.

Spelregels in plaats van gokwerk

In een verkennende vervolgronde gaven de onderzoekers de AI strakkere spelregels mee: een vaste rangorde van bronnen, verplichte bronvermelding, en de instructie om bij ontbrekende informatie niets te verzinnen maar het gat te markeren. De AI markeerde daarop zelf vijf ontbrekende gegevens.

Eén moment bleek veelzeggend. De AI gaf zijn eigen werk een score van 23 uit 25. Toen een expert vroeg hoe betrouwbaar die beoordeling was, erkende het systeem dat het de code alleen had gelezen en niet had uitgevoerd. Volgens de onderzoekers laat dit zien dat mensen die AI-uitkomsten kritisch bevragen onmisbaar blijven, juist als die uitkomsten overtuigend ogen.

Wat het betekent voor het mkb

Volgens de onderzoekers kan generatieve AI de tijd en kosten van dataconversie verlagen en de drempel voor bedrijven die studiedata moeten indienen verkleinen. Dat is vooral van belang voor mkb-bedrijven in de life sciences, die vaak geen eigen specialisten in huis hebben. Wel blijft een expert nodig die de code controleert en de eindverantwoordelijkheid draagt.

De onderzoekers benadrukken dat het om een verkennende studie gaat: er is één onderdeel van de dataset getest en er is nog geen formele vergelijking gemaakt met menselijke programmeurs. Vervolgonderzoek moet uitwijzen of de bevindingen breder gelden.

Van onderzoek naar onderwijs

De inzichten uit GDISC krijgen ook een vervolg in het onderwijs. Het onderzoek laat zien dat de rol van programmeurs verandert: van zelf alle code schrijven naar het sturen, toetsen en verantwoorden van wat AI oplevert. Ruben Talstra, student Business IT & Mangement, bouwt vanuit een onderwijsopdracht voort op het onderzoek. Aan de hand van een casus onderzoekt hij hoe de inzet van generatieve AI voor dataconversie in de life sciences de ontwikkeling van geneesmiddelen en medische hulpmiddelen kan versnellen, en wat dat betekent voor het werk van programmeurs en dataspecialisten.

Internationaal gedeeld

Het artikel Distributed Agency in Hybrid Collaborative Networks: Agentic Skills in AI-Assisted Clinical Data Conversion is het openingshoofdstuk van de congresbundel van PRO-VE 2026, uitgegeven door Springer. Het congres vond plaats van 26 tot en met 28 oktober in Padova en stond in het teken van samenwerking tussen mensen en AI.

Hoe tevreden ben jij met de informatie op deze pagina?