Er is de afgelopen jaren veel gezegd en geschreven over artificiële intelligentie (AI). De mogelijkheden blijken legio en het fenomeen laat ook de geestelijke gezondheidszorg niet ongemoeid. De discussie daarover zal de komende jaren nog wel even aanhouden. Alle onderzoeken uit het verleden die aantoonden dat de band tussen therapeut en cliënt minstens zo belangrijk is als de toegepaste methode lijken de prullenbak in te kunnen: er zijn steeds meer AI gegenereerde chatbots en andere hulpmiddelen die de rol van de therapeut, in ieder geval gedeeltelijk, kunnen overnemen. Afgelopen weken verschenen er weer twee publicaties die bevestigen hoe nuttig AI in de ggz kan zijn.
In eerdere jaren werd al duidelijk dat met AI onder andere beter te voorspelen is of een antidepressivum gaat aanslaan, angst en depressie bij zorgpersoneel kan voorspellen en vragenlijsten overbodig kan maken.
Therabot
Therabot, een AI-chatbot speciaal getraind voor psychische zorg, blijkt in staat om ernstige symptomen van depressie, angst en eetproblemen merkbaar te verlichten. Volgens een recente studie, gepubliceerd in het New England Journal of Medicine, is de effectievit van de AI-therapeut zeker effectief.
Therabot is een zogenoemde ‘generatieve AI-chatbot’. Dat betekent dat het systeem zelf teksten genereert en gesprekken voert, die gebaseerd is op de input van psychologen en psychiater. In plaats van standaardantwoorden of oppervlakkige tips, kan Therabot daardoor een inhoudelijk, empathisch en therapeutisch gesprek voeren, afgestemd op de gebruiker.
Therabot werd in een gerandomiseerd gecontroleerd onderzoek (de ‘gouden standaard’ in medisch en psychologisch onderzoek) in de Verenigde Staten gebruikt op 210 volwassenen met klinisch relevante symptomen van een depressie, gegeneraliseerde angststoornis of een verhoogd risico op eetstoornissen. De deelnemers werden willekeurig verdeeld in twee groepen: een groep die vier weken lang Therabot gebruikte en een controlegroep die tijdelijk geen toegang kreeg.
De resultaten waren volgens de onderzoekers overtuigend: Therabot-gebruikers lieten na vier weken al duidelijk minder symptomen zien dan de controlegroep. Zowel bij de depressieve klachten, de angstklachten en de eetstoornis-gerelateerde klachten verminderden de namen de symptomen significant meer af dan in de controlegroep. Deze effecten bleven overeind na een vervolgmeting vier weken later.
Een Deens onderzoek, afgelopen februari gepubliceerd, toonde aan dat het mogelijk is om de ontwikkeling van schizofrenie bij psychiatrische patiënten te voorspellen met behulp van kunstmatige intelligentie. De resultaten, gebaseerd op gegevens uit elektronische patiëntendossiers van bijna 25.000 mensen, wijzen op een belangrijke stap richting snellere diagnose en gerichtere behandeling.
AI als diagnostisch hulpmiddel
Niet alleen als therapie, ook bij het stellen van een (vroegtijdige) diagnose is artificiële nuttig, in dit geval bijchizofrenie en bipolaire stoornis. Deze aandoeningen ontstaan meestal in de late adolescentie of vroege volwassenheid, maar worden vaak pas jaren later officieel gediagnosticeerd. Deze vertraging in de diagnose zorgt ervoor dat patiënten onnodig lang zonder passende behandeling blijven. Dat is een groot probleem, want hoe eerder de juiste behandeling start, hoe beter de prognose.
In een cohortonderzoek analyseerden onderzoekers gegevens van 24.449 patiënten tussen de 15 en 60 jaar, die tussen 2013 en 2016 meerdere keren contact hadden met de psychiatrische diensten van de Deense regio Midden-Jutland. Er werden in totaal bijna 400.000 poliklinische contacten onderzocht.
De onderzoekers gebruikten machine learning-technieken, waaronder het geavanceerde XGBoost-algoritme, om te voorspellen of iemand binnen vijf jaar een diagnose van schizofrenie of bipolaire stoornis zou krijgen. De modellen werden getraind op routinegegevens uit het elektronisch patiëntendossier, zoals medicatiegebruik, eerdere diagnoses en klinische aantekeningen.
De voorspellende waarde van het model bleek aanzienlijk. De overgang naar schizofrenie kon relatief goed worden voorspeld, met een AUROC (een maat voor modelprestatie) van 0,80, wat wil zeggen dat het model in 80% van de gevallen correct onderscheid maakte tussen patiënten die wel of geen schizofrenie zouden ontwikkelen. Voor bipolaire stoornis was dit aanzienlijk lager (AUROC 0,62), wat wijst op een grotere complexiteit of variabiliteit in het verloop van deze stoornis.
Een opvallende bevinding was dat vooral vrije tekst in klinische aantekeningen zeer waardevol bleek voor het model — vaak waardevoller dan formele diagnoses of medicatielijsten.
De toekomst van therapie?
In het onderzoek naar Therapbot waren niet alleen de resultaten in afname van de klachten was opvallend, bijzonder was ook de manier waarop gebruikers de ‘therapeutische relatie’ met Therabot beoordeelden. Die relatie – het gevoel van vertrouwen, samenwerking en empathie tussen cliënt en hulpverlener – is normaal gesproken een van de belangrijkste voorspellers van succes in psychotherapie. Gebruikers gaven aan dat ze zich gehoord en begrepen voelden, en dat de interactie met Therabot vergelijkbaar aanvoelde met die met een menselijke therapeut.
Therabot werd bovendien intensief gebruikt: gemiddeld spendeerden deelnemers meer dan zes uur aan gesprekken, verspreid over de vier weken.
Volgens de onderzoekers is dit onderzoek het eerste dat aantoont dat een volledig AI-gestuurde chatbot effectief kan zijn bij het behandelen van klinische mentale gezondheidsproblemen. Dat is belangrijk, want eerdere digitale hulpmiddelen richtten zich volgens hen vaak vooral op mildere klachten of preventie. Het kan – nog steeds volgens de onderzoekers – de deur openen naar laagdrempelige, schaalbare en betaalbare psychologische hulp. Tegelijkertijd benadrukken de onderzoekers dat vervolgonderzoek nodig is, onder meer in grotere en diverse groepen, en met langere follow-ups.
Het onderzoek toont volgens hen ook aan dat AI géén koud of afstandelijk hulpmiddel hoeft te zijn, maar ook dat technologie mensen daadwerkelijk kan helpen bij zware psychische klachten – mits goed ontwikkeld en zorgvuldig toegepast.
Toekomstperspectief
De modellen voor vroegtijdige diagnostiek bij schizofrenie en bipolaire stoornis zijn nog niet klaar zijn voor klinische toepassing, maar de resultaten tonen aan dat het mogelijk is om op basis van bestaande zorggegevens vroegtijdig te signaleren welke patiënten risico lopen op een ernstige psychiatrische diagnose. Met verdere verfijning zou dit kunnen leiden tot snellere diagnostiek, kortere onbehandelde ziekteduur en uiteindelijk betere behandelresultaten.
Volgens deze onderzoekers is het daarmee aannemelijk dat kunstmatige intelligentie op het punt staat een waardevolle bondgenoot te worden in de psychiatrische praktijk.
Michael V. Heinz, et al: Randomized Trial of a Generative AI Chatbot for Mental Health Treatment
Gepubliceerd 27 maart 2025, EJM AI 2025; Vol. 2 no 4. DOI: 10.1056/AIoa2400802
Hansen L, Bernstorff M, Enevoldsen K, et al.: Predicting Diagnostic Progression to Schizophrenia or Bipolar Disorder via Machine Learning. JAMA Psychiatry. 2025;82(5):459–469. doi:10.1001/jamapsychiatry.2024.4702]
-----------------------------------------------------------------------------------------
Vind je dit interessant? Misschien is een abonnement op de gratis nieuwsbrief dan iets voor jou! GGZ Totaal verschijnt tweemaal per maand en behandelt onderwerpen over alles wat met de ggz te maken heeft, onafhankelijk en niet vooringenomen.
Abonneren kan direct via het inschrijfformulier, opgeven van je mailadres is voldoende. Of kijk eerst naar de artikelen in de vorige magazines.
