OpenAI’s o3 vindt 18 diagnoses in onopgeloste zorgdossiers

OpenAI heeft samen met Boston Children’s Hospital en Harvard een studie gepubliceerd waarin het redeneermodel o3 meehielp bij het oplossen van zeldzame ziektegevallen bij kinderen. De resultaten verschenen op 18 juni in NEJM AI, het AI-tijdschrift van The New England Journal of Medicine. Het model nam 376 dossiers door die specialisten eerder zonder uitkomst hadden bekeken.

Wat het onderzoek deed

De artsen voerden geanonimiseerde klinische en genomische gegevens in van patiënten bij wie eerdere analyses geen diagnose hadden opgeleverd. Een variant van o3 met deep research las die gegevens en stelde mogelijke verklaringen voor, telkens onderbouwd met verwijzingen naar wetenschappelijke literatuur. Na controle door specialisten, aanvullende tests en bevestiging in een lab kwamen er 18 nieuwe diagnoses uit, een extra diagnostische opbrengst van 4,8 procent. In zeven andere gevallen bevestigde het model een verklaring die elders al bekend was. Een meisje genaamd Kyra kreeg na bijna twintig jaar eindelijk antwoord.

In één dossier wees het model op een 22q11.2-deletie op chromosoom 22. In een ander stelde het een verklaring met meerdere genen voor, waaronder LAMA2 en FOXP1. Zulke patronen verdwijnen makkelijk tussen duizenden datapunten.

Het model stelt geen diagnose

De onderzoekers benadrukken dat o3 geen patiënt heeft gediagnosticeerd en geen enkele medische beslissing nam. Het leverde hypotheses die een arts vervolgens kon natrekken of laten testen. Die rolverdeling sluit aan bij hoe AI vaker zijn weg vindt in de zorg, van AI-beeldanalyse voor brandwonden tot AI-hulp voor oncologen. De mens houdt het laatste woord, de software versnelt het zoekwerk. Het gebruikte o3-model wordt door OpenAI inmiddels deels uitgefaseerd, wat laat zien hoe snel deze technologie beweegt.

Onderdeel van een bredere zorg-push

De studie viel samen met meer aankondigingen rond wetenschap. OpenAI introduceerde LifeSciBench, een toets met 750 taken die door 173 wetenschappers waren opgesteld. Het eigen model GPT-Rosalind haalde daar 36,1 procent, tegen 25,7 procent voor GPT-5.5 en 23,6 procent voor Gemini 3.1 Pro. Bij 171 taken kwam geen enkel getest model tot een goed antwoord, een teken dat er nog flink wat werk ligt. Ook liet OpenAI met partner Molecule.one een bijna-autonome AI-chemicus los op een lastige reactie in de medicijnchemie. Over 10.080 experimenten steeg de gemiddelde opbrengst van 16,6 naar 25,2 procent.

Wat betekent dit

Voor patiënten met een onverklaarde aandoening is dit concreter nieuws dan de zoveelste benchmark. Een diagnose opent de deur naar gerichte behandeling, of op zijn minst naar duidelijkheid. Tegelijk blijft de winst bescheiden: 18 op 376, en alleen met artsen die elke suggestie natrekken. Wie AI in de zorg wil inzetten, botst dus op dezelfde vragen als bij eerdere AI-zorgplatformen. Hoe betrouwbaar is de uitkomst, wie controleert, en wat gebeurt er met gevoelige patiëntdata. Het onderzoek laat zien dat een redeneermodel echte hulp kan bieden, zolang het de dokter ondersteunt in plaats van vervangt.