Elke keer dat een recept wordt uitgeschreven of een laboratoriumtest wordt gefactureerd, wordt er een nieuwe regel toegevoegd aan het enorme grootboek van medische claims. Lange tijd werden deze gegevens louter beschouwd als administratieve ruis, primair bedoeld voor financiële vergoedingen en niet voor wetenschappelijk onderzoek. Een nieuw funderingsmodel, dat rechtstreeks is getraind op chronologische reeksen van dergelijke claims, brengt hier nu verandering in. Door patronen te extraheren uit deze data, kan het model de ontwikkeling van ziekten voorspellen en de resultaten van klinische onderzoeken met opmerkelijke precisie nabootsen.
Het model benadert de geschiedenis van een patiënt als een temporele opeenvolging van gestandaardiseerde codes, waaronder diagnoses, procedures, medicatie en het type bezoeken. Dit proces vertoont sterke gelijkenissen met de manier waarop geavanceerde taalmodellen zinnen verwerken. Door statistische verbanden te leggen tussen miljoenen van deze trajecten, identificeert het systeem signalen die voorafgaan aan ernstige aandoeningen zoals hartfalen, chronische nierziekte of bepaalde vormen van kanker. In sommige gevallen worden deze patronen al jaren voordat de eigenlijke klinische symptomen verschijnen herkend. Omdat claimsgegevens al op grote schaal gestandaardiseerd en verzameld zijn, omzeilt deze methode de versnippering en privacyproblemen die vaak gepaard gaan met ruwe elektronische patiëntendossiers.
De eerste resultaten tonen aan dat het model ook kan simuleren wat er zou zijn gebeurd onder verschillende behandelpaden. Dit biedt een vorm van onderzoeksemulatie zonder dat er fysieke deelnemers hoeven te worden geworven of interventies gerandomiseerd moeten worden. Deze capaciteit is van groot belang, aangezien traditionele klinische onderzoeken vaak traag en kostbaar zijn. Bovendien zijn ze regelmatig niet representatief voor patiënten in de echte wereld, die vaak kampen met meerdere aandoeningen tegelijk of verschillende medicijnen gebruiken. Observationele emulatie op basis van claims kan sneller schattingen van effecten opleveren voor bredere bevolkingsgroepen, hoewel onderzoekers waarschuwen dat niet-geobserveerde variabelen en facturatiegedreven codering de absolute zekerheid nog kunnen beperken.
De praktische gevolgen van deze technologie zijn direct voelbaar in het dagelijks leven. Een verzekeraar of zorginstelling die deze voorspellingen gebruikt, zou individuen sneller kunnen selecteren voor preventieve programma's of vroege screening. Tegelijkertijd kunnen dezelfde scores invloed hebben op beslissingen over dekking of de berekening van premies, nog voordat er enige symptomen optreden. Claimsgegevens weerspiegelen echter niet alleen de biologie, maar ook de toegang tot zorg, coderingspraktijken en financiële prikkels. Modellen die hierop zijn getraind, lopen het risico bestaande ongelijkheden te versterken in wie een diagnose of behandeling krijgt. Bevolkingsgroepen met een gefragmenteerde verzekeringsgeschiedenis of een lager zorggebruik kunnen hierdoor systematisch onder- of overgediagnosticeerd worden.
Men kan het verschil vergelijken met dat tussen een persoonlijk dagboek en een bankafschrift. Waar een dagboek beschrijft hoe iemand zich voelt, toont het afschrift alleen waarvoor is betaald en op welk moment. Toch kunnen patronen in dat afschrift, zoals herhaalde bezoeken aan specialisten gevolgd door specifieke medicatiegroepen of clusters van spoedeisende hulp na routine-ingrepen, trajecten onthullen die in een dagboek ontbreken. Het funderingsmodel leest in feite dit financiële register op bevolkingsschaal en transformeert administratieve artefacten in bruikbare probabilistische voorspellingen. Farmaceutische ontwikkelaars zien hierin een weg naar snellere hypothesegeneratie en verbeterde bewaking van medicijnen nadat ze op de markt zijn gebracht.
Toezichthouders staan voor de complexe taak om te bepalen wanneer geëmuleerd bewijs betrouwbaar genoeg is om officiële beslissingen over etikettering of vergoeding te onderbouwen. Ondertussen weten patiënten zelden dat hun claimgeschiedenis op deze manier wordt geanalyseerd en hebben ze beperkte mogelijkheden tot bezwaar zodra er voorspellingen bestaan. De kracht van het model, namelijk het werken met gegevens die al door bestaande systemen stromen, maakt toezicht juist moeilijker omdat de input niet wordt verzameld onder specifieke kaders voor onderzoekstoestemming. De nauwkeurigheid blijft bovendien ongelijk verdeeld over verschillende aandoeningen en demografische groepen. De cruciale vraag is dan ook niet of de voorspellingen technisch haalbaar zijn, maar of instellingen ze zullen gebruiken om de zorg te verbeteren of om middelen en risico's efficiënter te beheren ten koste van de individuele keuzevrijheid.
