Europese alternatieven voor klinische beslissingsondersteuning na OpenEvidence

Europese zorgverleners vertrouwen al lange tijd op een beperkt aantal betrouwbare tools voor klinische beslissingsondersteuning om snel en veilig antwoorden te krijgen op vragen tijdens de zorg. Voor velen maakte OpenEvidence deel uit van die toolkit: een snel, AI-gedreven klinisch zoekplatform gebaseerd op peer-reviewed literatuur. Maar begin 2026 trok OpenEvidence zijn app terug uit de Britse en Europese markten, een stap die algemeen wordt toegeschreven aan regelgevende onzekerheid rond de EU Artificial Intelligence Act en de gevolgen daarvan voor AI-tools die klinische besluitvorming beïnvloeden. Die terugtrekking heeft een praktische leemte achtergelaten voor Europese zorgverleners en roept een bredere vraag op: hoe ziet een echt Europa-geschikte tool voor klinische beslissingsondersteuning er eigenlijk uit?

Waarom Europese zorgverleners hun opties heroverwegen

De timing van het vertrek van OpenEvidence is niet toevallig. De EU AI Act classificeert AI-gebaseerde systemen voor klinische beslissingsondersteuning als hoog risico. Dit brengt een reeks verplichtingen met zich mee op het gebied van transparantie, traceerbaarheid en robuustheid, die veel verder gaan dan waarvoor de meeste in de VS ontwikkelde tools zijn ontworpen.

Daarnaast blijft de Algemene Verordening Gegevensbescherming (AVG) strikte eisen stellen aan waar patiëntgegevens worden verwerkt en opgeslagen. De EU Medical Device Regulation (MDR) stelt een aparte regelgevende norm voor software die klinische beslissingen beïnvloedt.

Bijna driekwart van de EU-landen gebruikt al AI-ondersteunde diagnostiek, inclusief tools die klinische besluitvorming ondersteunen. De vraag naar deze technologieën staat dus niet ter discussie. Wat wel ter discussie staat, is of de tools waar zorgverleners op vertrouwen zijn gebouwd om veilig en rechtmatig te functioneren binnen Europese gezondheidszorgsystemen.

OpenEvidence is een platform voor klinische beslissingsondersteuning dat in de Amerikaanse markt in meerdere ziekenhuizen wordt gebruikt. De afwezigheid ervan in Europa creëert een moment voor Europese zorgverleners om alternatieven met een frisse blik te evalueren.

Waar je als Europese zorgverlener op moet letten bij een tool voor klinische beslissingsondersteuning

Voordat je een specifiek platform evalueert, is het handig om een duidelijk kader te hebben voor wat belangrijk is in de Europese context. De criteria die het meest onderscheidend zijn tussen geschikte en ongeschikte tools voor Europees gebruik, zijn:

Naleving van regelgeving

• Is de tool geregistreerd of gecertificeerd onder de EU MDR of het equivalente nationale kader (bijvoorbeeld MHRA-registratie in het VK)?

• Is het beoordeeld onder de bepalingen voor hoogrisico-AI van de EU AI Act, inclusief transparantie en post-market monitoring?

• AI-gebaseerde systemen voor klinische beslissingsondersteuning moeten voldoen aan zowel verticale AI Act-veiligheidsverplichtingen als horizontale interoperabiliteitsvereisten onder kaders zoals MyHealth@EU, een dubbele compliance-uitdaging die veel tools van Amerikaanse oorsprong niet hebben aangepakt.

Gegevensopslag en AVG

• Waar worden patiëntgegevens verwerkt en opgeslagen? EU-gegevensopslag is niet optioneel voor veel NHS trusts en Europese zorgsystemen.

• Voldoet de gegevensverwerkingsovereenkomst van de tool aan de AVG-verplichtingen, inclusief gegevensminimalisatie en doelbinding?

Afstemming op richtlijnen

• Verwijst de tool naar richtlijnen die relevant zijn voor de Europese klinische praktijk, zoals NICE, SIGN, AWMF, HAS of nationale equivalenten?

• Sluit de bewijsbasis aan bij Europese regelgevende goedkeuringen en voorschrijfconventies, en niet alleen bij behandelingen die zijn goedgekeurd door de Amerikaanse Food and Drug Administration?

Integratie met patiëntendossier en workflow

• Integreert de tool met de patiëntendossiersystemen die worden gebruikt in Europese ziekenhuizen en eerstelijnszorg, of vereist het dat zorgverleners overstappen naar een aparte interface?

• Is het toegankelijk via mobiel, web of ingebed in bestaande klinische software?

Taal en regionale aanpassing

• Voor niet-Engelstalige EU-lidstaten: ondersteunt de tool klinische vragen en antwoorden in lokale talen?

• Ondersteunt het lokale coderingsstandaarden, waaronder SNOMED CT en ICD-10?

Transparantie en bronvermelding

• Kunnen zorgverleners de bronnen achter een antwoord inzien? Een ontwerp waarbij bronvermelding centraal staat, wordt steeds meer als basisvoorwaarde gezien voor klinische betrouwbaarheid, niet als een premiumfunctie.

OpenEvidence: wat het biedt en waar het tekortschiet voor Europees gebruik

OpenEvidence is een AI-gedreven klinisch zoekplatform dat antwoorden genereert op klinische vragen op basis van peer-reviewed medische literatuur. Het ontwerp geeft prioriteit aan snelheid en brontransparantie, waarbij relevante studies worden getoond naast gesynthetiseerde antwoorden. Voor Amerikaanse zorgverleners is het een standaardtool geworden voor zorg op het moment zelf.

Voor Europese zorgverleners ligt het genuanceerder. De bewijsbasis van het platform is overwegend VS-gericht en weerspiegelt FDA-goedkeuringen, Amerikaanse klinische richtlijnen en voorschrijfnormen. Dit zorgt voor een aanzienlijke mismatch voor zorgverleners die werken volgens NICE-richtlijnen, AWMF-aanbevelingen of nationale formularia die afwijken van de Amerikaanse praktijk.

Fundamenteler is dat OpenEvidence momenteel niet beschikbaar is in de EU of het VK. De terugtrekking weerspiegelt echte regelgevende complexiteit: de classificatie van klinische AI als hoog risico door de EU AI Act legt verplichtingen op, waaronder vereisten voor menselijk toezicht, conformiteitsbeoordelingen en post-market monitoring, die aanzienlijke investeringen vergen. Dit is geen tijdelijke kloof die snel zal worden overbrugd. Platforms die al MHRA-geregistreerd of CE-gemarkeerd zijn, hebben een regelgevende voorsprong die jaren en aanzienlijke investeringen kost om te evenaren.

Tandem Health: klinische beslissingsondersteuning binnen het consult

Tandem Health is een in Europa ontwikkelde AI-medisch assistent die klinische beslissingsondersteuning anders benadert dan zelfstandige zoekhulpmiddelen. In plaats van te functioneren als een aparte zoekinterface, werkt Tandem binnen het klinische consult zelf. Het gebruikt ambient voice technology (AVT) om mee te luisteren tijdens het consult, gestructureerde klinische verslagen in realtime te genereren en AI-ondersteunde klinische redenering binnen de workflow te tonen in plaats van ernaast.

Deze geïntegreerde aanpak heeft praktische implicaties voor de cognitieve belasting: de mentale inspanning die nodig is om verschillende taken tijdens een consult te combineren. Zorgverleners die een losse tool voor beslissingsondersteuning gebruiken, moeten van context wisselen: een vraag formuleren, de consultinterface verlaten, een resultaat interpreteren en terugkeren naar de patiënt. Het ontwerp van Tandem vermindert die wrijving door documentatie en beslissingsondersteuning te integreren in één klinisch moment.

Tandem heeft CE-markering en MHRA-compliance, en werkt onder ISO 27001-certificering met AVG-conforme gegevensverwerking. Dit voldoet aan de normen voor gegevensbeveiliging en privacy die Europese zorgsystemen vereisen. De klinische beslissingsondersteuning is nu ook EU MDR Klasse IIa gecertificeerd. Voor zorgverleners in de eerstelijnszorg of poliklinische settings die beslissingsondersteuning willen zonder een aparte tool aan hun workflow toe te voegen, biedt dit integratiemodel een wezenlijk andere waardepropositie dan op vragen gebaseerde platforms.

Andere Europese of Europa-compatibele platforms voor klinische beslissingsondersteuning

Verschillende platforms zijn het overwegen waard voor Europese zorgverleners die hun opties evalueren. Elk heeft een duidelijke primaire toepassing en regelgevende positie.

iatroX

iatroX is een in het VK gevestigd klinisch AI-zoekplatform met MHRA-registratie. Het put uit een corpus dat NICE, Clinical Knowledge Summaries (CKS) en SIGN-richtlijnen omvat. Het biedt bronvermelding bij elk antwoord en een geïntegreerd systeem voor permanente professionele ontwikkeling (CPD). Het is gratis beschikbaar voor individuele zorgverleners en is specifiek ontworpen voor in het VK geaccepteerde richtlijnen in plaats van open-web retrieval.

Medwise AI

Medwise AI is gepositioneerd als een NHS-gericht zoekplatform met lokale en nationale richtlijnintegratie, ondersteund door Innovate UK-financiering en vermeld op de NHS-marktplaats. Een prospectieve pilotstudie in een Welsh NHS-ziekenhuis toonde aan dat het platform lokale klinische richtlijnen kan verzamelen en kan opsplitsen in opvraagbare stukken met behulp van natural language processing (NLP) om beknopte antwoorden te leveren op vragen van zorgverleners. Het wordt ingezet op NHS Trust-niveau in plaats van voor individuele zorgverleners.

AMBOSS AI Mode

AMBOSS AI Mode biedt zoeken in natuurlijke taal in de gecureerde klinische inhoudsbibliotheek van AMBOSS, met inline bronvermeldingen en traceerbare links. AMBOSS is van Duitse oorsprong, met een sterke onderwijsachtergrond en gestructureerde leerpaden. Het gecureerde-inhoudsmodel, waarbij bewijs wordt geselecteerd en onderhouden door artsenredacteuren, biedt een andere vertrouwensaanpak dan tools die antwoorden ophalen uit open richtlijncorpora.

Isabel DDx Companion

Isabel DDx Companion is een ondersteuningssysteem voor differentiële diagnose van Britse oorsprong, dat meer dan 10.000 aandoeningen dekt. Het accepteert tekenen en symptomen in natuurlijke taal en retourneert een gerangschikte lijst van mogelijke diagnoses. Het is geen richtlijnmotor. De functie is om mogelijkheden aan het licht te brengen die een zorgverlener mogelijk heeft gemist, niet om het beleid te sturen. Het is beschikbaar voor individuele zorgverleners en instellingen.

Vera Health

Vera Health is HIPAA- en AVG-conform en wereldwijd beschikbaar zonder regionale beperkingen. Er is geen NPI- of regionale toegangsvereiste, waardoor het toegankelijk is voor Europese zorgverleners. In een recente evaluatie scoorde Vera Health hoger dan OpenEvidence op bronvermelding en workflowdekking.

UpToDate Expert AI

UpToDate heeft AI-verbeterde functies toegevoegd, waaronder een conversationele assistent gebaseerd op de UpToDate-inhoudsbibliotheek, met klikbare bronvermeldingen en stapsgewijze klinische redenering. Deze functies zijn toegankelijk voor Europese zorgverleners via institutionele abonnementen en NHS OpenAthens-toegang. De redactionele diepgang is een belangrijk onderscheidend kenmerk.

DynaMed

DynaMed dekt meer dan 3.400 klinische onderwerpen met dagelijkse updates en expliciete bewijsniveaus. Het heeft meerdere Best in KLAS-awards ontvangen voor klinische beslissingsondersteuning en is beschikbaar voor Europese instellingen.

Pathway MD

Pathway MD is een Canadese mobile-first tool die klinische richtlijnen presenteert als beslissingsalgoritmen. Het is gratis of op freemium-basis beschikbaar en dekt een reeks internationale richtlijnen.

Hoe klinische beslissingsondersteuning past in de bredere klinische workflow

De meest effectieve tools voor klinische beslissingsondersteuning sluiten aan op de bredere architectuur van klinisch werk, inclusief documentatie, verwijzing, triage, invoer van patiëntendossiergegevens en codering, in plaats van te functioneren als een aparte opzoekfunctie.

Een cross-sectioneel onderzoek in zes Europese landen en de VS liet zien dat ongeveer de helft van de zorgprofessionals systemen voor klinische beslissingsondersteuning gebruikt, met aanzienlijke variatie tussen landen. Deelnemers gaven aan deze tools vooral te gebruiken voor diagnostische doeleinden of richtlijnimplementatie, maar identificeerden prognostische tools als het gebied met de grootste onvervulde behoefte. Dit suggereert dat de huidige generatie op vragen gebaseerde platforms slechts een deel van de behoeften van zorgverleners dekt.

Onderzoek naar geautomatiseerde monitoring van naleving van richtlijnen wijst op een architectonische richting die Europese zorgsystemen steeds meer nastreven: het integreren van richtlijnaanbevelingen met realtime klinische gegevens uit patiëntendossiersystemen met behulp van Fast Healthcare Interoperability Resources (FHIR)-gebaseerde interoperabiliteitsstandaarden. Deze aanpak verschuift klinische beslissingsondersteuning van een reactieve opzoektool naar een proactief, patiëntspecifiek systeem, hoewel implementatie op schaal complex blijft.

Het bewijs over de vraag of tools voor beslissingsondersteuning klinisch gedrag veranderen, is genuanceerder dan leveranciers doorgaans erkennen. Een clustergerandomiseerde trial van het European Society of Radiology iGuide-systeem voor klinische beslissingsondersteuning in drie Duitse universitaire ziekenhuizen liet zien dat het systeem geen statistisch significante vermindering opleverde in ongepaste beeldvormingsverzoeken vergeleken met controleafdelingen. Dit is een nuttige herinnering dat de aanwezigheid van een tool voor klinische beslissingsondersteuning niet automatisch leidt tot veranderd klinisch gedrag. Implementatiecontext, workflowintegratie en betrokkenheid van zorgverleners zijn allemaal van belang.

Belangrijke vragen om te stellen voordat je een tool voor klinische beslissingsondersteuning in Europa adopteert

Voor zorgverleners en klinische leiders die een nieuw platform evalueren, bieden de volgende vragen een praktisch due diligence-kader. Voor Britse zorgverleners en zorgorganisaties wordt de lat voor veilige adoptie bepaald door de Digital Technology Assessment Criteria (DTAC) en het NICE Evidence Standards Framework, niet door marketingclaims of Amerikaanse adoptiemetrieken.

Over gegevens en naleving van regelgeving:

• Waar worden patiëntgegevens verwerkt en opgeslagen? Is EU- of VK-gegevensopslag gegarandeerd?

• Is de tool geregistreerd als medisch hulpmiddel onder EU MDR- of MHRA-kaders?

• Is het beoordeeld onder de bepalingen voor hoogrisico-AI van de EU AI Act?

• Voldoet het aan DTAC-vereisten voor NHS-gebruik?

Over klinische inhoud:

• Naar welke klinische richtlijnen verwijst de tool, en zijn deze relevant voor jouw nationale context?

• Hoe vaak wordt de bewijsbasis bijgewerkt?

• Zijn antwoorden volledig geciteerd, met traceerbare links naar bronmateriaal?

Over workflowintegratie:

• Integreert de tool met jouw patiëntendossiersysteem, of vereist het een aparte interface?

• Is het toegankelijk op het moment van zorg, via mobiel, web of ingebed?

• Ondersteunt het jouw lokale taal en coderingsstandaarden, waaronder SNOMED CT en ICD-10?

Over transparantie en veiligheid:

• Communiceert de tool duidelijk onzekerheid of beperkingen in zijn antwoorden?

• Is er een mechanisme om fouten of verouderde aanbevelingen te melden?

• Pakt de tool real-world datakwaliteitsuitdagingen aan, zoals variabiliteit, bias en veranderingen in data over de tijd, die de AI-betrouwbaarheid in klinische settings beïnvloeden?

De reisrichting: klinische beslissingsondersteuning in de Europese gezondheidszorg

De regelgevende omgeving voor klinische AI in Europa wordt steeds gestructureerder. De hoogrisico-classificatie van de EU AI Act voor systemen voor klinische beslissingsondersteuning betekent dat de lat voor markttoegang en voor voortgezette werking hoger komt te liggen. AI-ondersteunde klinische software die niet vanaf het begin is ontworpen met AI Act-waarborgen en MyHealth@EU-interoperabiliteitsvereisten zal toenemende wrijving ondervinden naarmate de handhaving volwassener wordt.

Tegelijkertijd heeft bijna de helft van de EU-lidstaten al toegewijde professionele rollen gecreëerd voor AI en datawetenschap in de gezondheidszorg, en hebben verschillende landen plannen aangekondigd om AI-trainingsprogramma's te introduceren of uit te breiden. De institutionele infrastructuur voor klinische AI wordt opgebouwd. Dit betekent dat de tools die goed integreren met die infrastructuur een structureel voordeel zullen hebben ten opzichte van degenen die dat niet doen.

De verschuiving naar AI-native besturingssystemen in de eerste- en tweedelijnszorg, platforms die documentatie, beslissingsondersteuning, verwijzing en codering binnen één workflow afhandelen in plaats van als losse tools, weerspiegelt een bredere erkenning dat administratieve last en cognitieve belasting op zichzelf klinische veiligheidskwesties zijn. Europese zorgverleners zijn niet simpelweg op zoek naar een vervanging voor OpenEvidence. Ze zoeken naar tools die wrijving verminderen, aansluiten bij lokaal bestuur en klinische redenering ondersteunen zonder nog een systeem toe te voegen om te beheren. De platforms die zullen slagen in deze markt zijn degenen die met die eisen in hun kern zijn ontworpen, niet achteraf aangepast om eraan te voldoen.

Veelgestelde vragen

▶ Waarom trok OpenEvidence zich terug uit de Britse en Europese markten?

OpenEvidence trok zich begin 2026 terug uit de Britse en Europese markten, een stap die algemeen wordt toegeschreven aan regelgevende onzekerheid rond de EU Artificial Intelligence Act. De wet classificeert AI-gebaseerde systemen voor klinische beslissingsondersteuning als hoog risico. Dit brengt transparantie-, traceerbaarheids- en robuustheidsverplichtingen met zich mee waarvoor de meeste in de VS ontwikkelde tools niet zijn ontworpen. Het voldoen aan deze vereisten vereist aanzienlijke investeringen, en de kloof zal waarschijnlijk niet snel worden overbrugd.

▶ Aan welke regelgevende vereisten moet een tool voor klinische beslissingsondersteuning voldoen voor gebruik in Europa?

Een tool voor klinische beslissingsondersteuning die in Europa wordt gebruikt, moet voldoen aan verschillende overlappende kaders. Deze omvatten registratie of certificering onder de EU Medical Device Regulation of, in het VK, MHRA-registratie. De tool moet ook voldoen aan de bepalingen voor hoogrisico-AI van de EU AI Act, die menselijk toezicht, conformiteitsbeoordelingen en post-market monitoring omvatten. De AVG vereist dat patiëntgegevens binnen de EU of het VK worden verwerkt en opgeslagen. NHS-organisaties in Engeland moeten bovendien voldoen aan de Digital Technology Assessment Criteria.

▶ Wat zijn de belangrijkste beperkingen van OpenEvidence voor Europese zorgverleners?

De bewijsbasis van OpenEvidence is overwegend VS-gericht en weerspiegelt Food and Drug Administration-goedkeuringen, Amerikaanse klinische richtlijnen en voorschrijfnormen. Dit zorgt voor een aanzienlijke mismatch voor zorgverleners die werken volgens NICE-richtlijnen, AWMF-aanbevelingen of nationale formularia die afwijken van de Amerikaanse praktijk. Het meest fundamenteel is dat het platform momenteel niet beschikbaar is in de EU of het VK, waardoor Europese zorgverleners het helemaal niet kunnen gebruiken.

▶ Welke tools voor klinische beslissingsondersteuning zijn beschikbaar voor Europese zorgverleners als alternatieven voor OpenEvidence?

Er zijn verschillende platforms beschikbaar. iatroX is een in het VK gevestigde tool met MHRA-registratie, die put uit NICE, Clinical Knowledge Summaries en SIGN-richtlijnen. Medwise AI integreert lokale en nationale NHS-richtlijnen en wordt ingezet op NHS Trust-niveau. AMBOSS AI Mode biedt zoeken in natuurlijke taal in gecureerde klinische inhoud van Duitse oorsprong. Isabel DDx Companion ondersteunt differentiële diagnose voor meer dan 10.000 aandoeningen. Vera Health is AVG-conform en beschikbaar zonder regionale beperkingen. UpToDate en DynaMed zijn beide toegankelijk voor Europese instellingen via een abonnement. Elk heeft een duidelijke regelgevende positie en primaire toepassing.

▶ Hoe verschilt Tandem Health van zelfstandige zoekhulpmiddelen voor klinische beslissingsondersteuning?

Tandem Health is een in Europa ontwikkelde AI-medisch assistent die binnen het klinische consult zelf werkt. Het gebruikt ambient voice technology om mee te luisteren tijdens het consult, gestructureerde klinische verslagen in realtime te genereren en AI-ondersteunde klinische redenering binnen de workflow te tonen. Zelfstandige zoekhulpmiddelen vereisen dat zorgverleners van context wisselen: een vraag formuleren, de consultinterface verlaten, een resultaat interpreteren en terugkeren naar de patiënt. De geïntegreerde aanpak van Tandem vermindert die wrijving. Het heeft CE-markering en MHRA-compliance, en werkt onder ISO 27001-certificering met AVG-conforme gegevensverwerking.

▶ Verandert technologie voor klinische beslissingsondersteuning daadwerkelijk klinisch gedrag?

Het bewijs is genuanceerder dan leveranciers doorgaans erkennen. Een clustergerandomiseerde trial van het European Society of Radiology iGuide-systeem voor klinische beslissingsondersteuning in drie Duitse universitaire ziekenhuizen liet zien dat het systeem geen statistisch significante vermindering opleverde in ongepaste beeldvormingsverzoeken vergeleken met controleafdelingen. Implementatiecontext, workflowintegratie en betrokkenheid van zorgverleners bepalen allemaal of een tool de praktijk verandert, niet simpelweg de aanwezigheid ervan.

▶ Welke vragen moet een Europese zorgverlener of klinische leider stellen voordat een tool voor klinische beslissingsondersteuning wordt geadopteerd?

Belangrijke vragen beslaan drie gebieden. Over gegevens en compliance: waar worden patiëntgegevens verwerkt en opgeslagen, is EU- of VK-gegevensopslag gegarandeerd, en is de tool geregistreerd als medisch hulpmiddel? Over klinische inhoud: naar welke richtlijnen verwijst de tool, hoe vaak wordt de bewijsbasis bijgewerkt, en zijn antwoorden volledig geciteerd met traceerbare bronlinks? Over workflow: integreert de tool met jouw patiëntendossiersysteem, is het toegankelijk op het moment van zorg, en ondersteunt het jouw lokale taal en coderingsstandaarden, waaronder SNOMED CT en ICD-10?

▶ Hoe belangrijk is afstemming op richtlijnen voor tools voor klinische beslissingsondersteuning die in Europa worden gebruikt?

Afstemming op richtlijnen is een praktische vereiste, geen voorkeur. Europese zorgverleners werken binnen kaders zoals NICE, SIGN, AWMF en HAS, die aanzienlijk kunnen verschillen van Amerikaanse klinische richtlijnen en FDA-goedgekeurde behandelingen. Een tool die aanbevelingen toont op basis van Amerikaanse voorschrijfnormen kan zorgverleners adviezen geven die niet van toepassing zijn op hun nationale formularium of regelgevende context. De bewijsbasis waaruit een tool put, moet de klinische omgeving weerspiegelen waarin het wordt gebruikt.

▶ Wat betekent de EU AI Act voor klinische AI-tools in de praktijk?

De EU AI Act classificeert AI-gebaseerde systemen voor klinische beslissingsondersteuning als hoog risico. Dit brengt verplichtingen met zich mee, zoals transparantievereisten, conformiteitsbeoordelingen, mechanismen voor menselijk toezicht en post-market monitoring. Tools moeten ook voldoen aan interoperabiliteitsvereisten onder kaders zoals MyHealth@EU. AI-ondersteunde klinische software die niet vanaf het begin met deze waarborgen is gebouwd, zal toenemende wrijving ondervinden naarmate de handhaving volwassener wordt. Platforms die al CE-markering of MHRA-registratie hebben, hebben een regelgevende voorsprong die jaren en aanzienlijke investeringen kost om te evenaren.

▶ Welke onvervulde behoeften rapporteren Europese zorgverleners rond klinische beslissingsondersteuning?

Een cross-sectioneel onderzoek in zes Europese landen en de VS liet zien dat ongeveer de helft van de zorgprofessionals systemen voor klinische beslissingsondersteuning gebruikt, vooral voor diagnostische doeleinden of richtlijnimplementatie. Deelnemers identificeerden prognostische tools als het gebied met de grootste onvervulde behoefte. Dit suggereert dat de huidige generatie op vragen gebaseerde platforms slechts een deel van de behoeften van zorgverleners dekt. Het wijst op een bredere behoefte aan tools die integreren met realtime klinische gegevens in plaats van te functioneren als reactieve opzoeksystemen.