artificiële intelligentie in de oncologische diëtetiek: digitale tool en promptgids voor diëtisten
Deze bachelorproef onderzoekt de mogelijkheden van artificiële intelligentie (AI) binnen de oncologische diëtetiek om de werkdruk van oncologische diëtisten te verlagen. Probleemstelling: De aanleiding voor dit onderzoek is de toenemende zorgvraag binnen de oncologie, gecombineerd met een hoge administratieve belasting en beperkte tijd voor individuele begeleiding. Hoewel AI theoretisch veel mogelijkheden biedt binnen de gezondheidszorg, blijkt de implementatie in de praktijk momenteel nog beperkt.
Methode: In deze bachelorproef werd onderzocht hoe Large Language Models via gestructureerde prompt engineering op een betrouwbare manier kunnen worden ingezet binnen de oncologische voedingszorg. Hiervoor werd eerst een bevraging afgenomen bij oncologische diëtisten om huidige noden, werkdruk, AI-gebruik en bezorgdheden rond AI in kaart te brengen. Daarnaast werd een literatuuronderzoek uitgevoerd naar recente prompttechnieken zoals role prompting, few-shot prompting, Chain-of-Thought prompting en Retrieval Augmented Generation. Vervolgens werden verschillende prompts en AI-modellen met elkaar vergeleken op basis van zowel kwantitatieve als kwalitatieve evaluatiecriteria. Met al deze bekomen informatie werd een praktische promptgids ontwikkeld en een prototype gebouwd waarmee gepersonaliseerde voedingsschema’s gegenereerd kunnen worden op basis van patiëntengegevens en nutritionele richtlijnen.
Resultaten: Uit de resultaten bleek dat oncologische diëtisten een hoge werkdruk ervaren en momenteel slechts beperkt gebruikmaken van AI, voornamelijk door bezorgdheden rond betrouwbaarheid, privacy en transparantie. De vergelijking tussen verschillende prompttechnieken toonde aan dat gestructureerde prompts die gebruik maken van gerichte prompttechnieken duidelijk betere resultaten opleverden dan eenvoudige prompts. De aangepaste prompts genereerden accuratere en consistenter voedingsschema’s die beter aansloten bij de ESPEN-richtlijnen en de klinische context van de patiënt. Daarnaast werden verschillen vastgesteld tussen de onderzochte AI-modellen. Sommige modellen slaagden er beter in om richtlijnen, symptomen en voedingsvereisten correct te integreren, terwijl andere modellen meer inconsistenties en afwijkingen vertoonden.
Besluit: Deze bachelorproef toont aan dat artificiële intelligentie een waardevolle ondersteunende rol kan spelen binnen de oncologische diëtetiek. Gestructureerde prompt engineering kan bijdragen aan meer consistente en klinisch relevante output.
Meer lezen