Evolutionaire AI zoals popEVE versnelt en verbetert de diagnose van zeldzame ziekten. Sneller, eerlijker en met meer houvast voor Nederlandse zorgteams.
Waarom evolutionaire AI zeldzame ziekten een stap vóór kan zijn
Ongeveer 50% van de patiënten met een zeldzame ziekte krijgt nooit een definitieve diagnose. Niet omdat hun ziekte "onoplosbaar" is, maar omdat artsen in het DNA simpelweg de juiste aanwijzing niet kunnen vinden. Ondertussen tikt de tijd door – zeker bij zuigelingen en jonge kinderen, waar maanden verschil kunnen maken tussen leven met schade of leven met perspectief.
Binnen onze serie “AI voor Nederlandse Zorg: Innovatie in de Gezondheidszorg” is dit precies het soort uitdaging waar AI het verschil kan maken. Het nieuwe AI-systeem popEVE laat zien hoe. Het leert niet alleen van patiëntdata, maar van miljarden jaren evolutie, en helpt klinische teams om in een berg genetische varianten razendsnel de meest verdachte mutatie te vinden.
In deze blog neem ik je mee in wat popEVE is, waarom het relevant is voor de Nederlandse zorg, hoe het werkt in de praktijk en wat je vandaag al kunt doen als ziekenhuis, UMC of expertisecentrum zeldzame ziekten.
Wat is popEVE en waarom is dit relevant voor de Nederlandse zorg?
popEVE is een AI-model dat schadelijke mutaties in menselijk DNA kan identificeren, zelfs als die specifieke variant nog nooit eerder bij een mens is beschreven. Dat is precies waar de huidige praktijk vastloopt.
In de genetische diagnostiek gebeurt vaak het volgende:
- een volledig exoom of genoom wordt gesequencet;
- er blijven duizenden varianten over die misschien iets met de ziekte te maken hebben;
- bekende varianten worden vergeleken met databases, literatuur en parental DNA;
- maar voor veel varianten bestaat geen referentie of casus – zeker bij zeldzame ziekten.
Het resultaat? Een diagnostische odyssee die jaren kan duren, veel consulten, teleurstellingen en onnodige zorgkosten met zich meebrengt. In Nederland herkennen klinisch genetici en kinderartsen dit dagelijks in de zeldzame-ziektenzorg.
De belofte van popEVE is dat het die lange zoektocht inkort door mutaties te rangschikken op verwachte schadelijkheid. Artsen kunnen dan beginnen bij de sterkste genetische "verdachten".
Voor het Nederlandse zorglandschap past dit naadloos in de beweging naar precisiegeneeskunde, passende zorg en efficiëntere inzet van dure diagnostiek.
Hoe AI leert van evolutie: de kern van popEVE
De kracht van popEVE zit in een simpele maar briljante gedachte: evolutie is één groot natuurlijk experiment dat miljarden jaren heeft gedraaid.
Evolutie als ultiem laboratorium
In elk organisme ontstaan continu mutaties. De natuur selecteert:
- varianten die niet met leven te verenigen zijn, verdwijnen;
- varianten die geen probleem vormen, blijven generaties lang bestaan;
- superbelangrijke stukken eiwit zijn door soorten heen vrijwel onveranderd.
Door genetische sequenties van honderdduizenden soorten naast elkaar te leggen, leert popEVE:
- welke delen van een eiwit essentieel zijn voor overleving;
- welke aminozuren nog redelijk kunnen variëren;
- welke veranderingen vrijwel altijd desastreus zijn voor de functie.
Daarmee kan het model voor elk menselijk eiwit – we hebben er ongeveer 20.000 – voorspellen hoe waarschijnlijk het is dat een specifieke aminozuurverandering de functie verstoort.
Van EVE naar popEVE
popEVE bouwt voort op een ouder model, EVE (2021). EVE kon varianten al grofweg indelen in "waarschijnlijk schadelijk" of "waarschijnlijk goedaardig". popEVE gaat een stap verder:
- het maakt genen en varianten onderling vergelijkbaar;
- het geeft een risicoscore die gebruikt kan worden om varianten te rangschikken;
- het voegt daar populatiegegevens aan toe (zoals uit gnomAD en de UK Biobank).
Het slimme hieraan voor de Nederlandse context: het model voorkomt dat varianten uit ondervertegenwoordigde populaties ten onrechte als gevaarlijk worden gemarkeerd, alleen omdat ze weinig voorkomen in Europese datasets. Dat is cruciaal in een steeds diversere samenleving en voor ziekenhuizen in bijvoorbeeld de Randstad.
Wat kan popEVE concreet betekenen in de kliniek?
De vraag die je als zorgprofessional meteen hebt: werkt het ook in echte gezinnen?
Resultaten uit grote cohortstudies
In onderzoek bij 31.000 families met ernstige ontwikkelingsstoornissen wist popEVE in 98% van de gevallen de bekende pathogene mutatie als meest schadelijke variant aan te wijzen. Het presteerde daarmee beter dan andere geavanceerde modellen, zoals AlphaMissense.
Daarnaast identificeerde popEVE 123 nieuwe ziektegerelateerde genen, vaak betrokken bij hersenontwikkeling, die wereldwijd maar één of twee keer waren gezien. Dat is precies de categorie "patiënt van één" waar genetici en expertisecentra zeldzame ziekten dagelijks mee te maken hebben.
Hoe ziet dit er uit in een Nederlandse workflow?
Stel: een kind wordt in een academisch ziekenhuis in Nederland gezien met een ernstig ontwikkelingsprobleem. De stappen zouden er met popEVE zo uitzien:
- Whole exome sequencing (WES) of whole genome sequencing (WGS) wordt uitgevoerd.
- Het laboratorium houdt na filtering bijvoorbeeld 3.000 varianten over.
- popEVE berekent per variant een evolutionaire risicoscore.
- De top 20–50 meest verdachte varianten wordt door klinisch genetici en kinderartsen beoordeeld.
- Varianten met hoge score én passend klinisch beeld worden verder onderzocht (bijvoorbeeld familieonderzoek, functionele assays, multidisciplinair overleg).
De winst:
- minder tijd kwijt aan varianten met lage waarschijnlijkheid;
- hogere kans dat de juiste diagnose wél op tafel komt;
- betere onderbouwing richting ouders waarom een bepaalde variant verdacht is.
Wat blijft mensenwerk?
Ook met popEVE blijft een genetische diagnose nooit een puur algoritmische uitkomst. Nodig blijven:
- interpretatie door klinisch genetici;
- koppeling aan fenotype, familiegeschiedenis en andere diagnostiek;
- ethische afwegingen (bij toevalsbevindingen, behandeling, counseling).
Ik zie popEVE eerder als een “supercollega” in de achtergrond dan als vervanging van menselijk vakmanschap.
Gelijkheid ingebouwd: waarom dit ethisch wél vooruitgang is
Veel AI in de zorg vergroot – onbedoeld – bestaande ongelijkheid. Modellen zijn getraind op data van voornamelijk Europese populaties en doen het slechter bij mensen met een andere achtergrond.
Bij genetica is dat effect nog scherper:
- varianten die weinig in databases voorkomen, worden soms standaard als "verdacht" aangemerkt;
- patiënten met bijvoorbeeld Afrikaanse, Aziatische of Midden-Oosterse achtergrond krijgen zo meer vals-positieve uitslagen;
- dit leidt tot onnodige ongerustheid, extra testen en soms verkeerde conclusies.
popEVE pakt dit op twee manieren aan:
- Elke variant wordt gelijk behandeld, los van hoe vaak hij in een bepaalde populatie voorkomt.
- De kern van de beoordeling ligt bij evolutionaire conservatie, niet bij frequentie in menselijke datasets.
Dat sluit goed aan bij de Nederlandse ambitie om gelijke toegang tot zorg te bieden, ongeacht afkomst of postcode. Zeker nu AI steeds prominenter wordt binnen de serie "AI voor Nederlandse Zorg" is dit een belangrijk ontwerpprincipe: AI die ongelijkheid verkleint in plaats van vergroot.
Grenzen, risico’s en randvoorwaarden voor implementatie
Hoeveelbelovend popEVE ook is, er zijn grenzen waar je als zorgorganisatie rekening mee moet houden.
Wat popEVE (nog) niet doet
- Het kijkt alleen naar eiwitveranderende mutaties (missense, nonsense, etc.).
- Varianten in regulerende regio’s, copy number variaties of structurele herschikkingen vallen buiten het huidige bereik.
- Het model geeft een waarschijnlijkheid, geen absolute zekerheid.
Voor een complete genetische analyse blijven dus meerdere tools, expertkennis én goede fenotypering nodig.
Juridische en organisatorische aandachtspunten
Voor Nederlandse ziekenhuizen en UMC’s zijn dit cruciale vragen voordat je zo’n model inzet:
- Datagebruik: welke patiëntdata worden waar verwerkt, en onder welke voorwaarden?
- Transparantie: hoe leg je aan ouders en patiënten uit wat de rol van AI in hun diagnose is?
- Aansprakelijkheid: wie is verantwoordelijk als een variant ten onrechte wordt gemist of overschat?
- Validering: hoe toets je het model op je eigen populatie, bijvoorbeeld binnen een zeldzame-ziektencentrum?
Ik ben ervan overtuigd dat implementatie alleen kans maakt als medische staven, genetische labs, ICT en juridisch/ethische commissies samen optrekken.
Praktische stappen voor Nederlandse zorgorganisaties
Voor wie werkt aan AI in de zorg – beleidsmakers, CMIO’s, hoofden genetica, data scientists – is popEVE een concreet aanknopingspunt om AI-diagnostiek volwassen te maken.
1. Begin met een klinische use case
Kies geen abstract project, maar een heel concrete vraag, bijvoorbeeld:
- snellere diagnose bij kinderen met ontwikkelingsachterstand;
- optimalisatie van diagnostiek in een expertisecentrum zeldzame neuromusculaire aandoeningen;
- heranalyse van onopgeloste WES/WGS-casussen.
Een scherpe vraag maakt het makkelijker om meerwaarde van AI meetbaar te maken.
2. Bouw een multidisciplinair AI-team
Zorg dat zowel technologie als kliniek stevig aan tafel zit:
- klinisch genetici en kinderartsen;
- bio-informatici en data scientists;
- ICT, informatiebeveiliging, privacy officer;
- vertegenwoordigers van patiënten (bijv. vanuit VSOP of patiëntenverenigingen).
Zonder die mix wordt AI óf een losstaand IT-project, óf een theoretische exercitie waar de werkvloer weinig aan heeft.
3. Werk met duidelijke evaluatiecriteria
Meet niet alleen "werkt het model technisch", maar ook:
- tijd tot diagnose (bijv. verkorting in weken of maanden);
- diagnostische opbrengst (extra percentage patiënten met definitieve diagnose);
- impact op ouders en patiënten (ervaren duidelijkheid, minder herhaalonderzoeken);
- kosten (minder onnodige vervolgdiagnostiek, efficiënter gebruik van laboratoriumcapaciteit).
4. Veranker AI in bestaande kwaliteitskaders
Sluit aan bij bestaande Nederlandse initiatieven rond data en AI in de zorg:
- landelijke afspraken over datakwaliteit en hergebruik;
- richtlijnen rond AI-besluitvorming en medische hulpmiddelen;
- governance-structuren binnen het ziekenhuis (bijvoorbeeld AI- of innovatieraden).
Hiermee voorkom je dat AI-initiatieven losstaan van de rest van het zorgbeleid.
Hoe past popEVE in de bredere AI-beweging in de zorg?
Binnen deze blogserie zagen we al AI-voorbeelden in de Nederlandse zorg zoals:
- beeldvorming voor vroege detectie van kanker (melanoom, borst-, prostaatkanker);
- AI voor het voorspellen van hartfalen;
- toepassingen rond ziekenhuislogistiek en no-shows.
popEVE voegt daar een nieuwe laag aan toe:
AI die niet naar plaatjes of workflows kijkt, maar naar de fundamentele code van het leven – ons DNA.
Voor zorgbestuurders en medisch specialisten die keuzes moeten maken in een overvol innovatielandschap, geeft dit een duidelijk signaal:
- AI is niet alleen een tool voor efficiëntie, maar ook voor diepgaande medische kennis;
- innovaties in genetica en zeldzame ziekten zijn geen niche, maar voorloper voor precisiegeneeskunde voor iedereen;
- wie nu ervaring opdoet met dit soort modellen, bouwt aan de infrastructuur en expertise die straks ook nodig is voor gepersonaliseerde oncologie, cardiologie en meer.
Waar het naartoe gaat – en wat je nu al kunt doen
De rode lijn is helder: diagnostiek schuift op van “zoeken in het donker” naar “gericht speuren met AI-assistentie”. Door gebruik te maken van evolutiegegevens, populatiedata en slimme modellen zoals popEVE, wordt het:
- sneller om de juiste genetische oorzaak te vinden;
- eerlijker, omdat afkomst minder invloed heeft op de kwaliteit van de uitkomst;
- toegankelijker, doordat klinische teams beter houvast krijgen bij complexe casussen.
Als je werkt in de Nederlandse zorg en met AI aan de slag wilt in de genetica of zeldzame-ziektenzorg, dan zijn dit logische vervolgstappen:
- inventariseer binnen je organisatie hoeveel langdurig onopgeloste genetische casussen er zijn;
- verken met je klinisch-genetisch laboratorium en data-afdeling welke AI-tools al beschikbaar zijn;
- haak aan bij landelijke en regionale netwerken rondom AI in de zorg en zeldzame ziekten;
- betrek patiëntenorganisaties vroegtijdig, zodat de meerwaarde én zorgen helder op tafel komen.
De komende jaren wordt duidelijk welke AI-modellen echt een vaste plek krijgen in de genetische diagnostiek. Eén ding is nu al duidelijk: systemen als popEVE laten zien dat AI in de Nederlandse zorg niet alleen draait om efficiëntie, maar om betere, eerlijkere zorgbeslissingen voor de meest kwetsbare patiënten.