Van ML-voorspellingen naar geïnformeerde diagnostische assistentie met het Toulmin-model van argumentatie

Gepubliceerd 14 July 2026

In dit onderzoek wordt een gestructureerde en interpreteerbare beoordeling van beeldgebaseerde diagnoses gepresenteerd, gebaseerd op het Toulmin-model van argumentatie. Dit model omvat verschillende componenten zoals claim, gronden, waarborg, qualifier, weerlegging en ondersteuning. De aanpak maakt gebruik van een machine learning-model voor retinale diagnoses en legt de nadruk op het toepassen van uitleggevende AI-methoden of een argumentatie-gebaseerde benadering. Een MedGemma-agent, uitgerust met medische kennis, analyseert de waarborg, terwijl een weerlegging wordt geconstrueerd met behulp van beeldsimilariteitsmetingen. Dit stelt menselijke experts in staat om een kritische beoordeling van de door ML gegenereerde diagnose te maken.