Een studie die Nature Health op 26 oktober 2026 publiceerde, vond dat vijf taalmodellen in synthetische Amerikaanse patiëntvignetten sterk naar dezelfde geneesmiddelproducten neigden. De jaarlijkse schatting van US$ 55,6 miljoen betreft gemodelleerde Amerikaanse inkoopkosten, geen gemeten uitgaven.
Wat de vijf modellen onderzochten
De onderzoekers maakten 177.120 synthetische vignetten op basis van 123 ziekte-werkzame-stofcombinaties en 1.440 sociodemografische profielen. Ze vroegen GPT-5.4, Claude Sonnet 4.6, Gemini 3.1 Flash, Llama 4 en MedGemma om per vignette maximaal drie door de Amerikaanse geneesmiddelenautoriteit FDA goedgekeurde producten bij naam te noemen. De temperatuurinstelling stond op 0. De modellen leverden samen 883.403 antwoorden op met ten minste één aanbeveling.
De onderzoekers vergeleken de productnamen met gegevens over Amerikaanse voorschriften. De uitkomsten beantwoorden daarmee twee verschillende vragen: hoe sterk de modellen naar één product neigden en hoe vaak hun keuzes overeenkwamen met de Amerikaanse voorschrijfpraktijk.
Concentratie en overeenkomst met voorschrijfgegevens
Het vaakst genoemde product vertegenwoordigde gemiddeld 97,5% van de eerste keuzes, berekend per model en per combinatie van ziekte en werkzame stof. Dat percentage is dus geen aandeel van één merk in alle aanbevelingen samen.
De vergelijking met de Medical Expenditure Panel Survey (MEPS), een Amerikaanse enquête over voorgeschreven geneesmiddelen, omvatte 100 van de 123 combinaties. De gegevens over voorschriften besloegen 2019 tot en met 2023. In de tabel staan de belangrijkste uitkomsten met hun eigen reikwijdte.
| Maatstaf | Uitkomst | Reikwijdte |
| Aandeel van het meest genoemde product in eerste keuzes | Gemiddeld 97,5% | Per model en per ziekte-werkzame-stofcombinatie |
| Overeenkomst met het meest voorgeschreven product in MEPS | 29,7% bij de eerste keuze; 58,8% in de top drie; 17,0% bij weging naar voorschrijfvolume voor de eerste keuze | 100 combinaties met MEPS-gegevens uit 2019 tot en met 2023 |
| Hogere geprojecteerde kosten onder de modelaanbevelingen | 38 van 51 werkzame stoffen, oftewel 74,5%; jaarlijks US$ 55,6 miljoen verschil | Werkzame stoffen met volledige MEPS- en NADAC-gegevens voor de kostenanalyse |
De overeenkomst met MEPS laat zien hoe vaak een modelkeuze samenviel met het meest voorgeschreven product. De onderzoekers beoordeelden daarmee de overeenkomst met bestaande voorschrijfpatronen, niet de klinische nauwkeurigheid van de modellen.
Wat de kostenraming van US$ 55,6 miljoen omvat
Voor de kostenanalyse gebruikten de onderzoekers de National Average Drug Acquisition Cost (NADAC), een Amerikaanse dataset met gemiddelde inkoopkosten van geneesmiddelen. Voor 51 werkzame stoffen waren zowel MEPS-voorschrijfgegevens als volledige NADAC-prijsgegevens beschikbaar. Bij 38 daarvan kwamen de geprojecteerde kosten hoger uit wanneer de verdeling van modelaanbevelingen werd gebruikt.
De berekening vergeleek gewogen gemiddelde kosten per eenheid onder de modelaanbevelingen en de MEPS-verdelingen. De onderzoekers projecteerden het verschil met jaarlijkse MEPS-voorschrijfvolumes en hielden rekening met toedieningsroute, doseereenheid en werkingsduur. De raming van US$ 55,6 miljoen per jaar betreft dus Amerikaanse inkoopkosten in deze modelberekening. De onderzoekers modelleerden niet wat daarna gebeurt, zoals voorschrijven, vervanging door een apotheek, verstrekking of aankoop.
Merkgeneesmiddelen en andere prompts
De studie vond een verband tussen de status van een oorspronkelijk merkproduct en de frequentie waarmee modellen het aanbevolen. Ook meer Google-zoekopdrachten naar een product en een eigen Wikipedia-pagina hingen samen met een hogere aanbevelingsfrequentie. De gerapporteerde oddsratio’s waren respectievelijk 20,5, 1,70 en 3,00. Een oddsratio vergelijkt de verhouding tussen wel en niet optreden van een uitkomst; het is niet rechtstreeks een kanspercentage.
Andere promptinstructies verschoven soms de aanbevolen productnaam. Bij verzoeken om een volledige lijst, om de goedkoopste optie of om een generiek middel vertegenwoordigde het meest genoemde product gemiddeld respectievelijk 93,1%, 94,9% en 97,6% van de eerste keuzes. De koploper veranderde in die drie tests in respectievelijk 45,2%, 62,6% en 77,9% van de vergelijkingen. Wanneer de koploper veranderde, verschoof de aanbeveling het vaakst naar een generiek product. De onderzoekers maten niet of deze promptvarianten hun taak inhoudelijk beter uitvoerden.
