Voorbij de syntaxis: de noodzaak van neuro-symbolische AI en ontologiegestuurde fenotypering bij werving voor klinische trials

1. De economische en klinische crisis van wervingsfalen

De farmaceutische industrie staat op een precair kruispunt van ongekende wetenschappelijke capaciteit en onhoudbare operationele inefficiëntie. Terwijl de mechanismen van geneesmiddelenontdekking zijn getransformeerd door high-throughput screening, generatieve biologie en computationele chemie, blijft de machinerie van klinische validatie gekluisterd aan archaïsche processen die de economische levensvatbaarheid van moderne therapeutica bedreigen. Het "Eroom's Law" fenomeen—de observatie dat geneesmiddelenontdekking trager en duurder wordt in de loop van de tijd, omgekeerd evenredig aan verbeteringen in transistordichtheid—is geen falen van de wetenschap, maar een falen van het proces. ¹ In het hart van deze operationele crisis ligt de aanhoudende onmogelijkheid om geschikte patiënten efficiënt te identificeren en te werven voor klinische trials.

Hedendaagse analyses wijzen erop dat de overgrote meerderheid van klinische trials—ongeveer 80%—hun inschrijvingstermijnen niet haalt. ² Deze statistiek is niet louter een maatstaf van vertraging; het is een kwantificering van verloren innovatie en uitgestelde hoop. Wanneer werving stagneert, komt de hele geneesmiddelen- ontwikkelingspijplijn tot stilstand, wat een cascade van falen veroorzaakt die financiële rendementen, regelgevende goedkeuringstermijnen, en, het meest kritiek, de toegang van patiënten tot levensreddende therapieën raakt. De huidige aanpak van de industrie voor dit knelpunt, vaak gekenmerkt door de inzet van generieke PDF-parsers en "Ctrl+F"-trefwoordmatching, vertegenwoordigt een fundamenteel misverstand van het probleem. We proberen kanker te genezen met syntaxis, terwijl de genezing in semantiek ligt.

1.1 De financiële calculus van latentie

Tijd is de allerduurste hulpbron in het farmaceutische ecosysteem. In een industrie die wordt beheerst door vensters van patentexclusiviteit, is elke dag die verloren gaat in klinische ontwikkeling een dag die wordt afgetrokken van de periode van piekomzetgeneratie. De financiële impact van trialvertragingen reikt veel verder dan het directe operationele kostenniveau; zij erodeert de netto contante waarde (NPV) van het activum en verandert fundamenteel het rendement-op-investering-profiel (ROI) van de onderzoeks- portefeuille.

Onderzoek van het Tufts Center for the Study of Drug Development (CSDD) biedt een scherpe en rigoureuze kwantificering van deze kosten. Terwijl historische schattingen uit de jaren 1990 vaak een breed bereik van $600,000 tot $8 million per dag vertraging noemden, bieden geactualiseerde analyses, verfijnd voor het economische landschap van 2024-2025, een preciezer en alarmerender beeld. De waarde van één enkele dag vertraging in geneesmiddelenontwikkeling wordt nu geschat op ongeveer $800,000 aan gederfde receptverkopen voor een gemiddeld hoogpresterend activum. ⁴

Dit gemiddelde maskeert echter de extreme volatiliteit in therapeutische gebieden met hoge waarde. Voor blockbusterindicaties in oncologie, cardiovasculaire ziekte of hematologie is de kost van latentie aanzienlijk hoger. Niche-oncologische therapieën, die vaak specifieke genetische markers targeten en precieze patiëntmatching vereisen, staan onder intense concurrentiedruk. Een vertraging van slechts maanden kan resulteren in een "second-to-market"-intrede, die mogelijk miljarden aan verloren marktaandeel kost over de levenscyclus van het product. ⁵

Alleen al de operationele kosten—de directe uitgaven om trialsites open te houden, data te monitoren en CRO-contracten in stand te houden—voegen grofweg $40,000 per dag toe voor Phase II- en III-trials. ⁴ Toch, is de ware kost de opportuniteitskost. In competitieve indicaties zoals niet-kleincellige longkanker (NSCLC) of acute myeloïde leukemie (AML) racen meerdere activa vaak naar dezelfde regelgevende finish. De eerste toetredende partij verovert doorgaans het merendeel van het marktaandeel en vestigt de standaardzorg. Tweede worden, door wervingsvertragingen, maakt een anderszins wetenschappelijk superieur geneesmiddel commercieel onleefbaar.

Tabel 1: De financiële impact van vertragingen in klinische trials per therapeutisch gebied

Therapeutisch gebied	Mediane gederfde omzet per dag vertraging (2023 USD)	Operationele complexiteit Factor
Cardiovasculair	$1.4 Million	Hoog (Grote cohorten, complexe monitoring)
Hematologie	$1.3 Million	Hoog (Gespecialiseerde sites, zeldzame fenotypes)
Oncologie	$840,000	Zeer hoog (Genetische screening, complexe exclusies)
Centraal zenuwstelsel	Variabel	Matig tot hoog (Subjectieve eindpunten)

Gegevens afgeleid van het Tufts CSDD Impact Report en bijbehorende financiële analyses. ⁴

Deze financiële realiteit schept een noodzaak tot efficiëntie die niet kan worden ingevuld met handmatige processen of generieke automatisering. Het verschil tussen een trial die op tijd inschrijft en een die zes maanden vertraagt, is vaak het verschil tussen een winstgevend activum en een afschrijving.

1.2 Het operationele knelpunt: de trechter van screeningfalen

De wervingscrisis wordt niet alleen bepaald door een tekort aan patiënten, maar door de inefficiëntie van de screeningtrechter. De industrie lijdt niet onder een tekort aan ziekteprevalentie; zij lijdt onder een tekort aan identificeerbare geschiktheid. Geschat wordt dat 37% van de onderzoekssites onder-inschrijft, en een schrikbarende 11% slaagt er niet in één enkele patiënt in te schrijven . ³ Deze inefficiëntie wordt grotendeels gedreven door hoge screen-failure-percentages, waarbij patiënten als potentiële kandidaten worden geïdentificeerd op basis van oppervlakkige criteria maar uiteindelijk worden afgewezen na dure en tijdrovende handmatige beoordeling.

De kost van een screen failure is aanzienlijk, gemiddeld grofweg $1,200 per falen over de industrie. ³ Deze kost omvat de tijd van sitecoördinatoren, de uitgaven voor voorlopige testen, en de administratieve last van het verwerken van de patiëntgegevens. Wanneer geautomatiseerde systemen hoge volumes false positives produceren—patiënten die op basis van trefwoorden geschikt lijken maar op basis van klinische logica ongeschikt zijn—verstopt dat de wervingstrechter.

Dit verschijnsel creëert een "denial of service"-aanval op sites voor klinisch onderzoek. Site- coördinatoren, al overbelast door administratieve taken, worden overspoeld met lijsten van "potentiële matches" gegenereerd door AI-tools met lage getrouwheid. Als een tool 100 kandidaten levert maar er slechts 5 werkelijk geschikt zijn, verliest de coördinator snel het vertrouwen in het systeem en valt terug op handmatige methoden. Deze paradox—dat meer automatisering tot minder efficiëntie kan leiden—is een rechtstreeks gevolg van de "precisiekloof" in huidige matchingtechnologieën.

Bovendien verergert de groeiende complexiteit van trialprotocollen dit probleem. Moderne protocollen zijn niet langer eenvoudige lijsten van inclusie- en exclusiecriteria. Het zijn complexe logische structuren met tientallen voorwaardelijke clausules, temporele afhankelijkheden (bijv. "Geen eerdere blootstelling aan Drug X binnen 6 maanden tenzij context Y"), en ingewikkelde biomarker- eisen. Menselijke recruiters, vermoeid door hoge volumes EHR-data, en generieke AI- parsers, die temporeel en ontologisch redeneren ontberen, worstelen om deze criteria consistent toe te passen. ⁶

1.3 De menselijke en ethische noodzaak

Voorbij de financiële maatstaven ligt de ethische noodzaak van klinisch onderzoek. Vertragingen in werving vertalen zich rechtstreeks in vertragingen in regelgevende goedkeuring. Voor patiënten met progressieve aandoeningen zoals gemetastaseerde kanker, neurodegeneratieve ziekten of zeldzame genetische stoornissen, is een vertraging van zes maanden in een trial-start-up of inschrijvingsfase geen statistiek; het is een levensveranderende tijdspanne. Het kan het verschil betekenen tussen toegang tot een potentieel curatieve therapie en palliatieve zorg ontvangen. ⁷

De huidige standaardzorg voor werving omvat het handmatig scannen van PDF-medische dossiers of het gebruiken van rudimentaire "Ctrl+F"-trefwoordzoekopdrachten om patiënten te vinden. Deze aanpak is inherent bevooroordeeld tegen complexe patiënten. Zij begunstigt wie eenvoudige, duidelijk gedocumenteerde voorgeschiedenissen heeft en sluit degenen wier geschiktheid begraven ligt in ongestructureerde notities of complexe voorwaardelijke logica uit. Door geschikte patiënten niet nauwkeurig te identificeren, vertragen we niet alleen geneesmiddelen; we ontzeggen toegang.

Dit whitepaper betoogt dat de oplossing voor deze crisis een fundamentele verschuiving vereist in hoe we klinische data verwerken. We moeten van stochastische tekstverwerking naar ontologiegestuurde fenotypering . We moeten de waarschijnlijkheid van de LLM vervangen door de zekerheid van de logica- solver. Veriprajna positioneert zich in de voorhoede van deze overgang en benut neuro-symbolische AI om de kloof te overbruggen tussen de ongestructureerde taal van zorg en de gestrenge logica van onderzoek.

2. Het falen van syntaxis: waarom PDF-parsers en generieke AI de plank misslaan

De farmaceutische industrie heeft geprobeerd het wervingsknelpunt op te lossen met Natural Language Processing (NLP) gedurende meer dan een decennium. Vroege inspanningen hebben echter grotendeels gesteund op syntaxisgebaseerde benaderingen —trefwoordmatching, reguliere expressies en boolean search strings—of, meer recent, probabilistische generatie via Large Language Models (LLM’s) zoals GPT-4 of Claude. Beide benaderingen, hoewel technisch onderscheiden, delen een gemeenschappelijke faalmodus in de context van klinische trials: zij ontberen semantische precisie .

2.1 De "hartkatheterisatie" vs. "centrale veneuze punctie"- drogreden

Om het diepe falen van syntaxisgebaseerde matching te begrijpen, moeten we een specifiek klinisch scenario onderzoeken dat het gebrek aan ontologische verankering in generieke AI belicht. Dit voorbeeld is geen hoekgeval; het vertegenwoordigt een klasse van fouten die geautomatiseerde werving doordringt systemen.

Beschouw een protocol voor een klinische trial van een nieuw anticoagulans dat expliciet "hart- katheterisatie" als exclusiecriterium vermeldt. De medische rationale is sluitend: hart- katheterisatie houdt in dat een katheter in de hartkamers of kransslagaders wordt gebracht om functie te evalueren of een blokkade te behandelen. ⁹ Het is een hoogrisico, invasieve cardiale procedure die recente cardiovasculaire instabiliteit impliceert, waardoor de patiënt ongeschikt is voor het veiligheidsprofiel van de trial.

Beschouw nu een patiënt wiens Electronic Health Record (EHR) een artsennotitie bevat die een "centrale veneuze punctie" beschrijft (vaak voor plaatsing van een Central Venous Catheter of CVC). Deze procedure omvat toegang tot een grote vene (vena jugularis interna, subclavia of femoralis) om medicatie, vloeistoffen toe te dienen of de centraalveneuze druk te monitoren. ¹¹ Hoewel invasief, is het een procedure voor vasculaire toegang, vaak uitgevoerd aan het bed op intensive care, en fundamenteel onderscheiden van hartkatheterisatie in anatomisch doel, fysiologische impact en risicoprofiel.

De faalmodus van generieke AI:

1.​ Trefwoordvermenging: Een standaard trefwoordmatchingalgoritme—of een slecht geprompte LLM die op vectorgelijkenis werkt—scant het dossier van de patiënt. Zij identificeert termen als "catheter," "venous," "puncture," en mogelijk "cardiac" (als de CVC werd geplaatst in een Cardiac Care Unit of CCU).

2.​ Vectornabijheid: In de hoogdimensionale latente ruimte van een generiek embeddingmodel liggen "Cardiac Catheterization" en "Central Venous Catheterization" dicht bij elkaar gepositioneerd. Beide zijn medische procedures; beide betreffen katheters; beide betreffen het vasculaire systeem. Het generieke model, zonder een starre medische ontologie, vermengt de twee op basis van thematische gelijkenis.

3.​ Onterechte exclusie: De AI concludeert dat de patiënt de uitgesloten hartgerelateerde procedure heeft ondergaan. Zij markeert de patiënt als ongeschikt.

4.​ Resultaat: Een geschikte patiënt gaat voor de trial verloren. De sitecoördinator ziet deze patiënt nooit, of erger, ziet een valse afwijzing en verliest het vertrouwen in de tool.

Dit is geen hypothetische fout. Recente studies die AI-modellen voor trialmatching evalueren hebben specifieke faalmodi geïdentificeerd waarbij modellen ten onrechte concluderen dat "cardiac catheterization is the same as a central venous puncture," wat tot onterechte exclusie leidt. ² Deze fout komt voort uit een gebrek aan ontologisch onderscheid ; de AI weet dat de woorden verwant zijn, maar zij weet niet hoe zij onderscheiden zijn.

2.2 De beperkingen van probabilistische LLM’s bij besluitvorming met hoge inzet

De opkomst van Generative AI heeft sommigen doen geloven dat "betere prompts" dit probleem zullen oplossen. Large Language Models lijden echter onder inherente structurele beperkingen wanneer zij worden toegepast op de deterministische eisen van protocollen voor klinische trials. In high-stakes-zorg- omgevingen presenteert de "black box"-aard van neurale netwerken drie kritieke barrières:

1.​ Gebrek aan determinisme: LLM’s zijn probabilistische engines ontworpen om het volgende waarschijnlijke token te voorspellen. Zij zijn geen logica-engines. Een LLM kan een patiënt correct als geschikt identificeren in de ene run en als ongeschikt in de volgende, op basis van geringe variaties in de prompt, de temperatuurinstelling of het omliggende contextvenster. Klinische trials vereisen 100% reproduceerbare audittrails ; regelgevers moeten precies weten waarom een patiënt werd geïncludeerd of geëxcludeerd. ¹³

2.​ Onvermogen om waarheid te verifiëren (het hallucinatieprobleem): LLM’s verifiëren feiten niet tegen een ground-truth-database tenzij zij daar expliciet voor zijn geconstrueerd. Als een patiëntnotitie ambigu is, kan een LLM een diagnose hallucineren om de kloof te vullen, en een comorbiditeit "verzinnen" die de patiënt excludeert of, gevaarlijker, een vrijgave verzinnen die een ongeschikte patiënt includeert.

3.​ Privacylekken en governance: Het verzenden van ongestructureerde patiëntgegevens naar publieke model- API’s roept aanzienlijke HIPAA/GDPR-zorgen op. Hoewel enterprise-instanties bestaan, vereist de fundamentele architectuur van massieve parameters die interageren met private gezondheidsdata strikte privacybehoudende architecturen die wrapper-API’s vaak niet bieden. ¹³

De "hot take" die de filosofie van Veriprajna drijft, is in deze realiteit geworteld: de industrie probeert een logicaprobleem (geschiktheid) op te lossen met een waarschijnlijkheidstool (LLM’s). De oplossing vereist een beweging van waarschijnlijkheid naar bewijsbaarheid.

3. Ontologiegestuurde fenotypering: het SNOMED CT- voordeel

Om het falen van syntaxis en de risico’s van waarschijnlijkheid op te lossen, bepleit Veriprajna en implementeert zij ontologiegestuurde fenotypering . Deze aanpak verschuift de taak fundamenteel van het lezen van woorden naar het mappen van gestandaardiseerde medische concepten. Wij benutten SNOMED CT (Systematized Nomenclature of Medicine -- Clinical Terms), de meest omvattende meertalige klinische zorgterminologie ter wereld, om de "ground truth" voor onze AI te bieden. ¹⁵

3.1 De kracht van de hiërarchie (Is-A-relaties)

SNOMED CT is niet louter een woordenboek; het is een polyhiërarchische ontologie gestructureerd als een gerichte acyclische graaf (DAG). Concepten zijn verbonden door logische relaties, met name de Is-A (subtype)-relatie. Deze structuur laat de AI granulariteit, overerving en anatomische context begrijpen op een wijze die platte trefwoordlijsten niet kunnen.

Terugkerend naar het voorbeeld "Cardiac Catheterization" begrijpt een SNOMED-bewust systeem de volgende onderscheiden hiërarchieën:

Hiërarchie A: het exclusiedoel

●​ Concept: Cardiac catheterization (procedure)

○​ Parent: Procedure on heart (procedure) ○​ Parent: Invasive procedure (procedure) ○​ Child: Coronary angiography (procedure) ○​ Child: Left heart catheterization (procedure) ¹⁸

Hiërarchie B: de patiëntgebeurtenis

●​ Concept: Central venous catheterization (procedure)

○​ Parent: Catheterization of vein (procedure) ​¹⁹

○​ Parent: Insertion of vascular catheter (procedure)

○​ Child: Insertion of peripherally inserted central catheter (procedure)

De redeneerengine: Wanneer het protocol "Cardiac Catheterization" excludeert, zoekt de ontologiegestuurde AI niet naar de woorden "cardiac" of "catheter." Zij voert een semantische query uit op de graaf: Is de procedure van de patiënt (SCTID: 392230005) een subtype van de exclusiecriteria (SCTID: 41976001)? De SNOMED-hiërarchie antwoordt NEE . De concepten bestaan op verschillende takken van de procedureboom (Heart vs. Vein). De AI oordeelt deterministisch dat de patiënt geschikt is ten aanzien van dit criterium. ² Deze logica houdt stand zelfs als de arts "Central Line Placement" of "CVC Insertion," schreef, omdat de entiteitextractielaag al die synoniemen naar het juiste SCTID mapt voordat de logicacheck plaatsvindt.

3.2 Het synoniemie- en granulariteitsprobleem oplossen

Medische documentatie wemelt van synoniemen, afkortingen en wisselende niveaus van granulariteit. Een arts kan "Heart Cath," "Angio," "Coronary Angiography," of "LHC" (Left Heart Cath) schrijven. Een trefwoordzoekopdracht moet hard-coded zijn met elke mogelijke variatie, en zal toch nieuwe formuleringen missen.

SNOMED CT hanteert dit via synoniemie en conceptpermanentie . Het concept Coronary artery disease wordt automatisch gemapt op "CAD," "Coronary arteriosclerosis," "Arteriosclerotic heart disease," en tientallen andere varianten. ²⁰ Onze AI extraheert de concept-ID (SCTID), niet de string. Zodra de tekst is omgezet naar een SCTID, verdwijnt de ambiguïteit. De matching wordt concept-tot-concept uitgevoerd, niet woord-tot-woord.

Voorts staat SNOMED CT postcoördinatie toe, waarbij concepten kunnen worden verfijnd door attributen. Bijvoorbeeld, een "Left kidney stone" is niet louter een string; het is het concept Kidney stone verfijnd door het lateraliteitsattribuut Left. ²² Dit laat de AI matchen tegen protocollen die lateraliteit of ernst specificeren (bijv. "Exclude patients with bilateral kidney disease") met wiskundige precisie.

3.3 Het computationele fenotype construeren

Door deze SCTID’s uit de ongestructureerde tekst te aggregeren, construeren we een "computationeel fenotype" van de patiënt. Dit fenotype is een gestructureerde set codes die de exacte klinische toestand van de patiënt representeert, met onderscheid tussen:

●​ Diagnosis (Disorder): e.g., Malignant tumor of lung

●​ Procedure: e.g., Lobectomy of lung

●​ Finding: e.g., Mass in lung

Dit onderscheid is cruciaal. Een "Finding" van een massa is niet hetzelfde als een "Diagnosis" van kanker. Een trefwoordzoekopdracht naar "lung mass" kan een patiënt van een studie met gezonde vrijwilligers excluderen, of hen ten onrechte in een kankertrial includeren. Ontologiegestuurde fenotypering respecteert het onderscheid tussen een vermoede aandoening en een bevestigde diagnose. ¹⁶

4. De logica van exclusie: deontisch redeneren in geschiktheidscriteria

Terwijl SNOMED CT het wat hanteert (de medische concepten), hanteert deontische logica het hoe (de regels van engagement). Criteria voor klinische trials zijn zelden eenvoudige Booleaanse statements (Aanwezigheid/Afwezigheid). Het zijn complexe normatieve statements die bepalen wat verplicht is (moet hebben), toegestaan (kan hebben), of verboden (mag niet hebben). ²⁴

4.1 De complexiteit van "tenzij": uitzonderingsclausules ontleden

Een groot faalpunt voor generieke AI is de "uitzonderingsclausule." Trialprotocollen bevatten vaak exclusiecriteria die voorwaardelijk zijn. Beschouw het volgende standaard exclusiecriterium in oncologische trials:

"Exclude patients with hypertension, tenzij deze goed onder controle is op stabiele medicatie gedurende ten minste 3 maanden."

Een trefwoordmatcher ziet "hypertension" en excludeert de patiënt. Een standaard Booleaans filter zou "hypertension = TRUE" kunnen zien en excluderen. Beide resulteren in het verlies van een geschikte patiënt die de ziekte heeft maar voldoet aan de criteria voor deelname.

Ontleding met deontische logica: De AI van Veriprajna ontleedt deze zin met deontische operatoren:

●​ Prohibition ($F$): Having Hypertension ($H$).

●​ Exception/Permission ($P$): Hypertension ($H$) AND Controlled ($C$) AND Stable ($S$).

De logicaformulering wordt een voorwaardelijke functie:

$$\text{Status}(x) = \begin{cases} \text{Eligible} & \text{if } \neg H(x) \lor (H(x) \wedge C(x) \wedge S(x)) \\ \text{Excluded} & \text{if } H(x) \wedge (\neg C(x) \lor \neg S(x)) \end{cases}$$ Onze AI ontleedt vervolgens de temporele constraints ("at least 3 months") en de klinische status ("controlled" gedefinieerd door BP < 140/90 mmHg of stabiele medicatiegeschiedenis). ²⁶ Zij identificeert patiënten die de ziekte hebben maar de deontische toestemming bezitten om deel te nemen.

4.2 Omgaan met "Niet X tenzij Y": tegenstrijdige klinische toestanden

Een ander veelvoorkomend patroon betreft tegenstrijdige klinische toestanden of eerdere therapieën.

"Patients must not have received prior chemotherapy, tenzij het neoadjuvante

therapie was die > 6 maanden geleden is afgerond."

Hier moet de AI gelijktijdig verifiëren:

1.​ Event: Chemotherapy administration (typically an exclusion).

2.​ Context (Intent): Was it neoadjuvant? (Requires understanding the intent of the therapy).

3.​ Temporal: Did it end > 6 months prior to Date_Current?

Wij implementeren dit met Temporal Ensemble Logic (TEL), een gespecialiseerde vorm van temporele logica die het systeem toelaat de trialtijdlijn te modelleren en patiëntgebeurtenissen binnen geldige observatievensters te plaatsen. ²⁸ Het systeem creëert een tijdlijn van de voorgeschiedenis van de patiënt, markeert de chemotherapiegebeurtenis, controleert het attribuut (neoadjuvant), en meet de delta $t$ tegen de referentiedatum. Deze gestrenge logische ontleding redt geschikte patiënten die trefwoord- zoekopdrachten verwerpen vanwege de loutere vermelding van "chemotherapy" in hun voorgeschiedenis.

4.3 Waarom "Start Matching Patients" deontische logica betekent

De slogan "Stop matching words. Start matching patients" verwijst specifiek naar deze capaciteit. Wij interpreteren de geschiktheidstoestand van de patiënt, niet louter de aanwezigheid van termen in hun dossier. Door de rechten en verplichtingen van het protocol te modelleren (bijv. het recht om deel te nemen gegeven specifieke voorwaarden), lijnen we de AI uit met de ethische en wetenschappelijke intentie van het studiedesign. ¹⁴

Deze aanpak transformeert het wervingsproces van een "zoek"-taak—strings vinden in een database—naar een "redeneer"-taak—de toestand van een patiënt evalueren tegen een set logische regels. Dit is het fundamentele verschil tussen een documentzoekmachine en een klinisch beslissings- ondersteuningssysteem.

5. Architectuur van een neuro-symbolische engine

Om deze oplossing te leveren, zet Veriprajna een neuro-symbolische AI-architectuur in. Dit is geen theoretisch academisch construct; het is een pragmatische engineeringkeuze die het beste van twee AI-paradigma’s combineert om betrouwbaarheid, verklaarbaarheid en nauwkeurigheid in een gereguleerde industrie te waarborgen.

5.1 De neuro-symbolische stack

Onze architectuur volgt een "Type 2"- of "Type 4"-neuro-symbolisch integratiemodel, waarbij een neuraal systeem (LLM) als perceptielaag fungeert, en een symbolisch systeem (Knowledge Graph/Logic Solver) als redeneerlaag. ³⁰ Deze scheiding van concerns laat ons de linguïstische flexibiliteit van LLM’s benutten terwijl we hun stochastische neigingen beteugelen met starre logica.

Laag 1: neurale perceptie (de lezer)

●​ Functie: Neemt ongestructureerde data in (PDF’s, handgeschreven notities, gescande labs, artsen- verhalen).

●​ Technologie: Transformer-gebaseerde LLM’s (bijv. aangepaste GPT-4, Llama 3, of domeinspecifieke BioBERT-varianten).

●​ Rol: De LLM neemt niet de uiteindelijke geschiktheidsbeslissing. Haar enige taak is entiteit- extractie en normalisatie . Zij leest "pt complains of chest pain" en identificeert de entiteit Chest pain.

●​ Noviteit: Wij gebruiken "Concept-Aware Decoding" waarbij de LLM is begrensd tot output van geldige SNOMED CT preferred terms of ID’s, waardoor hallucinatie aan de bron wordt verminderd. ¹³

Laag 2: de semantische brug (de mapper)

●​ Functie: Mapt geëxtraheerde entiteiten naar de Enterprise Knowledge Graph.

●​ Technologie: Vectordatabases gekoppeld aan Ontology Lookups en grafendatabases (bijv. Neo4j).

●​ Rol: Zet de tekstentiteit Chest pain om naar het specifieke SCTID: 29857009. Zij disambigueert termen op basis van context (bijv. onderscheid tussen "Cold" het virus en "Cold" temperatuur) met de graafstructuur en aangrenzende knopen.

Laag 3: symbolisch redeneren (de denker)

●​ Functie: Voert de geschiktheidslogica uit tegen het gestructureerde fenotype.

●​ Technologie: Probabilistic Logic Networks (PLN) of first-order-logica-solvers (bijv. Prolog-stijl reasoners) geïntegreerd met de Knowledge Graph. ³³

●​ Rol: Deze laag past de regels van deontische logica toe. Zij controleert de Is-A-relaties in SNOMED (bijv. "Is CVC a subtype of Cardiac Cath?"). Zij berekent temporele duren. Zij is deterministisch —gegeven dezelfde inputs, zal zij altijd hetzelfde geschiktheidsresultaat uitvoeren, en biedt de auditability die de FDA en EMA vereisen. ¹³

5.2 Het "groene gebied" van logica

Zoals beschreven in neuro-symbolische literatuur, voegen we een logicamodule in (vaak gevisualiseerd als een "groen gebied" in architectuurdiagrammen) binnen de verwerkingslus. Wanneer het systeem een complexe query tegenkomt zoals "Is the patient eligible based on exclusion criteria 4?", hallucineert de LLM geen antwoord. In plaats daarvan delegeert zij de query naar de Symbolic Reasoner. De Reasoner berekent het antwoord op basis van feiten en regels (bijv. Patient_Has_Hypertension AND Medication_Is_Stable), en geeft het resultaat terug aan de LLM voor natuurlijke-taalsynthese. ³³

Deze hybride aanpak waarborgt dat het "redeneren" wiskundig sluitend is, terwijl de "interface" conversationeel en toegankelijk blijft voor clinici.

Tabel 2: Vergelijking van AI-benaderingen voor klinische trials

Kenmerk	Standaard-LLM (wrapper- API)	Neuro-symbolische AI (Veriprajna)
Dataverwerking	Probabilistische token- voorspelling	Deterministische logica + neurale extractie
Onbekende termen	Hallucineert of mist	Markeert voor menselijke beoordeling (Opaak vs. transparant)
Redeneren	Oppervlakkige correlaties	Multi-hop-redeneren via Knowledge Graph
Verklaarbaarheid	"Black Box" (Kan niet citeren bronlogica)	Volledig auditeerbaar spoor (logica- bewijzen)
Nauwkeurigheid	~63-87% (variabel)	>95% (bijna-menselijk of superhuman)13
Privacy	Hoog risico op datalekken	Logica verwerkt lokaal/veilig

Vergelijking gebaseerd op prestatiemetrieken uit recente studies die AI in de gezondheidszorg evalueren. ²

6. Knowledge Graph RAG (GraphRAG): de context- engine

Ter ondersteuning van de neuro-symbolische architectuur benut Veriprajna Graph Retrieval-Augmented Generation (GraphRAG) . Terwijl traditionele RAG documentchunks ophaalt op basis van vector- gelijkenis, haalt GraphRAG informatie op basis van relaties op, waardoor het systeem "de punten kan verbinden" over het gehele patiëntendossier en externe medische kennis. ³⁵

6.1 Waarom vectoren niet volstaan

In een standaard Vector-RAG-systeem, als een onderzoeker zoekt naar "side effects of Drug A," haalt het systeem documentchunks op die de string "Drug A" bevatten. Protocollen voor klinische trials excluderen patiënten echter vaak op basis van klassen van geneesmiddelen of werkingsmechanismen.

Voorbeeld: Een trialprotocol excludeert "Any drug interacting with CYP3A4 enzymes." Een patiënt neemt "Drug B."

●​ Vector-RAG-falen: Als het EHR van de patiënt "Drug B" vermeldt maar niet expliciet stelt "Drug B is a CYP3A4 inhibitor," kan een vectorzoekopdracht erin falen de relevante context op te halen. De patiënt zou ten onrechte kunnen worden geïncludeerd.

●​ GraphRAG-oplossing: De Knowledge Graph bevat de triple: (Drug B) --[inhibits]--> (CYP3A4). Bij het controleren van de exclusiecriteria traverseert GraphRAG de graaf. Zij identificeert Drug B als een verboden stof zelfs als de tekst dat niet expliciet zegt . ³²

Deze capaciteit is essentieel voor moderne "umbrella"- of "basket"-trials die steunen op complexe biomarker- en farmacologische interacties. GraphRAG laat het systeem multi-hop retrieval uitvoeren, traversend van Patient -> Drug -> Mechanism -> Exclusion Criteria, waarborgend dat geen verborgen exclusiefactor wordt gemist.

6.2 Het "tweede brein" voor pharma

Deze architectuur maakt van het wervingsplatform een "tweede brein" voor onderzoekers. ³⁸ Het laat complexe queries in natuurlijke taal toe die redeneren over de datastructuur vereisen, zoals: "Find patients who have a history of cardiomyopathy but have not received anthracyclines."

Het systeem begrijpt via de graaf dat "Doxorubicin" is-an anthracycline. Het kan correct patiënten excluderen die Doxorubicin namen, wat veiligheid en protocolnaleving waarborgt, terwijl patiënten die andere, niet-anthracycline middelen namen, worden geïncludeerd. Dit niveau van semantische interoperabiliteit laat dynamische cohortopbouw en haalbaarheidsanalyse toe die verre de capaciteiten van traditionele query builders overstijgt.

7. Implementatiestrategie: van theorie naar enterprise

Veriprajna biedt geen eenvoudige "plug-and-play"-API maar een diepe integratiestrategie. Het implementeren van ontologiegestuurde fenotypering vereist een bewuste transformatie van data- infrastructuur om te waarborgen dat de AI wordt gevoed met hoogwaardige, gestructureerde data en dat haar outputs in de klinische workflow worden geïntegreerd.

7.1 Integratie met CDISC en FHIR

Ons systeem is ontworpen om te interopereren met de bestaande klinische datastandaarden die de ruggengraat van de farmaceutische industrie vormen.

●​ Input: Wij nemen data in via HL7 FHIR (Fast Healthcare Interoperability Resources) resources. Wij parsen Patient-, Condition-, Procedure- en MedicationAdministration- resources om de knowledge graph te vullen.

●​ Output: Wij mappen fenotypes rechtstreeks naar CDISC SDTM (Study Data Tabulation Model) standaarden, specifiek het IE (Inclusion/Exclusion)-domein. ³⁹ Dit betekent dat de wervingsdata die ons systeem genereert niet louter een namenlijst is; het is gestructureerde regelgevende data, klaar voor indiening en analyse vanaf Day 1. Dit vermindert de last van dataschoonmaak en reconciliatie downstream.

7.2 De human-in-the-loop-workflow (HITL)

Wij bepleiten augmented intelligence, geen volledige automatisering. Het doel is de expert clinicus te schalen, niet hen te vervangen. De neuro-symbolische output omvat een "Confidence Score" en een "Reasoning Trace" voor elke beslissing.

●​ Hoge confidence (deterministisch): Als de logica helder is en de data ondubbelzinnig (bijv. specifieke SCTID-match), kan het systeem auto-matchen of auto-excluderen.

●​ Lage confidence (ambigue tekst): Als de logica vaag is of de tekst onduidelijk (bijv. "possible history of..."), markeert het systeem de casus voor menselijke beoordeling. Cruciaal is dat het de specifieke criteria en het relevante tekstfragment dat de ambiguïteit veroorzaakte belicht. Deze "voorgedigesteerde" weergave reduceert de tijd die een clinicus nodig heeft om een dossier te beoordelen met tot 40%. ²

7.3 Dataprivacy en governance

Door een modulaire neuro-symbolische architectuur te benutten, adresseert Veriprajna de primordiale zorg om dataprivacy. Wij kunnen patiëntgegevens binnen de beveiligde firewall van het ziekenhuis houden (de "Symbolic"-laag en de graaf). De "Neural"-laag (LLM) kan worden ingezet als een lokaal, open-source model (bijv. Llama 3, fijn-afgestemd voor medische extractie) binnen de beveiligde enclave, of alleen worden gebruikt voor de-identified tekstverwerking. ⁴⁰ Dit waarborgt dat Protected Health Information (PHI) nooit wordt blootgesteld aan publieke API’s of gebruikt om externe modellen te trainen, en waarborgt compliance met GDPR, HIPAA en institutionele governancebeleidslijnen.

8. Conclusie: stop met woorden matchen, begin met patiënten matchen

Het knelpunt in geneesmiddelenontdekking is niet langer de wetenschap; het is de syntaxis. We proberen de complexiteiten van de menselijke biologie en van protocollen voor klinische trials te navigeren met tools ontworpen voor documentzoeken. Deze mismatch resulteert in miljarden dollars aan verloren waarde, inefficiënte trial- operaties, en, het belangrijkst, uitgestelde hoop voor patiënten die wachten op nieuwe therapieën.

De fout "Central Venous Puncture" vs. "Cardiac Catheterization" is geen glitch; het is een symptoom van semantische blindheid. Door ontologiegestuurde fenotypering aan te nemen, gegrond in SNOMED CT, bestuurd door deontische logica, en aangedreven door neuro-symbolische AI, kunnen we deze blindheid genezen.

Veriprajna biedt een pad weg van de brosheid van waarschijnlijkheid en naar de robuustheid van logica. Wij stellen farmaceutische ondernemingen in staat de juiste patiënten te vinden, voor de juiste trials, op het juiste moment—niet door te gokken, maar door te redeneren.

#Pharma #ClinicalTrials #HealthTech #AI #DrugDiscovery #NeuroSymbolicAI #SNOMEDCT

Belangrijkste inzichten voor de enterprise

●​ Financiële impact: Het wegnemen van wervingsvertragingen kan $800,000+ per dag besparen aan verloren opportuniteitskosten voor activa met hoge waarde.

●​ Technische superioriteit: Neuro-symbolische AI creëert auditeerbare, deterministische redeneer- sporen die generieke LLM’s niet kunnen bieden, essentieel voor regelgevende compliance.

●​ Semantische precisie: SNOMED CT-integratie voorkomt valse exclusies door medische hiërarchieën (Is-A-relaties) te begrijpen en onderscheid te maken tussen onderscheiden procedures.

●​ Logische gestrengheid: Deontische logica ontleedt correct complexe "tenzij"- en "behalve"-clausules in trialprotocollen, en redt geschikte patiënten die Booleaanse logica verwerpt.

●​ Strategisch voordeel: GraphRAG maakt "tweede brein"-capaciteiten mogelijk, en verbindt patiëntgegevens met bredere farmacologische kennisgrafen voor superieure matching en multi-hop-redeneren.

Over Veriprajna

Veriprajna is een gespecialiseerde AI-softwareconsultancy, toegewijd aan het oplossen van de moeilijkste problemen in de biofarmaceutische sector via Deep AI-oplossingen. Wij gaan voorbij wrapper-API’s om neuro-symbolische architecturen te bouwen die de taal van de geneeskunde begrijpen.

Geraadpleegde literatuur

1. AI Innovations in Clinical Trials: Speeding Drug Development - IntuitionLabs, geraadpleegd op 10 december 2025, https://intuitionlabs.ai/pdfs/ai-innovations-in-clinical-trials-speeding-drug-development.pdf

2. AI model matches patients to trials almost as ... - Fierce Biotech, geraadpleegd op 10 december 2025, https://www.fiercebiotech.com/cro/ai-model-matches-patients-clinical-trials-fast-human-only-slight-dip-accuracy

3. What clinical trial statistics tell us about the state of research today - Antidote.me, geraadpleegd op 10 december 2025, https://www.antidote.me/blog/what-clinical-trial-statistics-tell-us-about-the-state-of-research-today

4. Quantifying the Value of a Day of Delay in Drug Development | Tufts CSDD | White Papers, geraadpleegd op 10 december 2025, https://csdd.tufs.edu/sites/default/ft iles/2025-02/Aug2024%20Day%20of%20Dela y%20White%20Paper%20Final.pdf?1763577702

5. The Cost of Delay: Quantifying the Financial Impact of Inefficient Clinical Trial Start-Up - Blog, geraadpleegd op 10 december 2025, https://blog.td2inc.com/quantifying-the-financial-impact-of-inefficient-clinical-trial-start-up

6. How to Avoid Costly Clinical Research Delays - MESM Ltd, geraadpleegd op 10 december 2025, https://www.mesm.com/blog/tips-to-help-you-avoid-costly-clinical-research-delays/

7. AI's Symbiotic Impact on Drug Development and Patient Experience in Global Pharma and Biotech - Eglobalis, geraadpleegd op 10 december 2025, https://www.eglobalis.com/ais-symbiotic-impact-on-drug-development-and-patient-experience-in-global-pharma-and-biotech/

8. Why Time Is The Most Expensive Resource In Clinical Trials—And How To Make Every Second Count - Leapcure, geraadpleegd op 10 december 2025, https://blog.leapcure.com/why-time-is-the-most-expensive-resource-in-clinical-trials-and-how-to-make-every-second-count/

9. 2020 AHA/ACC Key Data Elements and Definitions for Coronary Revascularization: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Data Standards (Writing Committee to Develop Clinical Data Standards for Coronary Revascularization) | Circulation: Cardiovascular Quality and Outcomes - American Heart Association Journals, geraadpleegd op 10 december 2025, https://www.ahajournals.org/doi/10.1161/HCQ.0000000000000059

10. coronary artery disease - efo - EMBL-EBI, geraadpleegd op 10 december 2025, https://www.ebi.ac.uk/efo/EFO_0001645

11. Femoral Vein Morphometry in Children - Clinics in Surgery, geraadpleegd op 10 december 2025, https://www.clinicsinsurgery.com/open-access/femoral-vein-morphometry-in-children-9466.pdf

12. Clinical validation of the diagnosis adverse location of peripherally inserted central catheter in neonatology - ResearchGate, geraadpleegd op 10 december 2025, https://www.researchgate.net/publication/394290075_Clinical_validation_of_the_diagnosis_adverse_location_of_peripherally_inserted_central_catheter_in_neonatology

13. Neuro-symbolic AI for auditable cognitive information extraction from medical reports - PMC, geraadpleegd op 10 december 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC12638795/

14. Ethics in Digital Health: a deontic accountability framework - ResearchGate, geraadpleegd op 10 december 2025, https://www.researchgate.net/profile/Zoran-Milosevic-3/publication/338253522_Ethics_in_Digital_Health_A_Deontic_Accountability_Framework/links/60684b5c299bf1252e24e182/Ethics-in-Digital-Health-A-Deontic-Accountability-Framework.pdf

15. UNIVERSIDADE FEDERAL DE MINAS GERAIS ESCOLA DE CIÊNCIA DA INFORMAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM GESTÃO & ORGANIZAÇ ResearchGate, geraadpleegd op 10 december 2025, https://www.researchgate.net/profile/Jeanne-Emygdio/publication/361670001_INTEROPERABILIDADE_SEMANTICA_ORIENTADA_POR_ONTOLOGIA_PARA_A_CIENCIA_DA_INFORMACAO_a_metodologia_Onto4All-Interoperability_como_resultado_de_estudo_de_caso_no_dominio_de_energia/links/62bf12083d26d6389e899f87/INTEROPERABILIDADE-SEMANTICA-ORIENTADA-POR-ONTOLOGIA-PARA-A-CIENCIA-DA-INFORMACAO-a-metodologia-Onto4All-Interoperability-como-resultado-de-estudo-de-caso-no-dominio-de-energia.pdf

16. cohort identification from free-text clinical notes using - Carolina Digital Repository, geraadpleegd op 10 december 2025, https://cdr.lib.unc.edu/downloads/9p290k671

17. Aligning an administrative procedure coding system with SNOMED CT open.trinetx, geraadpleegd op 10 december 2025, https://open.trinetx.com/wp-content/uploads/sites/2/2020/06/OPS-SNOMED-FINAL1.pdf

18. 37.22 Left heart cardiac cath - ICD-9-CM Vol. 3 Procedure Codes, geraadpleegd op 10 december 2025, https://www.findacode.com/icd-9/37-22-left-heart-cardiac-catheterization-icd-9-procedure-code.html

19. 392230005 - Browse Code Systems - NIH, geraadpleegd op 10 december 2025, https://vsac.nlm.nih.gov/context/cs/codesystem/SNOMEDCT/version/2020-03/code/392230005/info

20. coronary artery disease [EFO:0001645](Polygenic Trait) - PGS Catalog, geraadpleegd 10 december 2025, https://www.pgscatalog.org/trait/EFO_0001645/

21. Coronary artery disorder (Concept Id: C1956346) - NCBI, geraadpleegd op 10 december 2025, https://www.ncbi.nlm.nih.gov/medgen/365486

22. The CORE Problem List Subset of SNOMED CT - National Library of Medicine, geraadpleegd op 10 december 2025, https://www.nlm.nih.gov/research/umls/Snomed/core_subset.html

23. Fundamentals of Clinical Data Science - OAPEN Library, geraadpleegd op 10 december 2025, https://library.oapen.org/bitstream/handle/20.500.12657/22918/1007243.pdf

24. Deontic Logic - Stanford Encyclopedia of Philosophy, geraadpleegd op 10 december 2025, https://plato.stanford.edu/entries/logic-deontic/

25. Ten Philosophical Problems in Deontic Logic - ICR, geraadpleegd op 10 december 2025, https://icr.uni.lu/leonvandertorre/papers/normas07b.pdf

26. NCT03574363 | Phase 2b Study of KBP-5074 in Subjects With Uncontrolled Hypertension and Advanced Chronic Kidney Disease | ClinicalTrials.gov, geraadpleegd 10 december 2025, https://clinicaltrials.gov/study/NCT03574363

27. Characteristics of Populations Excluded From Clinical Trials Supporting Intensive Blood Pressure Control Guidelines - NIH, geraadpleegd op 10 december 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC8174340/

28. Temporal Ensemble Logic for Integrative Representation of the Entirety of Clinical Trials - DROPS, geraadpleegd op 10 december 2025, https://drops.dagstuhl.de/storage/00lipics/lipics-vol355-time2025/LIPIcs.TIME.2025.13/LIPIcs.TIME.2025.13.pdf

29. Excluding People With Disabilities From Clinical Research: Eligibility Criteria Lack Clarity And Justification | Health Affairs, geraadpleegd op 10 december 2025, https://www.healthafairs.org/doi/10.1377/hlthaff .2022.00520f

30. Type 4 neuro-symbolic AI system with explicit mapping. This figure... ResearchGate, geraadpleegd op 10 december 2025, https://www.researchgate.net/figure/Type-4-neuro-symbolic-AI-system-with-explicit-mapping-This-figure-shows-a-structure_fig11_381230747

31. The Emerging Field of Neuro-Symbolic AI: An Introduction - Ultralytics, geraadpleegd op 10 december 2025, https://www.ultralytics.com/blog/an-introduction-to-the-emerging-field-of-neuro-symbolic-ai

32. Understanding GraphRAG: How Does It Compare with RAG? - Charter Global, geraadpleegd op 10 december 2025, https://www.charterglobal.com/what-is-graphrag/

33. Avoiding LLM Hallucinations: Neuro-symbolic AI and other Hybrid AI approaches, geraadpleegd op 10 december 2025, https://www.cotacapital.com/knowledge-base/avoiding-llm-hallucinations-neuro-symbolic-ai-and-other-hybrid-ai-approaches/

34. Explainable Diagnosis Prediction through Neuro-Symbolic Integration - PMC NIH, geraadpleegd op 10 december 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC12150699/

35. Graph RAG: Frameworks, Tools & Use Cases Explained - Chitika, geraadpleegd op 10 december 2025, https://www.chitika.com/graph-based-retrieval-augmented-generation/

36. What Is GraphRAG? - Neo4j, geraadpleegd op 10 december 2025, https://neo4j.com/blog/genai/what-is-graphrag/

37. GraphRAG: Practical Guide to Supercharge RAG with Knowledge Graphs LearnOpenCV, geraadpleegd op 10 december 2025, https://learnopencv.com/graphrag-explained-knowledge-graphs-medical/

38. Pharma Knowledge Management: Building a "Second Brain" with AI | IntuitionLabs, geraadpleegd op 10 december 2025, https://intuitionlabs.ai/articles/pharma-knowledge-management-second-brain

39. CDASHIG v2.0 - CDISC, geraadpleegd op 10 december 2025, https://www.cdisc.org/standards/foundational/cdash/cdashig-v2-0

40. Am I eligible? Natural Language Inference for Clinical Trial Patient Recruitment: the Patient's Point of View - arXiv, geraadpleegd op 10 december 2025, https://arxiv.org/html/2503.15718v1