Dyania en Nvidia zetten klinische AI op ziekenhuisservers

Dyania zegt dat Synapsis AI nu patiënten voor klinische beoordeling opspoort naast trialwerving, blijkt uit een interview van 14 november; de samenwerking met Nvidia voor lokale dossieranalyse volgde een dag eerder.

Volgens de bedrijven blijven dossiers voor deze analyse binnen het ziekenhuis. Dat vraagt om een lokale rekenomgeving, koppelingen met elektronische patiëntendossiers (EPD’s), toegangsbeheer en klinische beoordeling. De bronnen noemen geen prijs, Nederlandse klant of Europese startdatum.

De gegevens blijven binnen het ziekenhuis

Synapsis doorzoekt jaren aan medische aantekeningen, operatieverslagen, beeldvorming en labuitslagen. Het systeem beantwoordt klinische vragen met verwijzingen naar bewijs in het dossier.

Dyania traint modellen met NVIDIA NeMo en gebruikt TensorRT en TensorRT-LLM voor uitvoering op ziekenhuisservers. De patiëntgegevens blijven binnen de ziekenhuisomgeving, volgens NVIDIA. De bedrijven onderzoeken Confidential Computing om gegevens tijdens verwerking af te schermen. Dynamo moet modelverzoeken verdelen en Multi-Instance GPU moet één GPU in delen splitsen. Ook evalueren ze Blackwell Ultra voor grotere analyses. Dit zijn ontwikkelpunten, geen functies die al bij iedere klant draaien. De bedrijven willen analyses vaker laten draaien en signalen dichter bij het zorgmoment brengen.

Dyania zegt dat de uitrol afhangt van de toegankelijkheid en samenhang van dossiers. Instellingen moeten verschillende EPD’s en historische systemen koppelen en datums en relaties behouden. Dyania verzorgt de software-uitrol en het onderhoud; ziekenhuis-IT, beveiliging en klinische teams regelen toegang, omgeving en gebruiksdoel. De rekenbehoefte hangt af van patiëntenaantal, dossieromvang en analysetempo.

Trialwerving levert de eerste cijfers

Cleveland Clinic zette Synapsis AI in november 2025 ziekenhuisbreed in voor klinisch onderzoek, na proefprojecten in onder meer cardiologie en oncologie. Op 26 oktober 2026 meldde Cleveland Clinic dat onderzoeksteams met het platform gemiddeld 40 procent meer patiënten inschreven en 47 procent sneller rekruteerden. Daarmee bevestigt de kliniek de uitkomsten die Dyania in het interview noemt. De update geeft geen aantal teams, onderzoeksperiode, nulmeting of vergelijkingsmethode.

Bij een proef in 2025 voor ATTR-CM, een zeldzame hartspierziekte, doorzocht Synapsis ruim 1,2 miljoen dossiers, beoordeelde 1.476 dossiers in een week en vond 30 geschikte deelnemers. De gebruikelijke werving had in 90 dagen 14 patiënten voor screening gevonden. De publicatie beschrijft geen gematchte vergelijking.

Cleveland Clinic investeerde ook in Dyania. The Next Web meldt dat de kliniek investeerder is in het AI-bedrijf; Dyania’s Series A-bericht uit 2024 noemt Cleveland Clinic Ventures onder de investeerders in een ronde van 10 miljoen dollar. De uitkomsten komen dus van een gebruiker die via haar venturefonds in de leverancier investeerde. De update bevat geen onafhankelijke vergelijking.

De eerste Nvidia-studie voorspelt kleprisico

De eerste Nvidia-studie onderzoekt kleprisico, een andere toepassing dan trialwerving. Cleveland Clinic en Dyania gebruikten Synapsis voor dossiers van 7.812 patiënten die tussen 2005 en 2021 een aortaklepvervanging kregen. Die dossiers bevatten tot 16 jaar aan vervolggegevens. Het systeem beantwoordde 88 klinische vragen per patiënt. Daarbij keek het naar klepkenmerken, andere aandoeningen, medicatie, laboratoriumwaarden en latere echo’s. De dataset voedde een model dat risico’s op klepfalen en een nieuwe ingreep op drie, vijf en tien jaar inschat. Na elke nieuwe echografie wordt de risico-inschatting bijgewerkt.

De studie gebruikt historische zorggegevens; behandeluitkomsten uit een proef waarin artsen AI-aanbevelingen volgden zijn niet gemeld. De bekendmaking zegt dat clinici de voorspellingen nog moeten valideren. Dyania zegt dat klinische teams signalen beoordelen en bepalen welke actie volgt. De oprichter zegt dat Synapsis inmiddels ook wordt ingezet om patiënten voor herbeoordeling, verwijzing of zorgpaden te vinden. Andere academische centra die de technologie gebruiken zijn nog niet bekendgemaakt.

Lokale AI vraagt ook klinische toetsing

De route van patiëntgegevens is één vraag; de kwaliteit van de uitkomst een andere. TU Dresden testte een medisch AI-systeem op lokale infrastructuur. Het behaalde circa 90 en 84 procent in twee simulatiebenchmarks met retrospectieve patiëntgegevens, buiten reguliere zorg.

Ook Nederlandse zorginstellingen ontwikkelen toetsing voor medische AI. Het ZonMw-project RIGH:T wil fouten per verwerkingsstap meten en klinische relevantie beoordelen. Het richt zich op AI die gesprekken omzet in notities. Het RIGH:T-kader toetst AI-notities op fouten per stap en hun klinische relevantie.

In Stanford-benchmarks voltooiden zelfs de best scorende medische AI-agenten minder dan de helft van volledige opdrachten. PhysicianBench meet meerstapswerk in een EPD. De opdrachten vroegen gemiddeld 27 toolaanroepen om gegevens op te halen en te verwerken. Dat is een andere taak dan Synapsis’ dossieranalyse.

De voorbeelden bij Cleveland Clinic lopen van trialwerving naar risicoanalyse op historische dossiers. Dyania noemt inzet voor patiëntenzorg als uitbreiding, terwijl de eerste Nvidia-studie nog klinische validatie vraagt. De eerste gepubliceerde toets op de nieuwe zorgtoepassingen moet laten zien of signalen uit het dossier in een reguliere zorgworkflow standhouden.