Klinisch redeneren is cruciaal in medische besluitvorming, maar cognitieve biases en kennistekorten kunnen leiden tot diagnostische fouten. Bayesian reasoning biedt een probabilistische benadering om het diagnostisch proces te ondersteunen. Het gebruik van gecodeerde gegevens leidt tot informatieverlies dat nadelig is bij klinisch redeneren. Dit onderzoek stelt de vraag of tekstuele context, naast gecodeerde data, een meerwaarde is bij het diagnostisch proces.
Om deze vraag te beantwoorden wordt een clinical decision support system (CDSS), gebaseerd op Bayesian networks en neurosymbolic AI (DeepProbLog) ontwikkeld. In een pilootstudie wordt het systeem getest op een database van huisartsenpraktijken. De effectiviteit van het systeem wordt geëvalueerd door klinische redeneeruitkomsten te vergelijken tussen praktijken met en zonder CDSS. Dit onderzoek draagt bij aan het optimaliseren van geautomatiseerde ondersteuning in klinische besluitvorming en het reduceren van diagnostische fouten.