# Nieuw raamwerk laat bevroren medische AI-modellen blijven leren

> Onderzoekers stellen een modelonafhankelijk systeem voor dat bevroren LLM’s en VLM’s bijwerkt met praktijkgevallen. Dat levert tot 34% betere prestaties op bij medische taken.

Oossa · 2026-10-08 · https://oossa.com/nl/new-framework-lets-frozen-medical-ai-models-keep-learning-after-deployment

Een team onder leiding van Yexiao He publiceerde op 8 okt 2026 een paper over een raamwerk waarmee bevroren grote taalmodellen (LLM’s) en vision-language-modellen (VLM’s) kunnen leren van de gevallen die ze behandelen. Het systeem voegt drie soorten externe expertise toe: een Skill voor redeneren, een Knowledge Memory voor feiten en een Multimodal Knowledge Base met visuele voorbeelden. Het model wordt alleen bijgewerkt als nieuwe gevallen de prestaties verbeteren zonder eerdere resultaten te verslechteren. Tests op zes medische benchmarks met vier verschillende basismodellen lieten verbeteringen tot 34,2% zien.

## De feiten

- Tot 34,2% betere prestaties bij medische taken
- Getest op zes benchmarks met vier basismodellen

## Waarom het ertoe doet

Zorgverleners zouden kunnen vertrouwen op AI-tools die nieuwe richtlijnen blijven volgen, zonder dat daarvoor kostbare hertraining nodig is.

## Bronnen en referenties

1. [Frozen Models, Evolving Expertise: Model-Agnostic Learning from Deployment Experience for Multimodal Medical AI](https://arxiv.org/abs/2610.09146) – arXiv, 2026-10-08

Laatst bijgewerkt: 2026-10-08