Viden

AI i sundhedsvæsenet

AI i sundhedsvæsenet handler ikke om, at maskiner erstatter læger. Det handler om dokumentation, beslutningsstøtte, patientsikkerhed, arbejdsgange, arbejdsmiljø og tid med mennesker.

Kort svar: AI kan støtte sundhedsvæsenet ved at aflaste dokumentation, hjælpe med billedanalyse, opsummere journaler, prioritere arbejdsgange og give beslutningsstøtte. Men gevinsten afhænger af, om ansvar, patientsikkerhed og faglig eftertanke følger med — og om den sparede tid bliver brugt på nærvær eller bare højere tempo.

Hvad er den vigtigste pointe?

Den menneskelige prøve er enkel: Fjerner AI skærmen mellem behandler og patient — eller gør den bare systemet hurtigere?

Siden er en del af Viden-universet til bogen Hvad skal vi lave nu?. Den bruger AI som anledning til at tale om arbejde, ansvar, adgang, faglighed og menneskers plads i danske organisationer.

Hvad ændrer AI her?

  • AI rammer først delopgaver: dokumentation, journalopsummering, billedanalyse, triage, planlægning, patientkommunikation og beslutningsstøtte.
  • Den lyttende journal kan give mere nærvær i patientmødet, men den kan også flytte noget af den faglige eftertanke, hvis notatet bare godkendes hurtigt.
  • Patientsikkerhed kræver klare ansvarskæder: hvem kvalitetssikrer, hvem forklarer, og hvem stopper systemet, hvis det skaber fejl?
  • Medicinsk AI, administrativ AI og generativ tekststøtte er ikke samme risikoklasse og skal ikke styres ens.
  • Tid sparet bliver først en menneskelig gevinst, hvis organisationen vælger at bruge den på kvalitet, læring, restitution eller patientkontakt — ikke kun højere tempo.

Hvad kan arbejdspladser gøre?

  • Start med arbejdsgangen, ikke modellen: Hvor opstår dokumentations-, koordinations- eller beslutningspresset?
  • Skeln mellem administrativ støtte, klinisk beslutningsstøtte og medicinsk udstyr, før governance og ansvar fastlægges.
  • Gør menneskelig kontrol, audit, datagrænser og ret til at tilsidesætte AI-forslag tydelige før skalering.
  • Mål ikke kun tid sparet, men kvalitet, patientsikkerhed, arbejdsmiljø og oplevet nærvær.

Det vigtigste er ikke at finde den perfekte AI-politik fra første dag. Det vigtigste er at gøre forandringen talbar, så medarbejdere, ledere og tillidsvalgte kan se, hvad der faktisk ændrer sig i arbejdet. Når opgaver flyttes, skal rammerne flytte med: tid, ansvar, læring, kvalitet og ret til at sige fra.

En god start er at vælge få konkrete arbejdssituationer og undersøge dem sammen. Hvad gør mennesker i dag? Hvor opstår der friktion? Hvad kan AI hjælpe med? Hvad må den ikke overtage? Og hvordan opdager man, hvis gevinsten ét sted skaber pres et andet sted?

Det kræver også et langsommere rum end den almindelige projektplan. Mange af de vigtige spørgsmål viser sig først, når mennesker prøver teknologien i deres eget arbejde og kan fortælle, hvad der blev lettere, sværere, mere usikkert eller mere meningsfuldt.

Hvad bruges AI til i sundhedsvæsenet?

AI bruges typisk til delopgaver. Det kan være tale-til-tekst og journaludkast, billedanalyse, triage, patientkommunikation, planlægning, kodning, opsummering og beslutningsstøtte. Det er vigtigt at skelne mellem administrativ støtte, klinisk beslutningsstøtte og medicinsk udstyr. De har ikke samme risiko og bør ikke behandles med samme lethed.

Den bedste begyndelse er derfor ikke spørgsmålet: Hvilken AI skal vi købe? Det er spørgsmålet: Hvilken arbejdsgang bliver ændret, hvem påvirkes, og hvor kan en fejl skade patienten?

Den lyttende journal: når skærmen flytter sig

I bogen møder vi Sofie, en læge der bruger en lyttende journal. Værktøjet optager samtalen, laver et udkast til journalnotat, og Sofie retter og godkender. På de gode dage betyder det mindre aftenarbejde og mere blik på patienten. Skærmen fylder mindre i rummet.

Men gevinsten har en kant. Hos den niende patient mærker Sofie, at det ikke kun er ordene, der er blevet flyttet. Når et journaludkast allerede ligger pænt formuleret, kan noget af den faglige eftertanke flytte sig. For mange behandlere er dokumentation ikke bare administration; det er også et sted, hvor vurderingen bliver prøvet, usikkerhed opdages, og næste skridt bliver tænkt igennem.

Patientsikkerhed: ansvar må ikke blive uklart

Sundheds-AI kræver klare ansvarskæder. Det skal være tydeligt, hvornår AI har støttet en vurdering, hvem der har kvalitetssikret resultatet, og hvem der kan forklare beslutningen over for patienten. Ellers kan ansvar forsvinde ind i systemer, leverandører og arbejdsgange.

Risikoen er ikke kun, at AI tager fejl. Risikoen er også, at mennesker kommer til at følge et forslag, fordi det ser færdigt ud. Derfor skal sundhedsarbejdspladser have rammer for audit, undtagelser, menneskelig tilsidesættelse og løbende læring.

Arbejdsmiljø: tid sparet er ikke automatisk tid givet tilbage

AI kan aflaste dokumentationspres og give mere ro i patientmødet. Det er en reel mulighed. Men den mulighed bliver ikke virkelig af sig selv. Hvis al sparet tid straks bliver omsat til flere patienter, kortere pauser eller hurtigere flow, kan teknologien ende med at øge presset.

Derfor er AI i sundhedsvæsenet også et arbejdsmiljøspørgsmål. Organisationen må beslutte, hvad gevinsten skal bruges til: bedre kvalitet, mere nærvær, restitution, læring og færre fejl — eller bare mere aktivitet.

En enkel tjekliste før sundheds-AI skaleres

  • Hvilken konkret arbejdsgang ændres, og hvor kan en fejl ramme patienten?
  • Er løsningen administrativ støtte, klinisk beslutningsstøtte eller medicinsk udstyr?
  • Hvem kvalitetssikrer AI-output, og hvem har ret til at tilsidesætte det?
  • Hvordan opdages fejl, skævheder og hallucinerede eller mangelfulde journaloplysninger?
  • Hvad skal den sparede tid bruges til, og hvordan følges arbejdsmiljøet?
  • Har medarbejderne orienteringstid til at lære værktøjet uden straks at blive målt på højere tempo?

Spørgsmål der bør stilles lokalt

  • Hvilke opgaver bliver lettere, og hvilke opgaver bliver mere uklare?
  • Hvem får mere handlekraft af AI, og hvem risikerer at miste adgang, status eller læringsmuligheder?
  • Hvordan sikrer vi menneskelig vurdering, når AI bruges til tekst, beslutningsstøtte, screening eller dokumentation?
  • Hvilke fejl vil vi acceptere i en prøvefase, og hvilke fejl er for alvorlige til at eksperimentere med?
  • Hvordan taler vi om produktivitet uden at gøre alle gevinster til højere tempo?

Hvordan hænger det sammen med bogen?

Bogen arbejder med fire positioner i AI-forandringen: de fortrængte, de transformerede, de udelukkede og de empowered. De er ikke faste typer, men steder mennesker kan befinde sig, når arbejdet flytter sig.

Derfor handler denne side også om AI-uro, kontroltab, orienteringstid og begyndelsesopgaver — de begreber, der gør samtalen mere konkret end enten begejstring eller panik.

FAQ

Hvordan bruges AI i sundhedsvæsenet?

Typisk til delopgaver som dokumentation, journalopsummering, billedanalyse, triage, planlægning, patientkommunikation, kodning og beslutningsstøtte.

Hvad er en central risiko ved AI i sundhedsvæsenet?

En central risiko er uklare ansvarskæder: at AI-forslag bliver fulgt uden tilstrækkelig klinisk kontrol, eller at fejl ikke kan forklares, opdages og rettes i tide.

Kan AI give mere tid til patienter?

Ja, især hvis AI reducerer dokumentationspres. Men det sker kun, hvis organisationen vælger at bruge gevinsten på nærvær, kvalitet og arbejdsmiljø — ikke kun på højere tempo.

Hvad bør ledere starte med?

Start med arbejdsgangen og patientsikkerheden. Kortlæg hvor AI påvirker patientmøde, dokumentation, beslutninger og ansvar, før værktøjet skaleres.

Kilder og videre læsning

Prøvelæsning

Arbejder du med dette — eller kender du én, der gør?

Vi søger prøvelæsere med erfaring fra HR, ledelse, fagbevægelse, arbejdsmiljø, uddannelse og almindeligt arbejdsliv. Du behøver ikke være AI-ekspert. Du skal bare kende arbejdet indefra.

Bliv prøvelæser