Perspektiv
AI kan tage sygehistorien før lægebesøget – men et lovende studie er ikke en digital læge
En AI-samtale før konsultationen kan give lægen et bedre udgangspunkt. Det nye AMIE-studie er interessant, fordi teknologien blev prøvet med rigtige patienter – og lærerigt, fordi forsøget samtidig viser, hvor meget menneskelig kontrol der skal til.
Det nye er den virkelige arbejdsgang
Google og Beth Israel Deaconess Medical Center har undersøgt AMIE, et forskningssystem til kliniske samtaler, i en virkelig ambulant arbejdsgang. Voksne patienter med én akut, men ikke livstruende, problemstilling kunne chatte med systemet op til fem dage før deres aftale. AI’en indsamlede sygehistorie og lavede en opsummering til lægen. [1]
114 patienter blev inkluderet fra april til november 2025. 98 gennemførte både samtalen og det efterfølgende besøg. Forsøget var prospektivt, men det var også enkeltcenter, enkeltarmet og begrænset til engelsktalende voksne. Der var altså ingen parallel kontrolgruppe, som fik en anden form for forberedelse. [1]
Det gør studiet mere værdifuldt end en ren demonstration, men mindre end et bevis på klinisk effekt. Forskerne målte især, om forløbet kunne gennemføres, samt hvordan patienter, læger og kliniske bedømmere oplevede samtalen. De målte ikke færre fejldiagnoser, bedre behandling eller forbedret helbred.
Den forskel er vigtig. Når en overskrift siger, at AI kan frigøre tid til samarbejde mellem læge og patient, beskriver den en plausibel anvendelse. Den dokumenterer endnu ikke, at alle klinikker sparer tid eller at patienterne får et bedre resultat.
Sikkerheden bestod også af et menneske, der fulgte med
Alle samtaler blev overvåget i realtid af en læge, som kunne stoppe dem efter forudbestemte kriterier. Ingen samtale krævede et sikkerhedsstop. Tilsynslægerne noterede dog én hallucination og tilføjede klinisk information i fem forløb. [1]
Det er både opmuntrende og en påmindelse. Nul stop betyder ikke nul fejl. Resultatet opstod i en ramme med samtykke, udvalgte deltagere, én afgrænset problemstilling og aktiv lægelig overvågning. Det fortæller ikke, hvad der sker ved flere samtidige sygdomme, sproglige barrierer, akutte faresignaler eller manglende adgang til opfølgning.
Lægerne fandt materialet nyttigt i 33 af de 44 tilfælde, hvor de havde læst det før besøget. I 25 af de 44 svarede de, at det muligvis kunne have ændret deres adfærd. Det er interessante oplevelsesdata, men ordet »muligvis« og det begrænsede antal svar skal med i læsningen. [1]
For en dansk arbejdsplads er den praktiske pointe, at menneskelig kontrol ikke må reduceres til en godkendelsesknap efter samtalen. Tilsyn kræver tid, faglig kompetence, adgang til hele konteksten og en reel mulighed for at afbryde eller rette.

Patientens ord skal ikke forsvinde i en pæn opsummering
En struktureret opsummering kan hjælpe en travl læge. Den kan også flytte opmærksomheden. Hvis AI’en vælger ét symptom som hovedspor og nedtoner et andet, kan den færdige tekst se mere sikker ud, end patientens fortælling var. Derfor bør lægen kunne se både opsummeringen og de oplysninger, den bygger på.
Studiets patienter vurderede samtalen forskelligt på tværs af kriterier, og deres holdning til AI blev mere positiv efter forløbet. Det fortæller noget om accept, men accept er ikke det samme som nøjagtighed. En rolig og velformuleret samtale kan opleves tryg, selv om en vigtig oplysning mangler.
Inden et lignende system tages i brug, bør man derfor beskrive, hvad det må gøre: indsamle, strukturere og markere uklarheder. Det bør også være tydeligt, hvad det ikke må gøre: afvise patienter, ændre hastegrad uden faglig vurdering eller præsentere et forslag som en diagnose.
Patienten skal kende rollen på forhånd. Hvem læser samtalen? Hvor længe gemmes den? Kan en forkert oplysning rettes? Hvad gør man, hvis symptomerne bliver værre? De spørgsmål er ikke tilføjelser til produktet. De er en del af selve sundhedsydelsen.

Det næste forsøg bør måle mere end tilfredshed
Hvis en klinik vil afprøve AI i forberedelsen, bør den begynde småt og måle hele arbejdsgangen. Registrér den samlede tid: patientens samtale, lægens læsning, kontrol af kilder, rettelser og ekstra spørgsmål. Ellers kan en tidsgevinst ét sted skjule mere arbejde et andet.
Mål også manglende og fejlagtige oplysninger, ikke blot hvor ofte en opsummering bliver åbnet. Aftal hvilke faresignaler der altid skal eskaleres, og gennemgå et udvalg af både gode og problematiske forløb med patienter og klinikere. NIST’s risikoramme fremhæver netop ansvar, dokumentation, måling og løbende håndtering som en samlet opgave. [2]
Det mest menneskelige mål er ikke, om AI’en lyder empatisk. Det er, om patienten bliver hørt, og om lægen får et mere retvisende grundlag for den faglige samtale. Et system kan støtte det arbejde. Det kan ikke overtage relationen, ansvaret eller vurderingen af, hvad patientens fortælling betyder.
AMIE-studiet er derfor værd at følge. Ikke fordi 98 forløb har afgjort fremtiden for konsultationen, men fordi det flytter diskussionen fra en chatbot på en skærm til en konkret arbejdsgang med samtykke, tilsyn og begrænsninger. Det er dér teknologien skal vurderes.
Læs også
- AI’s begrænsninger – hvad skal mennesker stadig vurdere?
- AI og persondata – syv spørgsmål før du deler oplysninger
Kilder og videre læsning
- [1] The Lancet / PubMed – Conversational diagnostic artificial intelligence in ambulatory primary care: a prospective feasibility study – Fagfællebedømt studie, offentliggjort online 8. oktober 2026.
- [2] NIST – Artificial Intelligence Risk Management Framework 1.0 – Frivillig ramme for styring, kortlægning, måling og håndtering af AI-risici.
- [3] Google Research – Exploring the feasibility of conversational diagnostic AI in a real-world clinical study – Forskergruppens metodebeskrivelse og opdatering med henvisning til Lancet-artiklen.
- [4] Google – How AI can help doctors spend more time on collaborative care – Leverandørens Q&A fra 20. oktober 2026; læst som formidling, ikke som uafhængig dokumentation.