Åtminstone fyra av tio läkare i USA använder en populär AI-chattbot som är tränad på medicinsk litteratur.
Den hjälper dem att slå upp doseringar, hitta vetenskapliga referenser och resonera kring vad som kan vara fel med en patient.
Verktyget har också använts av läkare i Finland och övriga Europa, men drogs tillbaka från EU-marknaden den här veckan.
För att få säljas inom EU måste medicinska AI-verktyg enligt regleringen bevisas vara tillräckligt trygga och fungera som de lovar. Det hade företaget inte lyckats belägga.
Det amerikanska verktyget kan ändå komma tillbaka till EU längre fram, om bolaget kan leva upp till kraven.
Det finns också flera europeiska konkurrenter, men de är främst inriktade på enskilda länders riktlinjer. Fler är dessutom på väg till Finland.
Johan Sanmark är läkare och landschef i Finland för ett svenskt bolag som utvecklar AI-verktyg för vården. Han jobbade tidigare med AI-frågor vid Västra Nylands välfärdsområde.
– Användningen av AI kommer att bli en lika självklar del av arbetet som elektroniska patientjournaler eller över huvud taget att använda dator på mottagningen, säger han.
Utvecklingen har varit snabb.
– De verktyg vi använde för ett år sedan känns redan uråldriga. Till och med de vi hade för sex månader sedan är sämre än de vi har i dag, säger Sanmark.
Många använder AI utan tillstånd
Enligt undersökningar använder uppemot 70 procent av de yrkesverksamma inom sjukvården redan generella AI-chattbottar i sitt arbete, så kallad skugg-AI.
Tjänsterna är inte certifierade för medicinskt bruk. De kan ändå användas för allt från snabba sammanfattningar och uppslag till att resonera kring diagnoser och nästa steg i vården.
Markus Skrifvars, professor i intensivvård vid Helsingfors universitet, är skeptisk till tanken på att AI ska ersätta läkarens bedömning. Men som arbetsredskap ser han stor potential med tekniken.
– AI kan skapa sammanfattningar på hur många sätt som helst, det går jättesnabbt, säger han.
Ser inte hela patienten
En färsk studie i den vetenskapliga tidskriften Science tyder också på att AI i vissa fall kan ställa diagnos lika bra som erfarna läkare. Studien jämförde en äldre AI-modell från Open AI med erfarna internmedicinare.
AI:n matchade ofta läkarna i att ställa diagnos, och det utifrån samma journaldata. Forskarna betonar ändå att tekniken inte ska ersätta läkaren.
AI-modellen i den färska studien jobbade med text, inte med bilder, ljud eller det intuitiva intryck som uppstår när läkaren faktiskt möter patienten.
– Analys av textdata och laboratorieprov är inte samma sak som att faktiskt undersöka en patient, säger Markus Skrifvars.
Han lyfter också en systemrisk. En enskild läkare som fattar ett dåligt beslut kan korrigeras genom samtal. Men om alla läkare följer samma AI-modell och den råkar ge felaktiga råd blir problemet betydligt svårare att åtgärda.
En annan praktisk risk är falska larm. När en AI letar efter ovanliga sjukdomar tenderar den att flagga många patienter som egentligen mår bra.
Skrifvars liknar det vid säkerhetskontrollen på en flygplats, där de allra flesta fynd är ofarliga och inte verkliga hot. Konsekvensen i vården kan bli onödiga undersökningar och oro hos patienten.
Yngre litar mer på tekniken
Johan Sanmark pekar i sin tur på en annan risk. Läkarens egen förmåga försämras när tekniken tar över allt mer.
Det handlar dels om att man slutar granska AI:ns förslag tillräckligt noga och därför missar fel. Dels om att den egna kunskapen riskerar att blekna när läkaren lutar sig på tekniken i stället för att tänka själv.
Risken är särskilt påtaglig bland yngre läkare, som ofta har en lägre tröskel för att ta till AI och oftare ställer breda frågor som ”vad kan det här vara?” eller ”vad ska jag göra härnäst?”.
Mer rutinerade kollegor använder snarare tekniken som ett uppslagsverk för doseringar och referenser.
Sanmark menar ändå att vi alltid har anpassat oss till ny teknik och tappat gamla kunskaper på vägen. Få unga klarar i dag av att skriva snyggt för hand, påpekar han som exempel.
Samtidigt väcker han en svårare fråga: om en läkare med AI fattar bättre beslut än en läkare utan, är samhället då redo att acceptera att läkarens egen förmåga blir sämre?
Skriver redan utkast till patientjournalen
Vid sidan av beslutsstödet används generativ AI redan brett för att avlasta läkaren i pappersarbetet, som vi har berättat om tidigare. Det handlar till exempel om att AI:n lyssnar på mottagningen och sedan skriver ett utkast till journalanteckning om patienten.
I Finland har utvecklingen gått snabbt på sistone. Enligt Johan Sanmark har över hälften av välfärdsområdena nu tagit tekniken i bruk, liksom alla stora privata vårdaktörer. För bara ett år sedan var det betydligt färre.
– En läkare kan använda upp till tre timmar av sin arbetsdag på journalanteckningar, sökning av information och utlåtanden. Det är arbete som AI kan automatisera, säger Johan Sanmark.
Också patienterna verkar gilla förändringen. Vårdpersonal har vittnat om att klienter och anhöriga har reagerat positivt på att läkaren kan vara mer närvarande.
Vad tycker du om att läkarna använder AI i sitt arbete? Berätta och motivera i kommentarsfältet!