AI i vården fungerar — när den vet sina gränser
Ny AI-teknik i vården ger miljontals människor kvalificerade svar på hälsofrågor.
När AI möter verkligheten — vad håller och vad håller inte?
Det råder ingen brist på AI-löften just nu. Men den verkliga frågan — den som varje affärsledare och beslutsfattare borde ställa — är enkel: fungerar det när det lämnar labbet? Den här veckan fick vi tre svar på den frågan, och de pekar åt vitt skilda håll.
Hälsovården hittar sin rytm
Låt oss börja där det händer mest. Rapporterar Fierce Healthcare: den amerikanska hälsoplattformen Fullspan Health lanserar nu en konversationsbaserad AI-tjänst kallad Healthline AI, riktad mot plattformens 63 miljoner unika månadsbesökare. Det som skiljer den från att bara skriva en fråga i ChatGPT är inte tekniken i sig — det är förankringen. Tjänsten hämtar uteslutande information från medicinskt granskade källor som Healthline, Medical News Today och Psych Central.
Det låter kanske som en liten detalj, men det är faktiskt kärnan i varför det här kan fungera i stor skala. Som Berkeley Bethune, vice vd på Fullspan Health, uttrycker det: verktyget är byggt kring faktiska resultat, inte bara svar. I nuläget fokuserar tjänsten på typ 2-diabetes, men ambitionen är bredare.
Och behovet är verkligen reellt. Enligt OpenAI skickar mer än 800 miljoner regelbundna ChatGPT-användare — var fjärde person — minst en hälsorelaterad fråga varje vecka. Det handlar om över 40 miljoner medicinska förfrågningar per dygn. Folk söker redan hälsovägledning via AI. Frågan är bara om de får svar av hög eller låg kvalitet.
På liknande spår rör sig Noom, som länge profilerat sig som viktminskningsapp men nu tar ett tydligt kliv in i diagnostikens värld. Bolaget lanserar, fortfarande enligt Fierce Healthcare, ett hemtestkit för metabol hälsa som mäter 17 biologiska markörer — allt från långtidsblodsocker och LDL till inflammationsmarkörer och vitamin D. Kostnaden är 125 dollar, och resultaten kopplas direkt till Nooms plattform för medicinering och beteendeförändring.
Det som verkligen fångar mitt intresse är att testet inkluderar Lipoprotein(a), en ärftlig riskfaktor för hjärt-kärlsjukdom som ledande medicinska organisationer rekommenderar att alla vuxna testas för — men som bara uppskattningsvis en av tusen faktiskt har tagit. Noom demokratiserar med andra ord tillgång till medicinsk information som tidigare var förbehållen de mest initierade eller de med rätt läkarkontakter.
Nooms medicinska chef Jeffrey Egler sätter ord på strategin: det här är del av bolagets omvandling från välmåendeföretag till medicinsk plattform. Det är en stor förflyttning — och en lovande sådan.
Filmspådomen som föll platt
Men sedan finns det Quilty. The Verge rapporterar om detta AI-verktyg som utlovar att förutsäga om ett filmmanus har potential att bli en biosuccé. Grundarna Simon Horsman och Daniel Wood kombinerar modeller från Gemini, ChatGPT och Grok för att generera detaljerade analysrapporter — poängsatta från noll till hundra — om ett manuss berättarmässiga kvalitet och kommersiella bärkraft.
Problemet? Quilty bedömde floppen Christy som mer lovande än Sinners — filmen som sedermera vann Oscar och drog stora publiksiffror. Det är svårt att föreställa sig ett mer talande motexempel på vad som händer när AI sätts att analysera något som kräver djup kulturell och mänsklig kontext.
Det är inte en fråga om dålig teknik i allmän mening — det är en fråga om fel tillämpning. Att förutsäga om en film blir älskad av miljontals människor med skiftande smaker, i ett föränderligt kulturklimat, är en fundamentalt annorlunda uppgift än att sammanfatta medicinskt granskad information om blodsockernivåer.
Lärdomen är tydlig
Den gemensamma nämnaren i veckans nyheter är inte AI:s allmänna förmåga — det är domänens karaktär. I vården finns tydliga, strukturerade kunskapsbaser, mätbara utfall och väldefinierade frågor. Där kan AI tillföra enorm nytta. I konstkritik och kulturspådomar rör vi oss i ett territorium där även de skarpaste mänskliga experterna har fel hälften av tiden.
Det är ingen anledning att vara pessimistisk om AI. Det är anledning att vara precis i var vi väljer att tillämpa den.
Vår analys
Det vi ser just nu i hälsovården är inte en revolution — det är något mer värdefullt: en metodisk mognad. Fullspan Health och Noom bygger inte på hype, de bygger på infrastruktur. Granskade datakällor, integrerade arbetsflöden, mätbara biologiska markörer. Det är grunden för AI-tillämpningar som faktiskt håller över tid.
Quilty påminner oss om att entusiasm inte är en affärsmodell. När ett verktyg missbedömer en Oscar-vinnare som sämre än en flopp, tappas förtroendet hos just de beslutsfattare man försöker nå.
För den som vill förstå var AI skapar verkligt värde de närmaste åren bör blicken riktas mot sektorer med strukturerad data och tydliga framgångsmått — och vården är just nu den tydligaste kandidaten. Det som börjar med diabetes och metabola markörer kan om fem år forma hur hela preventiv vård levereras i stor skala. Det är en omställning värd att följa noga.