Tio sekunder och ett halssvep – japansk AI kan göra näspinneprovet överflödigt
Japansk AI diagnostiserar infektioner via ett halssvep på tio sekunder.
Näspinneprovet kan snart vara historia
De flesta av oss känner igen känslan. Du sitter i väntrummet, febrig och utmattad, och vet att du inom kort kommer att få en pinne körd djupt upp i näsan för att ta reda på om du har influensa. Det är obehagligt, det tar tid, och det känns nästan oproportionerligt dramatiskt för en diagnos.
Men det obehaget kan snart tillhöra det förflutna. Enligt Wired har det japanska företaget Iris tagit fram ett system vid namn Nodoca som med hjälp av artificiell intelligens analyserar bilder av patientens svalg och kombinerar dem med uppgifter från patientsamtalet – och levererar ett influensabesked på lite drygt tio sekunder.
Tio sekunder. Det är kortare tid än det tar att läsa den här meningen högt.
En läkares frustration blev en affärsidé
Bakom Nodoca finns läkaren och grundaren Sho Okuyama, vars bakgrund som akutläkare – delvis på avlägsna öar med minimal medicinsk utrustning – formade en djup övertygelse om att det avgörande i medicinsk AI inte är algoritmen i sig, utan hur data samlas in.
– När folk hör 'medicinsk AI' tänker de oftast på den del som ställer diagnosen. Men det avgörande är hur informationen inhämtas, säger Okuyama.
Det är ett perspektiv som förtjänar att lyftas fram. Alltför ofta diskuteras medicinsk AI som om det handlar om att plugga in patientdata i en svart låda och vänta på ett svar. Okuyamas insikt är mer fundamental: sensoriken är grunden. Skräpdata in, skräpdiagnos ut – oavsett hur sofistikerad modellen är.
När Iris grundades 2017 saknades det i princip helt träningsdata för AI inriktad på svalget. Okuyama löste det på klassiskt entreprenörsvis: han lånade ut specialkameror till ett hundratalet vårdinrättningar och samlade under tre år in bilder med patienternas samtycke. Det tålmodiga, metodiska arbetet lade grunden för något verkligt hållbart.
Godkänt, försäkringsbelagt och redo att skalas upp
Resultatet är imponerande ur ett regulatoriskt perspektiv. År 2022 blev Nodoca den första AI-baserade medicintekniska produkten i Japan att godkännas som en ny medicinsk anordning – och den fick täckning under den nationella sjukförsäkringen. Det är inte en liten sak. Det är ett prejudikat.
I oktober 2025 utvidgades godkännandet till att även omfatta diagnostik av covid-19, vilket ytterligare stärker systemets kliniska räckvidd och affärspotential.
Här ser vi ett mönster som är värt att studera noga: ett företag som inte försöker ta genvägar via oreglerade marknader, utan som investerar i långsiktigt datainsamlingsarbete och regulatoriskt godkännande. Det är den sortens grund som gör ett genombrott varaktigt.
Vad händer med provtagningstjänsterna?
Den självklara följdfrågan är: om AI kan diagnostisera influensa på tio sekunder via ett halssvep, vad händer med de aktörer vars affärsmodell bygger på traditionell provtagning?
Det är en rättmätig fråga, men jag vill nyansera oron. Snabbdiagnostik frigör resurser – det är inte en nollsummelek. Läkare och sjuksköterskor som slipper vänta på provsvar kan ägna sin tid åt bedömningar som verkligen kräver mänskligt omdöme. Provtagningslaboratorier kan fokusera på komplexa analyser där djup klinisk tolkning är avgörande.
Men ja – aktörer som enbart lever på volymen av enkla influensatester behöver tänka om. Det är omställning, inte undergång. Och omställning är, som alltid, en möjlighet för den som rör sig snabbt.
En ny standard för snabbdiagnostik
Nodoca är inte bara en produkt – det är ett konceptbevis för vad datorseende och AI kan åstadkomma i klinisk miljö när de kombineras med rätt datainsamling och regulatorisk uthållighet. Näspinnesprovet för influensa är troligen bara det första dominobrickan att falla.
Frågan är inte längre om AI-driven snabbdiagnostik kommer att förändra vården. Den frågan är redan besvarad. Frågan är hur snabbt övriga länder skapar de regulatoriska ramverk som gör det möjligt att ta del av genombrotten – och vilka vårdgivare som är redo att omfamna förändringen när den knackar på dörren.
Vår analys
Nodoca är ett läroboksexempel på hur transformativ AI faktiskt byggs: inte med genvägar, utan med tålmodig datainsamling, klinisk förankring och regulatoriskt tålamod. Iris tog tre år på sig att bygga sitt träningsunderlag och ytterligare år att navigera godkännandeprocessen – och resultatet är ett system med riktigt prejudikatskapande status på den japanska marknaden.
Det som gör detta särskilt intressant ur ett strategiskt perspektiv är skalningslogiken. Svalget som diagnostisk yta är inte unikt för influensa. Samma grundprincip – datorseende kombinerat med klinisk kontextdata – kan potentiellt tillämpas på ett brett spektrum av luftvägssjukdomar och kanske bortom det. Vi ser troligen bara begynnelsen av vad den här plattformen kan göra.
För Sverige och Norden gäller frågan: hur snabbt kan våra regulatoriska strukturer ta emot den här typen av innovationer? Den aktör – offentlig eller privat – som svarar snabbast på den frågan sätter agendan för nästa decenniums vårdteknik.