Medan AI får miljarder ska den rädda vården – men ingen kan ta hand om 152 patienter i 61 rum

Löftet är enormt. Verkligheten är komplex.

Det är en tidig septemberkväll på Brigham and Women's Hospital i Boston. Akutmottagningen har 61 vårdrum. Inne på dem – och ut i korridorerna, förbi skyltarna märkta 80H och 81H, där H:et står för just korridor – befinner sig 152 patienter. Ovanför dem tittar Star Wars-robotarna R2D2 och C3PO ner från väggarna, som ett litet skämt i ett system som inte har mycket att skratta åt.

– Man kan inte ta hand om 152 patienter i 61 rum, konstaterar akutläkaren Christopher Baugh, rapporterar STAT Health Tech. Och sedan tillägger han det som gör citatet verkligt tungt: det här är ingen undantagssituation. Det är bara en vanlig torsdag.

Samtidigt, på helt andra håll i det amerikanska sjukvårdslandskapet, pågår en annan berättelse – en om enorma satsningar och tekniska genombrott som lovar att förändra allt.

650 miljoner för ett nytt slag av läkare

Den amerikanska forskarmyndigheten ARPA-H tillkännagav nyligen att man investerar 62,7 miljoner dollar – drygt 650 miljoner kronor – i programmet ADVOCATE, som syftar till att utveckla delvis självständiga AI-system för behandling av hjärtsviktspatienter. Systemen ska, om de godkänns av den amerikanska läkemedelsmyndigheten, kunna bedöma symtomers allvarlighetsgrad, skriva ut läkemedel och beställa laboratorieprover – uppgifter som hittills krävt en legitimerad läkare.

Med på listan över mottagare finns tunga namn: Stanford University, Duke University, Kaiser Permanente samt teknikbolagen Atman Health, UpDoc och Tempus AI. Det är inte ett experiment i marginalen. Det är ett systemskifte under uppbyggnad.

Och forskningen ger bränsle åt optimismen. Enligt en ny artikel i den vetenskapliga tidskriften JAMA, som STAT Health Tech rapporterar om, kommer självständig AI sannolikt att överträffa läkare – även läkare med AI-stöd – på fem grundläggande medicinska uppgifter redan före 2030. Det handlar om att inhämta patientinformation, ställa differentialdiagnoser, välja kostnadseffektiva undersökningar, förskriva behandling enligt riktlinjer samt hantera kroniska sjukdomar.

Exemplen är svåra att blunda för. Googles system AMIE är statistiskt bättre än läkare på att ta upp patientanamnes. ChatGPT överträffar läkare vid differentialdiagnoser med hela 18 procentenheter. Microsofts diagnostiksystem ställde korrekta slutdiagnoser fyra gånger oftare än läkare – och till nästan 20 procent lägre undersökningskostnad. Ett Stanford-system stabiliserade en patients insulindos på 15 dagar; det tog läkarna åtta veckor att nå samma resultat.

Ännu mer anmärkningsvärt: nio av tretton studier visar att självständig AI till och med slår läkare som har AI-stöd. Förklaringen är nästan ironisk – när AI:n är tillräckligt kapabel tenderar läkaren att lägga till fler felaktiga korrigeringar än värdefulla insikter.

Men väntrummen töms inte av algoritmer

Här är det lätt att ryckas med. Och det är precis där vi måste bromsa.

De mest omtalade AI-verktygen i dagens sjukvård är de så kallade AI-skrivarfunktionerna – system som lyssnar på läkare-patientsamtal och automatiskt genererar journalanteckningar. De minskar utan tvekan den administrativa bördan, som i dag stjäl timmar av vårdpersonalens arbetsdag. Men som STAT Health Tech pekar ut i sin analys: de löser inte det grundläggande problemet. Överfulla väntrum, kronisk personalbrist och otillräckliga resurser är inte ett dokumentationsproblem. De är ett systemproblem.

John Whyte, vd för Amerikanska läkarförbundet AMA, sätter ord på det många inom vården känner. Han medger att AI redan idag kan tolka röntgenbilder, sammanfatta journaler och föreslå diagnoser med en träffsäkerhet som verkade otänkbar för några år sedan. Men han varnar för det logiska språnget från "AI kan göra mycket av det läkare gör" till "AI kan ersätta läkare".

Läkaryrket handlar om mer än avbockningsbara uppgifter, framhåller Whyte. Det handlar om att känna igen när diagnosen inte riktigt stämmer. Om att förstå varför standardbehandlingen inte passar just denna patient. Om att leverera livsavgörande besked. Och – en fråga som blir allt mer brännande – om ansvarsutkrävande. En läkare är legitimerad, verkar inom tydliga yrkesetiska ramar och kan ställas till svars. Vad händer när ett självständigt AI-system med självförtroende lugnar en patient som egentligen behöver akutvård?

Rätt verktyg för rätt problem

Det är i spänningen mellan dessa berättelser som AI-revolutionen i vården verkligen utspelas. Tekniken är inte ett svepande svar på allt – men den är inte heller ett tomt löfte. Den kan bli ett av de kraftfullaste verktygen vårdsektorn någonsin haft till hands, om vi är precisa nog att rikta den mot rätt problem.

Hjärtsviktspatienter som i dag saknar tillgång till specialist-anpassad medicinering? Där kan ett FDA-godkänt AI-system göra verklig skillnad. Differentialdiagnoser i resurssvaga miljöer? Uppenbar potential. Men för att tömma de överfulla korridorerna på Brigham and Women's Hospital krävs politisk vilja, resurser och strukturella reformer – inte smartare anteckningsverktyg.

AI-revolutionen i vården är real. Men den är inte en revolution mot ett mål – den är en verktygslåda. Och som alla verktygslådor är den bara så bra som förmågan att välja rätt verktyg för rätt uppgift.