AI som kapar journalstress i Cosmic Sussa

21 sidor. Så långt kan en utskriven mall för besöksanteckning i primärvård bli i Cosmic Sussa, enligt en familjeläkare som nyligen beskrev sin vardag. Det är en siffra som fastnar – inte för att någon vill läsa 21 sidor rubriker, utan för att den fångar en känsla många i vården delar: journalsystemet riskerar att bli en egen patient.

Det här är ett inlägg i serien ”AI för Svenska Vårdcentraler: Primärvård 4.0”. Jag tar avstamp i den frustrationen och går ett steg längre: om problemet är att dokumentation tar tid och energi från kärnverksamheten, då duger det inte att ”lägga AI ovanpå” ett krångligt flöde och hoppas att det känns bättre. AI måste användas på rätt sätt: för att minska friktion, öka kvalitet och stärka patientsäkerheten – utan att skapa nya risker.

Varför Cosmic Sussa känns tyngre än det borde

Kort svar: när dokumentationen kräver att du anpassar dig till systemet (i stället för tvärtom) uppstår tidsläckage, dubbelarbete och en sämre arbetsmiljö.

Primärvård är högvolym, hög variation och högt tempo. En bra journalföring i vårdcentralens verklighet behöver vara:

• snabb (minuter, inte kvartar)
• klinisk (beslutsrelevant, inte rubrikdriven)
• spårbar (tydlig plan, uppföljning och ansvar)
• återanvändbar (för intyg, remisser, läkemedel, provsvar)

När mallar blir överdimensionerade och styr mot ”fyll i allt”, händer två saker samtidigt:

1. Läkaren blir redaktör av rubriker, inte problemlösare.
2. Kvalitet blandas ihop med längd, vilket kan ge mer text men sämre överblick.

Här kommer en ståndpunkt: Mer dokumentation är inte samma sak som bättre dokumentation. Om anteckningen blir svårare att läsa blir den också svårare att använda, särskilt vid akuta kontakter, vikariearbete och stafett.

Myten: ”AI löser det här, bara vi dikterar mer”

Kort svar: taligenkänning sparar sekunder; dåliga arbetsflöden kostar minuter.

I debatten hörs ofta: ”Använd AI – diktera så fixar det sig.” Men många kliniker upplever inte att själva textproduktionen är flaskhalsen. Flaskhalsen är:

• att hitta rätt ställe att skriva på
• att klicka rätt för att ”systemet ska bli nöjt”
• att duplicera information mellan fält
• att dokumentera för en otydlig mottagare (”tredje part”) snarare än för vården

AI kan hjälpa, absolut. Men om AI bara blir en krycka för ett trögt gränssnitt riskerar man att:

• få snabbare inmatning men lika mycket efterarbete
• skapa mer text som ändå inte är strukturerad där den behövs
• öka risken för att viktig information göms i brödtext

AI som faktiskt minskar dokumentation – tre praktiska användningsfall

Kort svar: AI ger mest effekt när den automatiserar sammanställning, strukturering och återanvändning – inte när den bara skriver fler ord.

Här är tre tillämpningar som är realistiska i svensk primärvård och särskilt relevanta när Cosmic Sussa upplevs tungt.

1) ”Lyssna en gång, skriv rätt”: samtalsnära journalutkast

Kort svar: AI kan skapa ett journalutkast i realtid som följer lokala riktlinjer och minimerar klick.

Det som fungerar bäst i praktiken är inte ”självskrivande journal” på autopilot, utan ett kontrollerat utkast:

• AI fångar samtalets innehåll (med tydligt samtycke och loggning)
• föreslår en anteckning i en enkel klinisk struktur, t.ex. problem–bedömning–plan
• markerar osäkerheter: ”här behöver du bekräfta dos”, ”oklart debutdatum”

Det avgörande är att AI också kan:

• föreslå koder och åtgärder (utan att låsa)
• hitta relevant historik (t.ex. tidigare blodtryck, senaste HbA1c)
• föreslå en patientanpassad plantext till 1177-kommunikation

Effekten blir ofta störst när utkastet inte bara blir en text, utan en förifylld arbetsyta: plan, uppföljning och ordinationer på rätt ställe.

2) Automatisk ”minimidokumentation” som ändå uppfyller krav

Kort svar: AI kan hjälpa vårdgivare att skilja på ”måste” och ”bra att ha” och därmed kapa onödiga moment.

Om en mall i praktiken driver 21 sidor rubriker finns en risk att dokumentationen expanderar bara för att fält finns. En bättre princip är:

• Minsta nödvändiga dokumentation för patientsäkerhet, juridik och ersättningsmodeller
• Tillval när det kliniskt behövs

AI kan bidra genom att:

• föreslå en kort version av anteckningen som standard
• lägga detaljer i ett expanderbart avsnitt (för de fall där det behövs)
• skapa en tydlig ”riskrad”: allergier, varningsflaggor, uppföljning

Det här är också en ledningsfråga: man måste våga säga att allt behöver inte dokumenteras lika mycket i alla besök.

3) Återanvändning: en gång in – många gånger ut

Kort svar: AI kan återanvända samma information för remisser, intyg och patienttexter utan att kopiera-klistra.

Primärvården lägger mycket tid på att formulera samma kärna i olika format:

• journalanteckning
• remiss
• sjukintyg
• sammanfattning till patient
• medicinsk bedömning till försäkringsaktör

AI kan göra det här till en kontrollerad pipeline:

1. Kliniker godkänner kärntexten.
2. AI genererar formatanpassade dokument.
3. Systemet spårar vilka delar som återanvänds.

Det minskar inte bara tid – det minskar också risken att olika dokument säger olika saker.

Patientsäkerhet och juridik: så använder ni AI utan att skapa nya problem

Kort svar: säkra AI-flöden kräver tydligt ansvar, spårbarhet och ”human-in-the-loop” som standard.

När man pratar om AI i journaldokumentation hamnar diskussionen ofta i två ytterligheter: ”AI är farligt” eller ”AI fixar allt”. Verkligheten är mer krävande – och mer hanterbar.

Här är ett praktiskt ramverk jag brukar förespråka i vårdnära AI-projekt:

• AI får föreslå, aldrig signera. Det ska alltid framgå vad som är klinikerns ansvar.
• Källmarkering i utkast. AI ska kunna visa: ”Det här kommer från samtalet” vs ”det här är hämtat från journalen”.
• Konservativa standarder. Hellre ett kort utkast med tydliga luckor än en lång text som ser säker ut men smyger in fel.
• Loggning och revision. Vem accepterade vad, när och varför.
• Tydlig datastyrning. Var behandlas data, hur länge sparas den, och vad används den till (och inte till).

Ett bra mål är att AI ska minska risken för missar som idag uppstår av stress: fel datum, fel dos, glömd uppföljning, otydlig plan. Men då måste AI byggas för vårdens vardag, inte för en demo.

Ledarskap och kultur: tekniken är bara halva jobbet

Kort svar: utan tydligt mandat, prioriteringar och en öppen förbättringskultur kommer varken Cosmic Sussa eller AI att landa väl.

Debattinlägget bakom den här diskussionen pekar på tre saker: fokus på kärnverksamhet, tydligt ledarskap och en kultur av öppenhet. Jag håller med – och jag skulle lägga till en fjärde: mätning som speglar verkligheten.

Mät rätt: tid per patient och tid efter arbetspassets slut

Om man vill minska dokumentationsbördan räcker det inte att mäta ”antal besök”. Man behöver följa:

• genomsnittlig dokumentationstid per besök (per typ av ärende)
• andel anteckningar färdiga inom arbetspasset
• antal avbrott (inloggningar, omstarter, felsökning)
• upplevd kognitiv belastning (enkel pulsfråga veckovis)

Här är en rak poäng: om personalen ”springer snabbare” är det inte en hållbar strategi. Då betalar man med arbetsmiljö och patientsäkerhet.

Gör det lätt att säga sanningen

När medarbetare inte vågar kritisera system som påverkar patientsäkerhet får man en organisation som ser lugn ut på ytan men blöder tid och energi i det tysta.

AI-projekt lyckas bättre i verksamheter där:

• incidenter tas emot utan skuld
• förbättringsförslag belönas med tid och mandat
• leverantör och region kan tala klarspråk om vad som fungerar och inte

Så kan en vårdcentral börja: en 60-dagars plan för AI i dokumentation

Kort svar: börja litet, mät hårt, skala först när ni ser verklig tidsvinst utan kvalitetsfall.

För en vårdcentral som vill testa AI för journaldokumentation (oavsett plattform) föreslår jag ett upplägg som känns rimligt även i valår och budgetpress.

1. Dag 1–10: Välj två flöden

   • t.ex. luftvägsinfektion + hypertoniuppföljning
   • definiera vad ”bra dokumentation” är (max 8–12 rader kärna)

2. Dag 11–30: Pilot med 5–10 kliniker

   • AI-utkast + tydliga kontrollpunkter
   • samla tidmätning och kvalitetsindikatorer

3. Dag 31–45: Rensa i mallar och krav

   • vilka rubriker används aldrig?
   • vilka krav är lokala tolkningar som kan tas bort?

4. Dag 46–60: Skala eller stoppa

   • skala bara om ni ser minst 20–30% tidsvinst i pilotflödena och bibehållen kvalitet

Den siffran (20–30%) är ingen magisk gräns, men den är praktisk: mindre än så äts ofta upp av utbildning, driftstörningar och nya arbetsmoment.

Snippet att bära med sig: AI som inte sparar tid i verkliga besök är bara ytterligare ett system att blidka.

Nästa steg för Primärvård 4.0: från ”mer text” till bättre flöde

AI för journaldokumentation i Cosmic Sussa bör bedömas med en enkel fråga: får du mer tid till patienten och en lugnare avslutning på dagen? Om svaret är nej spelar det ingen roll hur imponerande tekniken ser ut.

För mig är riktningen tydlig inför 2026: svensk primärvård behöver AI som minskar klick, gör anteckningar mer läsbara och hjälper teamet att följa upp planer – inte AI som bara producerar mer text ovanpå redan tunga mallar.

Om du ansvarar för digitalisering, medicinsk kvalitet eller verksamhetsutveckling på en vårdcentral: vilka två dokumentationsmoment skulle du vilja eliminera först – och vad skulle du kräva av en AI-lösning för att lita på den?