AI som minskar journalbördan i primärvården 2025

21 sidor. Så långt blir en utskriven mall för besöksanteckning i primärvård i Cosmic Sussa, enligt en svensk familjeläkare. Det är en siffra som fastnar – inte för att någon vill ha längre journaler, utan för att den säger något om var vårdens tid tar vägen.

Jag har jobbat med digitalisering i och runt vård och life science länge nog för att se ett mönster: när journalsystemet känns som ett ”projekt” snarare än ett verktyg, börjar vården optimera för systemet – inte för patienten. Och då hamnar vi där Marija Kramar sätter fingret: man ska inte behöva ägna arbetsdagen åt att blidka ett journalsystem.

I den här delen av serien ”AI för Svenska Vårdcentraler: Primärvård 4.0” tar vi debattens kärna på allvar och gör den praktisk: Hur kan AI faktiskt minska dokumentationsbördan utan att skapa nya risker, mer klick och ännu ett lager teknik?

Problemet är inte att läkare skriver långsamt – problemet är friktionen

Om dokumentation tar tid beror det ofta mer på struktur, sökbarhet och krav än på skrivhastighet. Det är en viktig poäng i debatttexten: många läkare kan skriva och diktera snabbt. Ändå växer tiden som går åt till att få informationen att hamna ”rätt” i systemet, i rätt ruta, i rätt ordning.

Friktionen i vardagen: ”Var ska det här stå för att inte missas?”

När användaren måste stanna upp och tänka på systemets logik i stället för patientens problem uppstår tre följdeffekter:

1. Kognitiv last: man lägger mental energi på rubriker, klick och placering.
2. Tidsläckage: varje ”liten” avstickare multipliceras med 20–30 patienter per dag.
3. Dokumentationsöverproduktion: man skriver extra för att säkra att en odefinierad granskare ”blir nöjd”.

Det här är extra tydligt i primärvård där besöken är korta, problemen många och uppföljning ofta sker över tid. Ett journalsystem som kräver maximal formalitet vid varje kontakt tenderar att straffa just den verksamheten.

AI som alibi? Nej – AI som friktionsborttagare

I debatten hör vi ett återkommande argument: ”AI får lösa det.” Men om AI bara blir ett sätt att undvika ett krångligt system har man missat målet.

Rätt mål är att minska friktionen i dokumentation. AI kan hjälpa – men bara om den:

• reducerar antalet steg,
• minskar behovet av dubbelregistrering,
• gör det enklare att hitta rätt information,
• och ökar kvaliteten i det som faktiskt behöver dokumenteras.

Tre AI-användningar som fungerar i primärvård (om man gör dem rätt)

AI ska ta hand om repetitivt arbete och formalia – medan vårdpersonalen äger det medicinska innehållet. Här är tre mönster som gång på gång ger effekt när de införs med klinisk förankring.

1) AI-stödd samtalsdokumentation: från dialog till utkast

Tanken är enkel: systemet lyssnar (med samtycke och säker hantering), strukturerar och föreslår en anteckning.

Det avgörande är att AI:n skapar ett utkast som följer primärvårdens logik, inte ett generiskt ”romanformat”. Ett bra utkast kan till exempel innehålla:

• Aktuellt + tidslinje (”sedan 3 veckor…”, ”försämrats senaste 48h”)
• Relevanta negativa fynd (det som inte finns)
• Bedömning och plan
• Patientens preferenser och överenskommelser

Sedan signerar klinikern – och justerar där det behövs.

En bra tumregel: AI:n får spara tid, men den får inte ta bort ansvar.

2) Automatisk kod- och intygshjälp: mindre klick, färre missar

Primärvården drunknar inte bara i journaltext, utan i kringarbete: diagnoskoder, åtgärdskoder, intygsformuleringar och uppföljningsmarkeringar.

AI kan här göra två saker säkert och praktiskt:

• Föreslå ICD-10-koder och åtgärder baserat på anteckningen
• Flagga när ett intyg saknar nyckeluppgifter (tidsförlopp, funktionsnedsättning, plan)

Det här är inte ”magisk automation”. Det är mönsterigenkänning på välkända administrativa krav – exakt sådant människor inte borde behöva lägga klinisk energi på.

3) Smart sammanfattning och kontinuitet: bättre återbesök på 20 sekunder

I primärvård är kontinuitet ofta den största kvalitetsfaktorn – och den största bristvaran. AI kan skapa:

• en kort patientöversikt inför besöket,
• en problemorienterad sammanfattning (hypertoni, diabetes, psykisk ohälsa, smärta),
• och en senaste-nytt-lista (nya prover, läkemedelsändringar, senaste plan).

Det gör två saker samtidigt: sparar tid och minskar risker.

Den obekväma sanningen: AI räcker inte om dokumentationskraven fortsätter svälla

Om man lägger AI ovanpå ett överkrävande dokumentationsramverk får man ofta bara snabbare produktion av text – inte bättre vård. Debattens mest träffsäkra fråga är därför: Är dokumentationskraven rimliga?

Här tycker jag att vården behöver våga säga följande högt:

• Allt som går att mäta är inte värt att mäta i varje besök.
• All text som går att skriva är inte värdefull journaltext.
• En journal ska vara medicinskt användbar, inte vara ett bevisdokument för varje tänkbar kontrollfunktion.

Praktiskt förslag: ”Minsta säkra dokumentation” per besökstyp

Ett sätt att få ned bördan utan att tumma på patientsäkerhet är att definiera minimikrav per besökskategori:

• Akut infektion
• Kronisk sjukdom uppföljning
• Psykisk ohälsa
• Läkemedelsgenomgång
• Telefonkontakt

AI kan sedan hjälpa till att fylla i strukturen – men strukturen måste vara rimlig från början.

Ledarskapet avgör: vem äger problemet och vem äger lösningen?

När ingen kan svara på ”när blir det här klart?” skapas en farlig normalisering av tillfällig kris. Debatttexten beskriver precis den vakuumkänslan: leverantör, region, konfiguration, beställning – alla pekar åt olika håll.

I AI-projekt ser jag samma risk fast i ny form: pilot efter pilot, utan ett tydligt ”owner”-skap för arbetsmiljö, patientsäkerhet och ROI.

En fungerande styrmodell för AI i journalarbete

För att AI ska bli en del av primärvårdens vardag (och inte ett sidoprojekt) behöver man tydliga roller:

• Klinisk produktägare (verksamheten): prioriterar användningsfall som sparar tid i verkligheten.
• Informationssäkerhet & juridik: sätter ramar för data, loggning, samtycke och risk.
• IT/arkitektur: säkerställer integration med journalsystem och identitet.
• Facklig/arbetsmiljö: följer upp belastning, tid, återhämtning.
• Mätning: innan/efter på minuter per besök, signeringstid, avvikelser.

Om det inte går att mäta tidsvinsten i minuter, kommer den sannolikt inte finnas i verkligheten.

Öppenhet är en patientsäkerhetsfråga – inte en kommunikationsfråga

Tystnadskultur kring journalsystem och arbetsmiljö leder till sämre vård. Debatttexten kopplar detta till en svensk enkät där en betydande andel läkare inte vågat framföra kritik. Den typen av klimat gör att små problem hinner bli stora.

AI inför ytterligare ett skäl att prata öppet: när något går fel (felaktig sammanfattning, missad negation, feltolkad tidsangivelse) måste det finnas utrymme att rapportera utan skam och utan rädsla.

Så bygger man trygghet kring AI-stöd i journalen

Här är det som brukar fungera i praktiken:

1. Tydlig etikett: vad är AI-genererat, vad är klinikerns egna ord?
2. Enkel feedbackknapp: ”fel”, ”missvisande”, ”bra” – och faktisk återkoppling.
3. Gemensamma skrivregler: kort, problemorienterat, minimera kopierad text.
4. ”Stop-the-line”: möjlighet att pausa funktioner om fel upptäcks.

AI får aldrig bli ännu ett system som man måste ”hålla god min” inför.

Vanliga frågor vårdcentraler ställer (och raka svar)

”Kan AI skriva journalen åt mig?”

Den kan skriva ett utkast. Men ansvar, bedömning och signering måste ligga hos legitimerad personal.

”Blir det här säkert?”

Det kan bli säkert, men kräver att man designar för sekretess, loggning, åtkomst, lagring och tydliga gränser för vad som skickas var. Börja hellre smalt än brett.

”Är det här relevant för läkemedel och bioteknik?”

Ja. När klinisk dokumentation blir mer strukturerad och mindre tidskrävande förbättras också datakvaliteten som behövs för uppföljning, real world evidence, kliniska prövningar och läkemedelssäkerhet.

Nästa steg: en enkel plan för att minska journalbördan med AI på 90 dagar

Den snabbaste vägen fram är ett avgränsat problem, ett tydligt mått och en arbetsmiljöambition. Här är en 90-dagarsplan som jag sett fungera.

1. Vecka 1–2: Välj ett flöde (t.ex. luftvägsinfektion + återbesök)
2. Vecka 3–4: Mät nuläge
   • minuter per anteckning
   • signeringstid
   • upplevd belastning (kort enkät)
3. Vecka 5–8: Inför AI-utkast i liten skala (2–3 läkare + 1 sjuksköterska)
4. Vecka 9–12: Skala inom en enhet och justera mallar och minimikrav

Målet är inte fler funktioner. Målet är mindre friktion.

Primärvård 4.0 handlar i slutänden om något ganska okomplicerat: mer tid med patienten, mindre tid med rutor. Om AI ska ha en plats i journalsystemet 2026 måste den göra vardagen lättare – inte bara göra det möjligt att producera ännu mer text.

Vilken del av dokumentationen på din vårdcentral skulle du helst vilja halvera innan 2026-01-31?