När journalsystemet havererar: så hjälper AI i vården

1 700 underskrifter på fem dagar. Det är siffran som sticker ut från Region Dalarnas aktuella protest mot journalsystemet Cosmic—och den säger något större än “ännu en IT-implementation som skaver”. När en fjärdedel av regionens vårdanställda skriver under en protestlista för att få tillbaka Take Care “i väntan på bättre alternativ” blir det tydligt: det här handlar om arbetsmiljö, patientsäkerhet och förtroende.

Jag tycker att vi ofta missar en sak i debatten. Vi pratar om vilket system som ska användas, men för lite om hur systemet faktiskt används i vardagen—under tidspress, med avbrott, med många samtidiga patientärenden och med ständiga krav på dokumentation. I vår serie AI för Svenska Vårdcentraler: Primärvård 4.0 är det precis där fokus behöver ligga: på flödena, inte på logotyperna.

Dalarnas situation är ett exempel på när digitalisering möter motstånd. Men den är också en kompass: den pekar rakt mot vad som krävs för att AI i sjukvården ska bli en hjälp i stället för en extra börda.

Varför journalsystemsbyten blir kriser i primärvården

Den korta förklaringen är att journalsystem inte är “IT-stöd” i periferin—de är själva produktionslinan i vården. När den går trögt faller allt: mottagningstider, telefonrådgivning, provsvarshantering, recept, remisser och intyg.

I primärvården blir effekten extra tydlig eftersom arbetet är:

• Högvolym och variationsrikt (allt från halsont till komplex multisjuklighet)
• Avbrottsdrivet (telefon, labbsvar, akutfall, dubbelbokningar)
• Dokumentationstungt (intyg, läkemedelslistor, kroniska diagnoser, uppföljningar)

När ett nytt journalsystem införs utan att matcha det faktiska arbetssättet uppstår tre klassiska problem:

1) Klicktid blir klinisk tid

Varje extra steg—sökfält, rullistor, bekräftelser—låter litet på papper. Men multiplicera med 25–40 patientkontakter per dag och flera yrkeskategorier, så blir det snabbt en systematisk tidsförlust.

2) Informationsfynd blir informationsjakt

Att “hitta rätt” i journalen är en patientrisk. Om läkaren eller sjuksköterskan måste leta efter senaste EKG:t, dosändringen, eller den relevanta notisen från hemsjukvården, blir det lätt fel—eller så tar det för lång tid.

3) Förändringen gör alla nybörjare samtidigt

När rutiner ändras tappar även erfarna medarbetare tempo. Det är här protester ofta föds: inte ur teknikfientlighet, utan ur känslan av att vardagen inte går ihop.

En digitalisering som gör vården långsammare är inte modernisering. Det är en produktionsstörning.

Vad Dalarnas protest lär oss om “användarcentrerad” utveckling

Det mest intressanta i Dalarnas nyhet är inte att folk är missnöjda—det händer ofta vid stora byten. Det intressanta är omfattningen och kravet: tillbaka till Take Care i väntan på bättre alternativ.

Det är ett tydligt tecken på att användarna upplever att systembytet påverkar:

• Arbetsmiljön (stress, övertid, irritation, svårigheter att hinna)
• Patientsäkerheten (risk att missa, tolka fel, dokumentera fel)
• Tillgängligheten (mindre tid för patient, fler flaskhalsar)

Här blir jag ganska bestämd: om vården ska acceptera nästa våg av digitalisering—inklusive AI-stöd för vårdcentraler—måste regioner och leverantörer börja behandla användbarhet som en patientsäkerhetsfråga, inte som “nice to have”.

Användarcentrering i praktiken betyder bland annat:

• Test i realistiska scenarier: telefonrådgivning, drop-in, distriktssköterskemottagning, BVC, rehab
• Mätning av tid per uppgift före/efter: läkemedelsförnyelse, remiss, provsvar, intyg
• Rollanpassning: läkare, sjuksköterska, undersköterska, medicinsk sekreterare, rehab

Och här kan AI faktiskt bidra—om den byggs rätt.

AI som avlastar journalen: tre konkreta användningsfall

AI i vården funkar bäst när den gör det tråkiga snabbt och det viktiga tydligt. Det handlar sällan om att “AI ställer diagnosen”. Det handlar om att ge klinikern bättre läge att ta rätt beslut.

1) AI för journaldokumentation: från samtal till strukturerad anteckning

Den mest direkta vinsten i primärvård är AI-stödd dokumentation:

• Sammanfattar patientens berättelse och status i kliniskt språk
• Föreslår strukturer enligt mallar (t.ex. SOAP)
• Lyfter fram relevanta uppföljningspunkter och varningar

Det här påverkar två saker samtidigt: klicktid och kvalitet i texten. När anteckningen blir mer konsekvent blir journalen enklare att läsa—och då minskar informationsjakten.

Praktiskt råd för vårdcentraler: börja smått. Mät hur lång tid som går åt till “efterarbete” (dokumentation efter patienten gått). Sätt ett mål, t.ex. att kapa 20% på tre månader, och utvärdera med både tid och upplevd arbetsmiljö.

2) AI för triage och patientkommunikation: rätt nivå från början

På många vårdcentraler i december är trycket högt: luftvägsinfektioner, astma/KOL-exacerbationer, förnyelser, sjukintyg. Då blir digital patientkommunikation kritisk.

AI kan hjälpa genom att:

• Ställa följdfrågor i digitalt formulär (symtomduration, alarmsymtom, riskgrupper)
• Sammanfatta ärendet för vårdpersonalen
• Prioritera i inkorg/ärendekö (utan att “avgöra” på egen hand)

Effekten är ofta att ärenden blir mer kompletta redan vid första handläggning. Det minskar “pingpong” och frigör telefontid.

3) AI för informationsfynd: journalen som svarar, inte gömmer

Ett återkommande irritationsmoment i moderna journalsystem är att relevant information finns—men är svår att hitta.

Här är en mer realistisk AI-vision: semantisk sök och kontextuell sammanfattning.

• Sök “senaste HbA1c och trend” → får värden, datum, kurva och senaste åtgärd
• Sök “aktuella antibiotika senaste 12 månader” → lista med indikation och ordinationsdatum
• Vid ny kontakt: automatisk “kort sammanfattning” av relevanta diagnoser, läkemedel, allergier och nyliga vårdtillfällen

Det här är AI som förstärker klinikerns överblick. Och överblick är patientsäkerhet.

Så undviker ni att AI blir “ännu ett system”

Den vanligaste fällan är att lägga AI ovanpå en redan krånglig process. Då får ni dubbeldokumentation, fler inloggningar och fler felkällor.

Ett bättre angreppssätt är att behandla AI som en del av arbetsflödet och sätta tydliga krav från start.

Kravbilden jag hade använt (och som ofta saknas)

1. En vy, inte fler: AI ska ligga där arbetet sker (journal/ärendevy), inte i en separat portal.
2. Mätbar nytta: definiera 3–5 KPI:er, t.ex. tid per intyg, tid till signering, antal kompletteringar.
3. Spårbarhet: AI-förslag ska kunna granskas—vad baseras texten på, vilka källor i journalen användes?
4. Säkerhet och behörighet: rätt information till rätt roll, loggning och åtkomstkontroll.
5. Fallback-läge: om AI är nere ska flödet fortfarande fungera utan kaos.

En enkel pilotmodell för vårdcentraler (8 veckor)

• Vecka 1–2: kartlägg tre “dyra” flöden (t.ex. sjukintyg, provsvar, läkemedelsförnyelse)
• Vecka 3–4: pilot på ett flöde med 5–10 användare, daglig feedback
• Vecka 5–6: justera mallar, språk, knappflöden, behörigheter
• Vecka 7–8: mät effekt och besluta om breddinförande

Målet är att bygga förtroende med små, tydliga vinster—inte att rulla ut allt samtidigt.

“People also ask” i fikarummet: vanliga frågor om AI och journalsystem

Kan AI ersätta ett dåligt journalsystem?

Nej. AI kan minska friktionen, men om grunden är dålig (fel informationsmodell, dålig navigering, dåliga integrationer) blir AI mest en krycka. Börja med att fixa de största flaskhalsarna.

Är AI-stödd journaldokumentation en patientsäkerhetsrisk?

Den kan vara det om den används slarvigt. Men med rätt arbetssätt—tydlig markering av AI-genererat innehåll, krav på signering och kontinuerliga kvalitetskontroller—kan den höja kvaliteten genom mer konsekvent dokumentation.

Vad ska vi kräva av leverantörer 2026?

Kravställ användbarhet och mätbara effekter lika hårt som funktionalitet. Om leverantören inte kan visa hur många klick, hur många sekunder och hur många avbrott ett flöde tar, så gissar ni er fram.

Nästa steg: från protest till produktiv digitalisering

Dalarnas protest handlar om ett specifikt system, i en specifik region, en specifik vecka i december 2025. Men mönstret är nationellt: vården vill ha digitala verktyg som fungerar i verkligheten.

För mig är slutsatsen rak: AI i primärvården ska inte lanseras som ett “framtidsprojekt”. Det ska införas som arbetsmiljöarbete och patientsäkerhetsarbete—med tydliga mål, mätning och användarinflytande.

Om din vårdcentral står inför ett systembyte, eller redan kämpar med ett nytt journalsystem, är det här frågan jag hade ställt internt redan i morgon kl. 08:15: Vilka tre arbetsmoment tar mest tid i journalen just nu—och vilken del av dem kan AI faktiskt ta över utan att öka risken?