AI i sjukhusbyggandet: från byggstök till smart drift

Sverige står mitt i en av de största sjukhussatsningarna på decennier. Regionerna planerar byggprojekt på över 100 miljarder kronor, spridda över ett 60-tal projekt i 17 regioner – från ombyggnader i befintliga sjukhus till planer på helt nya sjukhus. Det är siffror som låter abstrakta, tills man står på en avdelning där borrning och sprängning hörs genom väggarna, samtidigt som intensivvård och robotkirurgi pågår.

Det här är inte bara en byggfråga. Det är en fråga om hur vården ska fungera under byggtiden och hur lokalerna ska bli rätt från början för nästa 20–40 år. Och där tycker jag att många regioner fortfarande tänker för traditionellt: man planerar huset, köper in teknik, och hoppas att arbetsflödena “sätter sig”. Det är bakvänt.

I vår serie ”AI för Svenska Vårdcentraler: Primärvård 4.0” pratar vi ofta om AI i tidsbokning, triage, journalstöd och patientkommunikation. Men sjukhusbyggboomen visar något större: AI behöver in i själva infrastrukturen – i planering, logistik, teknisk drift och kapacitetsstyrning. Det är där de långsiktiga vinsterna finns.

Sjukhus byggs i motvind – och vården kan inte pausa

Det centrala problemet är enkelt: sjukhus måste fungera medan de byggs om. På Östra sjukhuset i Göteborg beskriver kliniken ett nästan konstant bakgrundsljud av byggarbete. Samtidigt sker ingrepp som är extremt känsliga för vibrationer, till exempel robotkirurgi. I praktiken betyder det att byggprojektet måste anpassas efter kliniska moment – och ibland avbrytas på minuten.

Det här är en miljö där missar blir dyra på två sätt:

• Direkt vårdrisk: störningar i operation, intensivvård, diagnostik och logistik.
• Systemkostnad: förseningar, omplanering, dubbelarbete, och tappad produktivitet.

Ett citat från fastighetssidan fångar kärnan: man måste vara bra på att bygga, men lika bra på att bygga relationer och tillit. Jag håller med – och jag skulle lägga till en tredje förmåga: att bygga beslutsunderlag som går att agera på i realtid. Det är där AI kommer in.

AI kan bli “tolken” mellan bygg och klinik

Det största glappet i stora byggprojekt är sällan ritningar eller budget. Det är översättningen mellan:

• byggplaner (moment, tider, risker)
• klinisk verklighet (operationsprogram, akuta flöden, känslig utrustning)

Med AI-stöd kan man skapa en gemensam planeringsyta där systemet föreslår krockfria tidsfönster och varnar tidigt.

Exempel på vad AI kan göra praktiskt:

1. Prediktera störningsrisk (vibrationer, buller, damm) baserat på byggmoment och historik.
2. Matcha byggschema mot vårdproduktion, t.ex. operationslistor och IVA-beläggning.
3. Rekommendera alternativa körvägar och flöden för patienter, gods och personal när korridorer stängs.

Resultatet är inte “färre möten”. Resultatet är bättre möten, där man diskuterar åtgärder istället för att försöka förstå nuläget.

100+ miljarder i bygg = en chans att standardisera digital drift

När regioner bygger nytt eller bygger om, är det lätt att stirra sig blind på kvadratmeter, fasader och teknikhus. Men de stora driftkostnaderna kommer senare: energi, ventilation, underhåll, vårdnära logistik och kapacitetsplanering.

Här finns en tydlig ståndpunkt: Om vi ändå investerar över 100 miljarder, är det oansvarigt att inte designa för datadrift och AI från dag 1.

“Digitala tvillingar” är inte en leksak – det är riskkontroll

En digital tvilling är en datamodell av byggnaden och dess system (ventilation, el, flöden, beläggning) som uppdateras med verkliga sensordata.

I sjukhusmiljö kan en digital tvilling användas för att:

• simulera hur en omdragning av flöden påverkar väntetider, smittspridningsrisk och beläggning
• optimera ventilation och tryckzoner i realtid (kritiskt i operations- och infektionsmiljö)
• förutse underhåll innan fel uppstår (”predictive maintenance”)

Det här passar extra bra i Sverige nu, eftersom många sjukhus byggdes på 1960–70-talen och når teknisk livslängdsgräns. När systemen ändå ska bytas ut är det läge att bygga in datainsamling, standardiserade gränssnitt och en driftmodell som inte bygger på “hjältar i pannrummet”.

Från fastighetsdata till vårdnytta

En vanlig invändning är att fastighets- och byggdata “inte är vårddata”. Sant. Men de påverkar vården direkt.

Några konkreta kopplingar:

• Stabil miljö i operationssalar minskar avbrott och ombokningar.
• Smartare energistyrning frigör budgetutrymme för vårdnära satsningar.
• Bättre internlogistik (sängar, sterilgods, läkemedel, prover) minskar spring och fel.

Och här möts sjukhuset och primärvården: när sjukhusflöden blir stabilare minskar flaskhalsar i remisskedjan, provsvarstider och återbesökstryck på vårdcentraler.

Fem AI-områden som gör skillnad i byggprojekt (och efter inflytt)

Om du jobbar i region, vårdledning, fastighet eller IT: här är fem områden där AI ger mest praktisk effekt i sjukhusbyggande – utan att kräva science fiction.

1) Kapacitetsprognoser som styr både lokaler och bemanning

Nybyggnation handlar ofta om “antal vårdplatser”. Men verkligheten styrs av variation: influensasäsong, sommarscheman, vårdskuld och inflöden.

AI kan använda historik (beläggning, remisser, operationsvolymer, vårdtider) för att:

• prognosticera toppar 4–12 veckor fram
• testa scenarier (t.ex. “vad händer om vi flyttar endoskopi i tre månader?”)
• ge beslutsstöd för temporära lösningar under byggperiod

Det här blir extra relevant i december 2025, när många verksamheter planerar för vintertoppar och samtidigt måste hantera lokalförändringar och personaltryck.

2) Bygglogistik och flödesoptimering i realtid

Störningar under ombyggnation skapar en annan sorts köer än patienter tänker på: sängtransporter, provflöden, interna leveranser och ambulanslogistik.

AI-stödd logistik kan prioritera och dirigera flöden baserat på:

• aktuella avstängningar
• belastning i hissar och kulvertar
• kritikalitet (IVA-prover före rutin)

Det minskar “osynlig väntan” som annars äter upp arbetstid.

3) Arbetsmiljö och bemanning: lokaler som rekryteringsverktyg

En överläkare beskriver nya lokaler som en “morot” vid rekrytering. Det är helt rimligt. Men den största vinsten kommer när lokalerna stödjer arbetssätt.

AI kan bidra genom att mäta och förbättra:

• dokumentationsbörda (t.ex. tal-till-text och strukturerade anteckningar)
• patientkommunikation (automatiserade men kontrollerade utskick och förklaringar)
• uppgiftsfördelning (rätt uppgift till rätt kompetens)

Här kopplar vi tillbaka till Primärvård 4.0: samma AI-verktyg som minskar administration på vårdcentralen kan minska stress och genomströmningstryck i sjukhusens öppenvård.

4) Teknisk drift: AI för ventilation, energi och kritiska system

Sjukhus är energitunga och tekniskt komplexa. När regioner som Halland planerar om- och nybyggnation i decenniespann (t.ex. projekt till 2045), blir driftoptimering en stor del av ekonomin.

AI i fastighetsdrift kan:

• optimera ventilation baserat på faktisk användning
• upptäcka avvikelser tidigt (filter, aggregat, temperaturzoner)
• minska oplanerade stopp

Det här är pengar som kan hamna i patientnära verksamhet istället för akututryckningar från tekniken.

5) Säker informationsarkitektur från dag 1

När man “AI-anpassar” en ny vårdmiljö handlar det inte bara om modeller. Det handlar om:

• datakvalitet
• behörigheter
• loggning
• robusta integrationer

Min erfarenhet är att många organisationer försöker lägga detta ovanpå i efterhand. Det blir dyrt, långsamt och politiskt känsligt. Bygg- och inflyttningsfasen är det bästa tillfället att sätta en gemensam data- och integrationsstandard mellan fastighet, medicinteknik och vårdsystem.

Vanliga följdfrågor (och raka svar)

“Är AI realistiskt i regionernas byggprojekt, eller bara fina ord?”

Ja, det är realistiskt om man börjar med avgränsade problem: vibrationsplanering, beläggningsprognoser eller driftoptimering. Det är mätbara områden med tydliga KPI:er.

“Vad krävs för att komma igång inom 3–6 månader?”

Tre saker:

1. Ett prioriterat användningsfall med ägare i verksamheten.
2. Tillgång till data (även om den är stökig i början).
3. En enkel integrationsväg till planeringsverktyg eller driftssystem.

“Hur påverkar detta vårdcentraler?”

Indirekt men tydligt: stabilare sjukhusflöden ger bättre remisskedjor, färre onödiga återbesök och snabbare svar. Dessutom kan regionen återanvända AI-kompetens och plattformar mellan sjukhus och primärvård.

Nästa steg: gör AI till en del av byggprogrammet, inte ett sidospår

Sveriges sjukhusbyggboom är en möjlighet att bygga bort teknisk skuld och samtidigt bygga in förmåga: förmågan att planera, styra och drifta med data. Det som pågår i Göteborg – med behov av minutprecision mellan byggmoment och kliniska kritiska lägen – är egentligen en modell för hela landet. När miljön är så komplex måste besluten bli mer systematiska.

Om du leder ett byggprojekt, en klinik eller en digital satsning i region: börja med att formulera en enkel princip och håll fast vid den:

Bygger vi nytt ska vi också bygga ett system som lär sig.

I nästa del av ”AI för Svenska Vårdcentraler: Primärvård 4.0” fortsätter vi närmare verksamheten: hur primärvården kan använda samma typ av prognoser och flödeslogik för att minska telefonköer, förbättra triage och planera bemanning. Men redan nu är frågan värd att bära med sig: när nästa sjukhus står klart – kommer det vara optimerat för människor, eller också för data?