AI och vårdappar: vad Visibas rekrytering signalerar

När en läkare som byggt en av Sveriges tidigaste regionala vårdappar går till ett medtechbolag är det lätt att avfärda det som en vanlig rekrytering. Jag tycker tvärtom: det är en tydlig signal om vart svensk primärvård är på väg. Visiba Cares rekrytering av Ulf Österstad som medicinsk chef pekar på att digital vård, data och AI nu ses som en strategisk kärna – inte ett sidoprojekt.

Österstad drev redan 2015 utvecklingen av en regional app-tjänst för digital läkarkontakt i Region Jönköpings län och nominerades 2016 till Guldskalpellen för sin ”virtuella vårdcentral”. Nu tar han klivet till Visiba Care, en plattformsaktör som många regioner använder för digitala vårdflöden. Det här spelar roll långt bortom själva appen: när digitala kontaktvägar blir standard får vi också en ny infrastruktur för AI i vården – och i förlängningen för läkemedel och bioteknik.

Det här inlägget är en del av serien AI för Svenska Vårdcentraler: Primärvård 4.0. Fokus är praktiskt: vad betyder den här typen av rekryteringar för vårdcentraler, och hur hänger vårdappar ihop med AI-driven läkemedelsutveckling, kliniska studier och personlig medicin?

Rekryteringen säger en sak: digital vård är nu ”linjeverksamhet”

Den viktigaste tolkningen är enkel: digital vård har lämnat pilotstadiet. När medtechbolag aktivt rekryterar läkare med erfarenhet av offentlig drift handlar det om att man vill skala sådant som fungerar i verkligheten – med journalsystem, vårdprocesser, regelverk, arbetsmiljö och patientsäkerhet.

Det är också en mognadssignal för regionerna. Under flera år byggdes digitala lösningar ofta parallellt med den ordinarie verksamheten. Resultatet blev ibland dubbelarbete: ett digitalt spår och ett ”riktigt” spår. Den modellen håller inte när trycket på primärvården fortsätter öka, samtidigt som ekonomin är pressad.

Varför en medicinsk chef är en AI-fråga (inte bara en ledningsroll)

AI i primärvården faller nästan alltid på samma saker:

• Otydliga medicinska ramar: Vad får ett triage- eller beslutsstöd faktiskt föreslå?
• Brist på klinisk förankring: Verktyg byggs utan att passa arbetssättet på vårdcentralen.
• Svag uppföljning: Man inför funktioner men mäter inte utfall (tillgänglighet, patientsäkerhet, arbetsbelastning).

En medicinsk chef med erfarenhet av både utveckling och drift kan bli den som sätter ribban för hur AI ska användas: som stöd som frigör tid, inte som en extra uppgift som stjäl tid.

En bra tumregel: AI som inte gör vardagen enklare för triagesköterskan och distriktsläkaren blir aldrig långsiktigt använd.

Vårdappen är datamotorn som AI behöver – om man bygger rätt

AI kan inte skapa värde i ett vakuum. Den behöver stabila flöden av strukturerad information: symtom, anamnes, provsvar, diagnoser, åtgärder, uppföljningar och utfall. Vårdappar och digitala kontaktvägar är därför mer än en kommunikationskanal. De är en datainfrastruktur.

Men här gör många organisationer ett misstag: man ser data som något som “råkar bli kvar” när patienten fyller i ett formulär. I själva verket är data en produkt som måste designas.

Tre datatyper som gör AI praktiskt användbar i primärvård

1. Triage- och symtomdata (strukturerade svar, tidslinjer, varningssymtom)
2. Processdata (väntetider, kanalval, återkontakter, remissflöden)
3. Utfallsdata (återbesök inom 7/14/30 dagar, antibiotikaförskrivning, patientrapporterade mått)

När de här tre kopplas ihop kan AI göra mer än att ”chatta”. Den kan hjälpa verksamheten att styra kapacitet, minska onödiga återkontakter och hitta mönster som påverkar kvalitet.

Vintertopparna visar varför AI-stödd styrning behövs

Det är 2025-12-21 och många vårdcentraler går in i en period där luftvägsinfektioner, influensa och RS-virus brukar driva upp trycket. I det läget blir digitala flöden extra viktiga – men bara om de inte skapar fler ärenden än de löser.

Här har AI en konkret roll:

• Prediktera belastning baserat på historik och inkommande symtomdata
• Styra till rätt nivå (egenvård, sjuksköterska, läkare, akutmottagning)
• Minska dokumentationsbördan via AI-stödd journaldokumentation och sammanfattningar

Det är precis här en plattformsleverantör med stark medicinsk ledning kan göra skillnad: genom att bygga funktioner som faktiskt matchar svensk primärvårds verklighet.

Bryggan till läkemedel och bioteknik: när vårdflöden blir forskningsflöden

Kopplingen mellan vårdappar och AI inom läkemedel och bioteknik är rakare än den låter: digital primärvård skapar förutsättningar för snabbare, billigare och mer representativa kliniska studier.

Traditionellt sker mycket rekrytering till studier via specialistkliniker. Det missar stora grupper och tar tid. När primärvården däremot har digitala kontaktvägar med strukturerade data kan man – med rätt regelverk och samtycken – identifiera lämpliga patienter snabbare och mer jämlikt.

Tre sätt digital primärvård kan lyfta kliniska studier

1) För-screening i vardagsflödet Ett triageformulär kan (med transparens och samtycke) markera patienter som matchar basala kriterier: ålder, symtomduration, tidigare diagnoser, läkemedelslista.

2) Decentraliserade uppföljningar Digitala återkopplingar och patientrapporterade utfall gör att uppföljning kan ske utan att patienten behöver resa. Det är extra relevant i glesbygd och för sköra grupper.

3) Bättre real-world evidence (RWE) När man standardiserar hur man fångar symtom, åtgärder och utfall blir det lättare att analysera behandlingseffekter i verklig vård – vilket både läkemedelsbolag och HTA-processer efterfrågar.

Det här är inte en vision för “senare”. Sverige har redan starka registertraditioner. Nästa steg är att koppla dem smartare till primärvårdens digitala första linje.

Personlig medicin i primärvård: AI som gör den möjlig i praktiken

Personlig medicin fastnar ofta i en felaktig bild: att det bara handlar om avancerad genetik på universitetssjukhus. I praktiken börjar den ofta i primärvård, med rätt patient vid rätt tidpunkt.

AI kan hjälpa vårdcentraler att arbeta mer personligt utan att det kräver mer tid per patient.

Exempel på AI-stöd som passar vårdcentralens vardag

• Riskstratifiering: identifiera patienter med hög risk för försämring (t.ex. KOL/astma, diabetes) baserat på besöksmönster och provtrender.
• Behandlingsuppföljning: hitta patienter som inte hämtar ut läkemedel eller som har upprepade kontakter trots behandling.
• Beslutsstöd för provtagning: minska både över- och underutredning genom att påminna om riktlinjer utifrån patientens profil.

Den avgörande detaljen är att AI måste vara kopplad till en fungerande digital kanal (vårdapp/1177 direkt-liknande flöde) och en arbetsprocess som tar emot förslagen.

Personlig medicin i primärvården är inte mer komplex. Den är mer systematisk.

Så lyckas vårdcentraler: en praktisk checklista för Primärvård 4.0

De flesta vill ”införa AI”. Få gör hemläxan. Här är vad som brukar fungera när man vill skapa effekt utan att skapa kaos.

1) Bestäm vilket problem som ska bort från bordet

Välj ett enda fokus de första 8–12 veckorna, till exempel:

• minska återkontakter inom 14 dagar för luftvägsinfektion
• kapa dokumentationstid per digitalt besök
• förbättra träffsäkerhet i triage (rätt vårdnivå)

Om ni börjar med tre problem får ni ofta noll förbättring.

2) Säkerställ datakvalitet innan ni skruvar på algoritmer

Praktiskt betyder det:

• standardisera formulär (samma fråga, samma svarsalternativ)
• minimera fritext där struktur behövs
• definiera vad som räknas som “utfall” (och var det mäts)

3) Sätt mätetal som betyder något för verksamheten

Tre mätetal räcker i början:

1. Tillgänglighet: ledtid till medicinsk bedömning
2. Arbetsmiljö: tid för dokumentation per ärende
3. Kvalitet: återkontakt/eskalering inom 7–14 dagar

4) Bygg in säkerhet och ansvar i flödet

AI ska inte vara en “svart låda” som ger råd utan spårbarhet. Kräv:

• loggning av AI-påverkan (vad föreslogs, vad valdes)
• tydliga stoppregler för alarmsymtom
• rutin för avvikelsehantering

5) Utse en klinisk ägare – inte bara en IT-projektledare

Digitala vårdflöden och AI är klinisk verksamhet. Det måste ha en ansvarig som får fatta beslut om medicinska ramar, inte bara tekniska inställningar.

Rekryteringar som Österstads är intressanta just för att de signalerar att branschen tar den punkten på allvar.

Vad Visibas rekrytering kan betyda 2026 – och varför du ska bry dig

Det mest sannolika utfallet är inte att en ny appfunktion dyker upp och löser allt. Det som kan förändra läget är mer jordnära: bättre standardiserade flöden, högre medicinsk kvalitet i digital triage och en mer konsekvent uppföljning av vad som faktiskt fungerar.

När det sitter, blir nästa steg naturligt: AI som kopplar ihop digitala patientresor med läkemedelsnära frågor som följsamhet, biverkningssignaler, real-world outcomes och smartare urval till studier. Sverige har kompetensen. Flaskhalsen har varit implementation i vardagen.

Om du jobbar i primärvård, region, biotech eller läkemedel: börja titta på vårdappen som mer än en kanal. Se den som en plattform där AI kan bli vardagsnytta – och där nästa generations läkemedelsutveckling kan få bättre data snabbare.

Frågan jag tycker att varje verksamhet borde ställa inför 2026 är enkel: vilken patientnytta ska vår digitala första linje bevisa – och vilka data krävs för att visa det?