Kunstig intelligens kan frigøre tid til behandling af patienter

I 2025 indgik regeringen, KL og Danske Regioner en aftale om tre storskalaprojekter med kunstig intelligens i det danske sundhedsvæsen. Projekterne, der igangsættes fra 2026, har et samlet budget på 266,7 millioner kroner og skal blandt andet automatisere dokumentation og understøtte kliniske beslutninger. Aftalen markerer et markant skridt i retning af at bruge AI til at frigøre tid fra administrative opgaver til direkte patientbehandling.

For danske ledere, specialister og iværksættere er udviklingen central, fordi den kombinerer et presset sundhedsvæsen med konkrete teknologiske løsninger og et betydeligt økonomisk potentiale. Ifølge Ugeskriftet.dk kan udnyttelse af sundhedsdata potentielt skabe årlige gevinster på 6–14 milliarder kroner, stigende til 22–45 milliarder kroner på længere sigt. Samtidig rejser automatiseringen spørgsmål om etik, databeskyttelse og behovet for menneskelig kontrol, som både offentlige og private aktører skal forholde sig til.

Baggrund: En presset sektor og en politisk aftale

Aftalen fra 2025 er et svar på et sundhedsvæsen under pres fra personalemangel og stigende behandlingsbehov. Staten, kommunerne og regionerne deler finansieringen af de 266,7 millioner kroner, som er øremærket tre storskalaprojekter, der løber frem mod 2029. Digitaliseringsminister Caroline Stage, KL-formand Martin Damm og Danske Regioners formand Anders Kühnau står bag aftalen, der skal udbrede AI-løsninger i både regioner, kommuner og på beskæftigelsesområdet.

Et af projekterne fokuserer på automatiseret dokumentation, mens et andet projekt, AI-CARE, tester AI-algoritmer til røntgenbilleder i samarbejde mellem Teknologisk Institut og Odense Universitetshospital (OUH). Fælles for initiativerne er ambitionen om at reducere tid brugt på rutineopgaver og dermed øge kapaciteten til patientnær behandling. Ifølge Danske Regioner er målet ikke at erstatte sundhedspersonale, men at give dem bedre værktøjer.

Automatiseret dokumentation skal lette klinikernes byrde

Det mest konkrete initiativ er skaleringen af AI-baseret dokumentation, især tale-til-tekst-teknologi, som omdanner patientsamtaler til skriftlige journalnotater. Projektet rulles ud i regionerne, kommunerne og på beskæftigelsesområdet. Til regionernes del er der afsat 78,2 millioner kroner, hvoraf staten bidrager med 39,1 millioner kroner og regionerne medfinansierer tilsvarende. Projektet løber frem mod 2029.

For læger og sygeplejersker betyder teknologien, at de kan diktere eller optage samtaler og få dem konverteret til strukturerede notater uden manuel indtastning. Mads Duedahl, næstformand i Danske Regioner, er en af de politiske aktører bag udrulningen, mens overlæge Zoltan Barkanyi fra Region Syddanmark arbejder med AI i psykiatrien, hvor dokumentationsbyrden er særlig tung. Regionerne forventer, at udbredelsen kan ske gradvist med lokale tilpasninger.

Klinisk AI i billeddiagnostik og etiske rammer

Ud over dokumentation afprøves AI også i klinisk billeddiagnostik. Projektet AI-CARE, hvor Teknologisk Institut og Odense Universitetshospital er involveret, tester AI-algoritmer til analyse af røntgenbilleder. Formålet er at understøtte radiologer og andet personale i at identificere sygdomstegn hurtigere og mere præcist. Denne type klinisk AI kræver dog omhyggelig validering, før den kan tages i brug i stor skala.

Ifølge Birgitte Østergaard Sørensen fra Teknologisk Institut kræver implementering af AI i sundhedsvæsenet både økonomiske og etiske overvejelser. EU’s AI-Act og GDPR sætter rammer for databeskyttelse og algoritmisk gennemsigtighed, og menneskelig kontrol forbliver et centralt princip. Kritikere advarer om, at automatisering kan mindske refleksion blandt personalet, hvis systemerne overtager for mange beslutninger. Derfor understreger aktørerne, at AI skal fungere som beslutningsstøtte, ikke som erstatning for faglig vurdering.

Økonomiske gevinster og ledelsesmæssige perspektiver

De potentielle gevinster ved AI i sundhedsvæsenet rækker ud over tidsbesparelser. Ifølge Ugeskriftet.dk kan bedre udnyttelse af sundhedsdata skabe årlige gevinster på 6–14 milliarder kroner, og på længere sigt kan tallet stige til 22–45 milliarder kroner. For danske ledere og specialister betyder det, at investeringer i AI-infrastruktur og kompetenceudvikling kan have betydelige afkast, både økonomisk og i form af bedre patientforløb.

For iværksættere åbner storskalaprojekterne muligheder for at levere løsninger inden for tale-til-tekst, dataintegration og klinisk beslutningsstøtte. Samtidig stiller offentlige udbud og regulatoriske krav høje krav til dokumentation, sikkerhed og etik. Den danske model med fællesoffentlig finansiering og gradvis implementering kan fungere som reference for andre nordiske lande, hvor sundhedsvæsener står over for lignende udfordringer.

De kommende år vil vise, om de tre storskalaprojekter kan levere de forventede tidsbesparelser uden at gå på kompromis med patientsikkerhed og faglig refleksion. Fra 2026 og frem mod 2029 skal regioner, kommuner og beskæftigelsesområdet implementere løsningerne i praksis, og erfaringerne herfra vil danne grundlag for yderligere udbredelse. For danske beslutningstagere bliver opgaven at balancere teknologisk effektivisering med menneskelig kontrol, så AI reelt frigør tid til patientbehandling – ikke blot flytter byrden.