AMIE hittade slutdiagnosen i 90 procent – läkare vann på praktik

Den 8 oktober 2026 publicerades en klinisk studie av Googles diagnostiska chattbot AMIE i The Lancet. Vid Beth Israel Deaconess Medical Center i Boston fanns den slutliga diagnosen bland AMIE:s förslag i 90 procent av de utvärderade fallen, enligt Googles besked om publiceringen. Resultatet gäller ett övervakat AI-samtal före ett planerat vårdbesök, inte ett besök där chattboten ersatte behandlaren.

ARISE:s redogörelse anger att 100 vuxna slutförde samtalet med AMIE och att 98 också genomförde sitt vårdbesök. När oberoende bedömare jämförde vårdplanerna fick behandlarna bättre omdömen för praktisk genomförbarhet och kostnadseffektivitet. Studien ger därmed ett första mått på hur AMIE fungerade med verkliga patienter, men inget belägg för att AI-systemet kan ersätta en läkare.

Rätt diagnos på listan var oftare än rätt förstahandsval

Träfftalet beskriver hur ofta den slutliga diagnosen fanns med bland flera möjliga förklaringar. I forskningsrapportens resultat återfanns diagnosen bland AMIE:s sju högst rankade förslag i 88 av 98 fall, eller 90 procent. Den fanns bland de tre första i 73 fall, motsvarande 75 procent, och stod överst i 55 fall, eller 56 procent. Slutdiagnosen bestämdes genom journalgranskning åtta veckor efter vårdbesöket.

En differentialdiagnos är en lista över tänkbara orsaker till patientens besvär. Att den senare fastställda diagnosen finns på listan kan vara användbart i ett samtal, men säger mindre om vilket besked patienten borde få först eller vilken undersökning som bör följa. Skillnaden mellan listträff och förstahandsval är därför avgörande när resultatet jämförs med ett kliniskt beslut.

Referensen var inte heller lika säker i varje fall. För en del patienter stöddes slutdiagnosen av exempelvis laboratorieprov, bilddiagnostik eller annan diagnostisk undersökning; för andra byggde den på en klinisk bedömning. Forskarna fann fortsatt hög träffsäkerhet i gruppen med testbekräftad diagnos. Måttet visar ändå om AMIE nämnde rätt möjlighet, inte om dess förslag i sig förbättrade patientens hälsa.

En läkare följde varje AI-samtal

Patienterna hade redan bokat ett primärvårdsbesök för ett besvär som mottagningens triage bedömt kunde vänta till den planerade tiden. Före besöket svarade de på frågor i en textchatt där AMIE samlade in sjukdomshistoria och presenterade möjliga diagnoser att diskutera med vårdpersonalen. Den behandlande vårdpersonalen kunde sedan läsa samtalet och en automatiskt skapad sammanfattning inför mötet.

En särskild läkare övervakade varje samtal i realtid och kunde avbryta det vid bland annat risk för medicinsk skada eller tydlig oro hos patienten. Inget samtal stoppades enligt de förutbestämda säkerhetskriterierna, men övervakarna gjorde förtydliganden i några fall. Den skillnaden spelar roll: säkerhetsutfallet gäller ett upplägg med kontinuerlig läkarövervakning och efterföljande ordinarie vård.

Urvalet var avgränsat. Deltagarna behövde ha engelska som primärt språk i journalen, vara anslutna till mottagningens patientportal och kunna använda en dator för samtalet. Gravida patienter, personer vars huvudsakliga sökorsak gällde psykisk hälsa och patienter som behövde akutvård ingick inte. Deltagarna var också yngre än mottagningens patienter i stort, vilket begränsar hur långt resultaten kan föras över till andra patientgrupper.

Vårdplanen krävde mer än en diagnoslista

De blindade bedömarna fann ingen statistiskt säkerställd skillnad i den samlade kvaliteten på AMIE:s och behandlarnas differentialdiagnoser. Inte heller bedömningarna av vårdplanernas lämplighet och säkerhet skilde sig statistiskt säkerställt. För praktisk genomförbarhet och kostnadseffektivitet var däremot behandlarnas planer bättre. Det är egenskaper som avgör om ett förslag fungerar inom den vård patienten faktiskt möter.

Jämförelsen gjordes med olika tillgång till information. AMIE utgick från patientens textsvar och hade inte tillgång till den fullständiga journalen, medan behandlaren kunde använda information från vårdbesöket och läsa AI-sammanfattningen. Vid ett fysiskt besök kunde behandlaren också undersöka patienten. AMIE:s egna vårdplaner skapades för forskarnas jämförelse; de lämnades inte till patienter eller behandlare som planer att följa.

AI-underlaget kan ändå ha haft ett värde som förberedelse. I de vårdbesök där behandlaren både besvarade enkäten och hade läst AMIE:s sammanfattning ansåg många att den hjälpte inför mötet. Det är behandlarnas upplevelse av underlaget, inte ett uppmätt resultat för kortare besök eller bättre hälsa. I BIDMC:s redogörelse säger primärvårdschefen Marc L. Cohen: ”We believe the future involves continued involvement of human clinicians in patient care.”

Studien kan inte mäta nyttan mot vanlig vård

Prövningen var prospektiv men genomfördes på en enda mottagning och med en enda studiearm. Alla deltagare följde samma grundupplägg; ingen kontrollgrupp fick motsvarande vårdbesök utan AMIE. En fristående analys av studien pekar på att upplägget därför inte kan visa om AI-samtalet förbättrade diagnoser eller vårdutfall jämfört med mottagningens vanliga arbetssätt.

För patienter i Sverige är den relevanta möjligheten ett bättre förberett möte med vårdpersonal, men även den effekten behöver prövas direkt. En större kontrollerad studie skulle kunna jämföra patienter med och utan AI-samtal och mäta vad som händer med vårdbesök, resursåtgång och patienternas hälsa. Först då går det att bedöma om den extra tekniken och den säkerhetsövervakning som krävs ger en faktisk förbättring i vården.

Läs också:

• Proport vill ta in 15 miljoner – utspädningen kan nå 66 procent
• Azure OpenAI eller direkt API: dataplaceringen kan kosta 10 procent
• Microsoft Defender eller Malwarebytes: gratisskyddet vann två mätningar