AI på tandkliniken: Vem har ansvar?

Artificiell intelligens används redan på tandkliniker – i allt från administrativa processer till beslutsstöd, textförslag och automatisering i arbetsflödet. Användningen kan vara synlig eller "inbyggd" i system som upplevs som vanliga digitala verktyg.

När AI påverkar prioriteringar, bedömningar eller kommunikation, uppstår en ofta hängande fråga: Vem har egentligen ansvaret – behandlare, klinikledning eller leverantör?

Denna artikel förklarar hur ansvar kopplat till AI-användning bör förstås på tandkliniken, där ansvar ofta blir oklart, och vilka styrprinciper som bör finnas på plats för att skapa förutsägbarhet och efterspårbarhet.

Vad menas med AI-användning i tandvården?

På en tandklinik handlar "AI-användning" sällan om en tydlig, avgränsad lösning. Begreppet täcker i praktiken flera typer av stöd och automatisering som kan påverka hur kliniken arbetar.

Typiska exempel kan vara:

• Kliniknära stöd: förslag till formuleringar, sammanfattningar av text, triagering eller prioritering av uppgifter, kvalitetskontroller av data eller avvikssignaler i arbetsflödet.

• Administrativa användningsområden: automatiserad tidsplanering, resursfördelning, insiktsrapporter eller förutsägelser relaterade till uteblivna besök och kapacitet.

• Kommunikation: utkast till patientinformation, standardtexter, svarsförslag eller översättningar.

Gemensamt för dessa användningsområden är att AI kan påverka vad som föreslås, vad som lyfts fram, och hur information formuleras. Det betyder inte att AI "fattar beslut" i juridisk eller klinisk bemärkelse, men det kan påverka beslutsunderlaget och därmed också ansvarsfördelningen.

Var uppstår ansvarsfördelningen?

Ansvarsfördelningen uppstår typiskt i övergångarna mellan mänsklig bedömning och teknologiskt stöd – särskilt när det är oklart vad som är automatiserat och vem som har mandat att godkänna, överstyra eller stoppa användningen.

Några återkommande situationer är:

• Otydliga gränssnitt i arbetsflödet
  När anställda följer rekommendationer från ett system "som alltid brukar ha rätt", kan en glidande effekt uppstå där bedömningar blir mindre aktiva, utan att någon har beslutat att det ska vara så.

• Användning av tredjepartslösningar
  Många AI-funktioner levereras av externa aktörer eller är integrerade i programvara som kliniken redan använder. Då kan kliniken uppleva att den "bara är användare", medan ansvar i realiteten fortfarande måste förankras i egen styrning och praktik.

• Bristande rollavklaringar
  Vem kan ta i bruk nya AI-funktioner? Vem bedömer risk? Vem följer upp avvikelser? Om detta inte är definierat, blir ansvar lätt personberoende och situationsstyrt.

• Svag dokumentation och spårbarhet
  När det i efterhand är svårt att rekonstruera vad som hände (vilka data som låg till grund, vilka rekommendationer som gavs och vilka bedömningar som gjordes), blir ansvarsavklaringen lika svår.

Ökade regulatoriska förväntningar på ansvarsfull AI är också en del av bakgrunden. EU har antagit AI-lagen, som trädde i kraft den 1 augusti 2024, med successiv införande av krav över tid. För tandvården är det särskilt relevant att vissa AI-system kan klassificeras som "högrisk", beroende på användningsområde och om de ingår i reglerade produktkategorier (som medicinsk utrustning). (Detta diskuteras som principer och kontext, inte juridisk rådgivning.)

Vanliga missförstånd

«AI fattar beslutet»

I praktiken är AI oftast en stödjande funktion: den föreslår, rangordnar, sammanfattar eller klassificerar. Det kan ändå upplevas som beslutsfattande när förslagen presenteras med hög auktoritet eller blir standardval i systemet.

Ansvar uppstår därför ofta inte i "ögonblicket då AI svarar", utan i hur kliniken har definierat användningen: Vilka uppgifter kan stödjas? När måste en yrkesperson göra en självständig bedömning? Hur säkerställs överkörning när något verkar fel?

«Ansvar följer leverantören»

Leverantören kan ha ansvar kopplat till produkt, kvalitet och dokumentation, men kliniken kan inte "outsourca" ansvar för hur ett system används i sin egen verksamhet. Kliniken bestämmer kontext, process, utbildning, kontroll och hur rekommendationer faktiskt påverkar arbetet.

I regelverkslogik talas det ofta om ansvar hos den som tar i bruk och opererar lösningen (utplacerare/användarroll), bland annat kopplat till mänsklig kontroll och löpande uppföljning. 

«Detta löses med intern policy»

Riktlinjer är användbara, men ensamma blir de ofta för generella: "Använd AI med försiktighet" ger lite styrning när det uppstår tvivel i praktiken.

Ansvar blir tydligt först när policyn hänger samman med konkreta mekanismer: roller, godkännande av användningsområden, utbildning, loggning/spårbarhet och praktiska punkter i arbetsflödet.

«Om det bara är textförslag är risken låg»

Textförslag kan verka ofarliga, men de kan påverka precisionen i journalen, tonen i patientkommunikationen och vilka uppgifter som faktiskt dokumenteras. Små ändringar i formuleringar kan ge stor skillnad i vad som kan spåras senare.

Därför handlar ansvar inte bara om "kliniskt beslut", utan också om dokumentationskvalitet, informationsflöde och hur kliniken säkerställer att mänsklig bedömning faktiskt sker.

«Ansvar handlar om att hitta en skyldig»

Ansvar i styrningsförstand handlar först och främst om att säkerställa att någon har mandat och plikt att: definiera ramar, följa upp praxis och hantera avvikelser. När detta är oklart, hamnar problemen ofta hos enskilda personer i efterhand.

En mer robust ansvarsbild beskriver i förväg vem som gör vad och vad som ska dokumenteras – så att spårbarhet inte blir ett ad hoc-projekt när något går fel.

Vad bör vara på plats i praktiken?

När en tandklinik ska använda AI på ett förutsägbart sätt, är det ofta fem områden som skiljer "slumpmässig användning" från styrd praxis:

• Kartläggning av faktisk AI-användning
  Översikt över var AI ingår i system och arbetsflöde (även där det inte är uppenbart), vad den används till och vilka data som berörs.

• Tydliga roller, ansvar och beslutskompetens
  Vem kan införa nya användningsområden? Vem godkänner förändringar? Vem äger risk- och avvikelsehanteringen? Detta bör vara definierat på kliniknivå, inte bara som allmän "IT-uppföljning".

• Mänsklig kontroll och möjlighet till överkörning
  Tydliga förväntningar på när anställda ska stoppa, överpröva eller dubbelkolla. Detta förutsätter både kompetens och praktiskt utrymme i arbetsflödet för att kunna utöva kontroll.

• Dokumentation och spårbarhet
  Det bör vara möjligt att förklara i efterhand: vilket användningsområde som var i bruk, vad som föreslogs/automatiskt hanterades och hur en yrkesperson bedömde resultatet. Utan detta blir ansvar svårt att spåra.

• Förklarbarhet för patienter och tillsyn
  Kliniken bör kunna beskriva på en förståelig nivå vad AI används till, vad den inte används till och vilka kontrollmekanismer som finns. Målet är inte teknisk detalj, utan förtroende genom spårbar praxis.

Acteras roll i detta

Actera är etablerat för att ge tandvårdsföretag struktur kring ansvarsfull användning av AI.

Vi arbetar inte med teknikutveckling eller kliniska beslut, men med styrningsstruktur, ansvarslinjer och dokumentation – så att AI kan användas på ett säkert, förutsägbart och spårbart sätt.

Avslutande reflektion

AI kommer att fortsätta bli en del av tandkliniken. Frågan är sällan om teknologin finns, men hur den faktiskt påverkar arbetsflöde, bedömningar och dokumentation.

Tydlig ansvar handlar därför mindre om individuella verktyg, och mer om struktur: roller, kontrollpunkter och spårbarhet som tål granskning. När detta är på plats, blir det också enklare att använda AI på ett sätt som ger förutsägbarhet för klinik, ledning och patient.