Leger tredoblet AI-bruken — og tredoblet listen over hva den ikke skal gjøre

Leger og sykepleiere som har integrert AI i daglig praksis er de som er mest motstandsdyktige mot å utvide rollen. En undersøkelse blant 355 amerikanske leger og sykepleiere bestilt av Wolters Kluwer og gjennomført i mars 2026 viste at klinikernes daglige AI-bruk hadde tredoblet seg det siste året. I samme utvalg: 74 prosent frykter at teknologien vil underminere de kliniske ferdighetene den erstatter, 74 prosent stoler ikke på resultatene på grunn av hallusinasjoner, og 72 prosent er bekymret for at annonsørdrevne forretningsmodeller vil forvrenge medisinske anbefalinger. De som bruker AI mest, trekker grensen skarpest.

Hvordan den grensen ser ut i praksis: klinisk bildediagnostikk ligger på den akseptable siden. Dokumentasjon, behandlingsanbefalinger, pasientkommunikasjon og alt som berører klinisk vurdering ligger på den andre siden. Klinikere har i årevis sett AI forbedre seg i å lese skanninger og markere avvik – forbedringer som er målbare, publiserte og fagfellevurderte. Det samme bevisrammeverket finnes ikke for de bredere anvendelsene som utviklere nå presser inn på sykehusene. Leger avviser ikke AI. De anvender samme granskning på den som de anvender på enhver klinisk intervensjon.

Styringskløften er målbar og lukkes ikke raskt. Andelen klinikere som sier de er klar over AI-styringsretningslinjer ved sin institusjon steg fra 21 prosent i 2025 til 27 prosent i fjor. Det er en økning på seks prosentpoeng på en verdi som burde være nær 100. Når institusjoner tar i bruk AI-systemer til klinisk bruk uten tilsvarende styringsrammeverk, fyller klinikerne kløften selv – derfor er individuell motstand høyest i områder der institusjonell tilsyn er svakest.

Bekymringen for hallusinasjoner er ikke teoretisk. Store språkmodeller brukt i kliniske sammenhenger har produsert troverdigklingende men faktisk feil informasjon om legemiddelinteraksjoner, doseringer og diagnoser. Bekymringen for annonsørdrevet skjevhet gjenspeiler noe mer strukturelt: de fleste kliniske AI-verktøy er bygget av selskaper hvis inntekter avhenger av engasjement og oppsalg, ikke av pasientutfall. Klinikere som jobber innenfor disse systemene, gjenkjenner insentivskjevheten selv når leverandørene ikke reklamerer for den.

Det undersøkelsen beskriver er ikke teknofobi. Det er en profesjon som anvender bevisstandarder konsekvent. Radiologi-AI bestod fordi den genererte en mengde fagfellevurdert dokumentasjon og gjennomgikk kliniske studier. Verktøyene som nå tas i bruk for dokumentasjon, triage og pasientinteraksjon har ikke gjennomgått den prosessen i sammenlignbar skala. Financial Times, som rapporterer om undersøkelsen i dag, omtaler dette som motstand. Det er mer presist et krav om samme bevisstandard som alle andre medisinske intervensjoner må oppfylle.

Stanford HAI AI Index 2026 viser et lignende mønster i sin medisinseksjon: bruksraten løper foran valideringen, og stedene der klinisk AI er mest integrert er sjelden de samme stedene der resultatlitteraturen er etablert. Det Wolters Kluwer-dataene tilfører er praktikerperspektivet – at menneskene nærmest teknologien er de som tydeligst artikulerer hvor bevisene slutter opp.

Tagger: artificial intelligence, clinicians, deskilling, diagnostics, healthcare, medical AI