Varför medicinska skanningsresultat är så svåra att begripa
Allt fler patienter får numera direkt tillgång till sin MR- eller skanningsrapport via patientportalen. Det låter i och för sig som en fantastisk möjlighet — men i verkligheten skapar det oftare huvudbry än tydlighet. Förklaringen? Rapporterna är formulerade av och för läkare, inte för de människor som rapporten faktiskt handlar om.
Radiologirapporter är fyllda av latinska medicinska termer, förkortningar och formuleringar som påminner mer om tekniska ritningar än om begripliga förklaringar till en orolig patient. En mening som ”subtila lesioner, differentialdiagnos inklusive …” ger knappast något meningsfullt svar på den verkliga frågan: är detta farligt?
Forskning från Storbritannien visar att cirka 40 procent av vuxna redan har svårigheter med standardiserad medicinsk information. Den genomsnittliga läsförmågan motsvarar ett barn på 9 år — medan radiologirapporter vanligtvis är skrivna på akademisk nivå. Den klyftan skapar flera konkreta problem:
- Ångest och oro: patienter fastnar vid enskilda ord som ”massa” eller ”avvikelse” utan att förstå sammanhanget.
- Felaktiga slutsatser: ett ”benignt” (godartat) fynd tolkas ibland som cancer.
- Onödiga konsultationer: allmänläkare och specialister tar emot extra besök, enbart för att förklara några raders text.
En rapport avsedd att informera läkare känns för många patienter som ett kryptiskt meddelande om deras egen kropp.
Forskare testar artificiell intelligens som ”översättare” av radiologirapporter
Forskare vid University of Sheffield bestämde sig för att undersöka om språkmodeller — jämförbara med dem bakom ChatGPT — kan överbrygga detta gap. De genomförde en systematisk analys av 38 studier från perioden 2022 till 2025. Totalt rörde det sig om 12 922 radiologirapporter som via artificiell intelligens omformulerades till ett mer tillgängligt språk.
De omskrivna versionerna utvärderades därefter av 508 patienter och medlemmar ur den breda allmänheten. Resultatet var slående: begripligheten nästan fördubblades. På en skala från 1 till 5 steg poängen från i genomsnitt 2,16 till 4,04.
Läsnivån förändrades också markant. Där den ursprungliga rapporten ofta hade en akademisk stil, landade AI-versionen på nivån motsvarande en elev på 11 till 13 år. Det betyder inte barnsligt språk — utan kortare meningar, mindre jargong och mer konkreta förklaringar.
Så här kan en AI-omskrivning se ut i praktiken
Ett klassiskt exempel: den ursprungliga rapporten innehåller meningen ”inga evidenta expansiva lesioner, bild förenlig med lindriga degenerativa förändringar”. AI-verktyget omformulerar det till något i stil med: ”Vi ser inga tecken på en tumör. Det finns dock lindrig slitage, vilket är förenligt med åldrande och sällan ger allvarliga symptom.”
Den medicinska bedömningen förblir oförändrad — men innebörden för patientens vardag blir omedelbart mycket tydligare. Just där ligger den verkliga vinsten.
Läkare är fortfarande försiktiga: 1 procents fel kan få allvarliga konsekvenser
De radiologer och läkare som granskade de omskrivna texterna fann dem generellt tillförlitliga. Samtidigt pekade de på en väsentlig risk: cirka 1 procent av de förenklade rapporterna innehöll ett kliniskt relevant fel — exempelvis en felaktigt återgiven diagnos eller en formulering som var mer lugnande än berättigad.
En nyans eller precisering som är logisk för en läkare kan oavsiktligt försvinna i AI-omskrivningen — med potentiellt allvarliga följder för behandling och uppföljning.
Därför rekommenderar forskarna tydligt en modell med mänsklig kontroll. Artificiell intelligens får gärna skriva den första versionen, men en läkare måste granska och godkänna texten innan patienten ser den. Teknologin är ett hjälpmedel — inte en ersättning för medicinsk fackbedömning.
Vad AI kan och inte kan ersätta
| Vad AI kan göra | Vad läkare måste fortsätta med |
|---|---|
| Översätta fackspråk till vardagsspråk | Ställa diagnoser och fatta behandlingsbeslut |
| Skapa struktur i komplexa rapporter | Anpassa förklaringar till den enskildes situation |
| Förutse och besvara patienters standardfrågor | Bedöma tveksamma fall och uppskatta risker |
| Göra texter tillgängliga för människor med lägre läsförmåga | Erbjuda känslomässigt stöd vid dåliga nyheter |
Vad en förenklad rapport förändrar för patienten
För en patient kan skillnaden mellan en teknisk och en begriplig rapport vara enorm. Istället för panik efter mötet med oklara facktermer uppstår utrymme för att ställa riktade frågor: vad betyder detta för min vardag, mitt arbete, min träning?
I framtiden skulle en patient som öppnar sin rapport i vårdportalen kunna mötas av två versioner:
- den ursprungliga texten avsedd för den behandlande läkaren
- en AI-genererad förklaring i tydligt språk, med korta beskrivningar av centrala begrepp
En sådan förklaring kan exempelvis ange vad som faller inom normal variation, vilka fynd som ofta förekommer utan allvarliga konsekvenser, och när uppföljande undersökning är nödvändig. Det sparar onödiga sömnlösa nätter och oroliga samtal till vårdcentralen.
Mindre ojämlikhet i sjukvården
AI-verktyg kan också spela en roll för att minska hälsoojämlikhet. Människor med lägre läsförmåga — eller de för vilka svenska inte är modersmål — löper idag större risk att missförstå eller helt enkelt inte läsa medicinsk information.
Genom att automatiskt anpassa texter till en lägre läsnivå, eventuellt på flera språk, ökar sannolikheten för att alla förstår sitt eget behandlingsförlopp. I Frankrike experimenterar man redan med tjänster som erbjuder dessa förenklade rapporter som komplement till samtalet med läkaren.
Vad sjukhus behöver uppmärksamma vid användning av AI
Sjukhus som vill ta denna teknologi i bruk stöter på en rad praktiska och etiska frågor. Här är de viktigaste uppmärksamhetspunkterna:
- Samtycke och integritetsskydd: AI-systemet måste köras lokalt eller i en strikt säkrad miljö med tydliga avtal om användningen av medicinska data.
- Transparens: patienter ska veta att förklaringen delvis är framtagen av artificiell intelligens, och att de alltid kan kontakta sin läkare vid tveksamhet.
- Utbildning av vårdpersonal: radiologer och andra specialister måste lära sig att bedöma AI-genererade texter och veta var de ska vara extra uppmärksamma.
- Patientfeedback: endast genom att systematiskt fråga vad folk förstår och inte förstår kan teknologin förbättras kontinuerligt.
Dessutom uppstår frågan om hur långt förenkling får gå. En alltför enkel text kan förlora viktiga nyanser, medan för många detaljer återigen skapar förvirring. Att hitta rätt balans blir en gemensam uppgift för läkare, språkexperter, AI-utvecklare och patienter själva.
Mer kontroll över det medicinska språket: vad patienter själva kan göra
Även med AI-hjälp är det förnuftigt att patienter ställer aktiva frågor. Här är några praktiska råd:
- Notera alla ord du inte förstår medan du läser rapporten, och ta med dem till konsultationen.
- Fråga läkaren: ”Vad är den viktigaste meningen här för mig?” — då får du kärnbudskapet klart.
- Be läkaren förklara vad resultatet betyder på kort sikt (de kommande veckorna) och på längre sikt.
- Ta med en närstående till samtalet så att hen kan lyssna med och ta anteckningar.
Den patient som bättre förstår sin egen journal fattar mer medvetna val om behandling och livsstil. Artificiell intelligens kan påskynda den processen — men samtalet mellan patient och läkare förblir platsen där de avgörande besluten fattas.
På längre sikt förväntar sig forskarna att språkmodeller inte bara kommer att kunna förenkla radiologirapporter, utan även brev från medicinska specialister, utskrivningsmeddelanden efter sjukhusvistelse och information om medicin. Varje steg mot tydligare språk ökar chansen att patienten håller fast vid sin behandling och upptäcker tecken på försämring i tid.
