Hvorfor det giver mening at kende typerne
AI dækker over teknologier med vidt forskellige formål, regler og risici. Derfor er det vigtigt at være præcis om, hvilken type AI man taler om. Forskellen mellem en CE-mærket røntgen-AI og en ChatGPT er stor, både teknisk og juridisk. Flere af værktøjerne kan hjælpe klinikken med at løfte opgaver med karakter af administration og beslutningsstøtte, så der er mere tid til patienten og de menneskelige dele af besøget. Nedenfor er et overblik med nogle af de forskellige typer funktioner, der findes i dag.
Generativ AI (chat-værktøjer)
Den AI-type, mange tænker på først. Chat-værktøjer drevet af LLM'er (Large Language Models), der genererer tekst, oversættelser, opsummeringer og udkast på baggrund af en prompt. På klinikken er det oplagt til marketing-tekst, SoMe-opslag, oversættelse af generelle pjecer, mailudkast og brainstorm. Det er en AI-type med flere GDPR-faldgruber, fordi det er let at komme til at indtaste patientoplysninger i et chat-felt.
Eksempler: ChatGPT, Claude, Microsoft Copilot, Gemini, Mistral Le Chat.
Røntgen- og billedanalyse (computer vision)
Algoritmer trænet på millioner af røntgenbilleder kan i dag genkende tegn på caries, parodontalt knogletab, tandsten, periapikale forandringer og andre fund på bitewing, periapikale og panoramiske billeder. Det er typisk implementeret som en "second opinion", der markerer fund på billedet og angiver en konfidensgrad, mens behandleren tager den endelige beslutning. Værktøjet er beslutningsstøtte og ansvaret er stadig hos behandleren.
Eksempler: Pearl Second Opinion, Diagnocat.
Intraoral scan-analyse
AI, der laver analyse på intraorale scanninger, finder f.eks. forandringer på tandoverfladen, gingiva og bløddele, som ikke er synlige på et røntgenbillede: plak, slid, tilbagetrækning af tandkød, overflade-caries. Sammenligning mellem scanninger over tid gør det også muligt at følge forandringer. Også her er der tale om beslutningsstøtte, og det er behandleren, der vurderer fundene.
Eksempler: 3Shape Dx Plus (TRIOS 6), Align Technology iTero.
Klinisk planlægning og lab-arbejde
Mange af de største CAD/CAM- og ortodonti-systemer har AI-features bygget ind, ofte uden at det markedsføres som "AI". Det er typisk modeller, der foreslår et udgangspunkt, som tandlægen eller teknikeren tilretter. Mange klinikker bruger allerede AI i denne kategori uden at tænke på det som AI.
Eksempler: Invisalign ClinCheck, SureSmile, 3Shape Dental System, exocad.
Tale-til-tekst og diktering
AI-modeller, der omsætter tale til tekst og kan opsummere eller strukturere indholdet bagefter. Bruges til journalføring, hvor behandleren taler, og AI'en skriver. Findes både til generelle journalnotater og til f.eks. PA-registrering.
Eksempler: SiDenTrec (DK), Bitenostic (DK), Heidi Health, Whisper (open source).
En patientsamtale er per definition en helbredsoplysning, så generel diktering-software (også Whisper kørt i skyen) er ikke sikkert nok. Brug en løsning, der er bygget til sundhedssektoren, med EU-data og dokumenteret sletning. Og uanset hvor godt et referat bliver, skal notatet forbi en person, før det gemmes. Automatisk generering er fint, automatisk godkendelse er ikke.
AI-telefoni og virtuel receptionist
En AI-stemme svarer telefonen, booker og flytter tider og besvarer generelle spørgsmål om f.eks. åbningstid. Den taler typisk flere sprog og kører 24/7, og den kobler direkte til klinikkens praksisstyringssystem. Opkald, som kræver menneskelig kontakt og input, stilles videre til en person på klinikken. Analyser viser, at 30-40% af opkald til en tandklinik sker uden for åbningstid.
Eksempler: Opkald.ai (DK), Dentlie (DK).
Samtalerne logges og transskriberes typisk, så der skal være styr på, hvor og hvor længe lydfiler og udskrifter gemmes, hvem der har adgang, og hvordan I sikrer sletning.
Følg diagnosen til dørs: Opfølgning på udestående behandlingsoverslag
Måling af behandlingsaccept ved at skabe et fælles datagrundlag baseret på forskellige kilder. AI bruges til at følge struktureret op på udestående behandlingsoverslag, og dermed følge diagnoserne til dørs.
Eksempel: Adent (DK).
Klinikdrift, planlægning og compliance
AI og automatisering bruges også i de bagvedliggende systemer på klinikken, der ikke nødvendigvis møder patienten direkte. Eksempelvis i forbindelse med ressourcestyring (vagtplaner, stoletid, lokaler, udstyr), det administrative compliance-arbejde (audits, GDPR-, røntgen- og hygiejnedokumentation) og anden automatisering af administration (f.eks. journalisering af patientkommunikation og helbredsskemaer).
Eksempler: ClinicDrive (DK), Complianter (DK), Adent (DK).
Prediktive analyser
AI-modeller, der bruger eksisterende data til at forudsige fremtidige hændelser. På en tandklinik kan det f.eks. være:
- Hvilke patienter er mest tilbøjelige til at udeblive (no-show-forudsigelse)?
- Hvilke patienter har høj risiko for caries, parodontitis eller frakturer?
- Hvornår skal vi indkalde patienter for at tilpasse det bedst muligt deres mundsundhed og klinikkens kapacitet?
- Hvordan kommer patientens tandsundhed til at udvikle sig, hvis ikke behandling foretages rettidigt?
- Hvad er sandsynligheden for et ønsket behandlingsresultat på en konkret patient?
Modellen kan ikke se mere end de data, den får. Korrekt og ryddet historik er vigtigt for gode forudsigelser, så det kan godt betale sig at have orden i data.
AI-forordningen: Reglerne, der gælder på tværs af kategorierne
Ud over GDPR og sundhedsloven har EU vedtaget AI-forordningen (AI Act). Den regulerer AI-systemer efter, hvor stor risiko de udgør, og den er relevant for klinikken uanset hvilken af kategorierne ovenfor I bruger, fordi den lægger pligter på både leverandøren og jer som bruger. Vær opmærksom på, at afsnittet her er skrevet i september 2026, og at reglerne løbende bliver justeret, så tjek den aktuelle status, før I lægger noget fast.
Forordningen inddeler AI-systemer i fire niveauer:
- Uacceptabel risiko: forbudt. Det er f.eks. systemer, der scorer mennesker socialt, eller som aflæser følelser på en arbejdsplads. De regler har været gældende siden februar 2025.
- Høj risiko: tunge krav til dokumentation, risikostyring, logning og menneskeligt tilsyn. AI, der er medicinsk udstyr og skal godkendes af et bemyndiget organ, lander automatisk her. Det gælder f.eks. røntgen-AI.
- Begrænset risiko: krav om gennemsigtighed. Patienten skal kunne vide, at der er en maskine i den anden ende.
- Minimal risiko: ingen særlige krav. De fleste rent administrative værktøjer lander her.
Tidsplanen er blevet rykket undervejs. Med den såkaldte Digital Omnibus, der trådte i kraft i juli 2026, er kravene til højrisiko-systemer udskudt til 2. december 2027 for selvstændige systemer og til 2. august 2028 for AI, der er indlejret i medicinsk udstyr. Kravene til røntgen-AI som højrisikosystem ligger altså stadig et stykke ude i fremtiden, mens gennemsigtighedskravene har været gældende siden 2. august 2026.
Patienten skal vide, at det er en maskine
Bruger I en AI-telefonassistent eller en chatbot, skal patienten informeres senest ved første interaktion, medmindre det er åbenlyst. Pligten ligger hos leverandøren, som skal bygge det ind i systemet, og ikke hos jer. Men det er jer, der står med patienten, hvis det ikke er gjort, så få det bekræftet, inden I sætter en AI til at tage telefonen.
AI-kompetence i teamet
Forordningen stiller også krav om AI-færdigheder hos de medarbejdere, der bruger værktøjerne. Kravet blev lempet i juli 2026 og er nu en pligt til at understøtte udviklingen af kompetencerne, ikke til at garantere et bestemt niveau hos den enkelte. En kort intern instruks og en liste over, hvilke værktøjer I bruger til hvad, er et fornuftigt sted at starte.
Hvad I skal spørge leverandøren om
Når I overvejer at tage et nyt AI-værktøj i brug, hjælper det at have en tjekliste, I spørger leverandører til. Hvis de ikke kan svare klart på disse spørgsmål, er det et signal i sig selv. Her er nogle af de ting I bør være opmærksomme på:
- Er værktøjet CE-mærket og certificeret som medicinsk udstyr? Relevant for alt, der bruges til klinisk diagnostik eller direkte støtter behandlingsbeslutninger: røntgen-AI, intraoral scan-analyse, klinisk support og planlægning, mv. Hvis ikke, hører værktøjet ikke til i en klinisk arbejdsgang, uanset hvor godt det demoer.
- Er der en databehandleraftale, og hvor lagres data? Relevant for alt med personoplysninger. Data skal lagres i EU, og der skal være en databehandleraftale på plads.
- Bruges jeres input til at træne modellen? Særligt relevant for chat-værktøjer og tale-til-tekst. I de fleste virksomhedsudgaver kan det slås fra, men det skal være aktivt valgt, ikke noget I kan gå ud fra.
- Hvordan klarer modellen sig på dansk og på jeres egne data? Særligt for tale-baserede løsninger og chat-værktøjer varierer kvaliteten markant. Test en pilot på reelle eksempler.
- Start ét sted, og byg ud. AI dækker mange kategorier, og en klinik kan sagtens få stor værdi af én kategori uden at røre de andre. Vurdér effekten af det første værktøj, før I åbner for det næste.
Ofte stillede spørgsmål
Må vi bruge ChatGPT på klinikken?
Ja, til opgaver uden patientdata, f.eks. marketingtekster, oversættelse af generelle pjecer eller udkast til et opslag. Nej, hvis I taster navne, CPR-numre, journalnotater eller billeder ind i den almindelige version. Der findes virksomhedsudgaver med databehandleraftale og EU-lagring, som ændrer på det billede.
Skal AI-værktøjer være CE-mærkede og certificerede som medicinsk udstyr?
Det afhænger af, hvad værktøjet bruges til. F.eks. skal værktøjer, der understøtter klinisk diagnostik eller direkte støtter behandlingsbeslutninger, være CE-mærkede. Rent administrative værktøjer, f.eks. et system der lægger vagtplaner, er typisk ikke omfattet.
Skal patienterne have at vide, at vi bruger AI?
Ja, hvis patienten interagerer direkte med systemet, f.eks. en AI-telefonassistent eller en chatbot. Bruger I AI internt til at strukturere journalnotater, er der ikke krav om at oplyse det ved hver kontakt, men det bør fremgå af jeres privatlivspolitik.
Hvad med data, der sendes til USA?
Det er den hyppigste faldgrube. Flere af de største AI-udbydere har servere i USA, og for helbredsoplysninger stiller det krav, som de færreste klinikker kan løfte i praksis. Vælg løsninger med EU-lagring og en databehandleraftale, så slipper I for at tage stilling fra sag til sag.
Hvor skal vi begynde?
Ét sted, og helst der hvor irritationen er størst i hverdagen. For de fleste klinikker er det enten telefonen eller dokumentationen. Vurdér effekten, før I åbner for det næste værktøj, ellers bliver det svært at se, hvad der reelt flyttede noget.
Artiklen er et generelt overblik og ikke juridisk rådgivning. Den er tænkt som hjælp til at stille de rigtige spørgsmål til jer selv og til jeres leverandører, mens den konkrete vurdering altid afhænger af jeres værktøjer, jeres data og jeres arbejdsgange.
