Nyhed
25. marts 2026

EG giver lægen superkræfter med AI og frigiver tid til patienten

Den praktiserende læge og speciallægen kender det godt. Konsultationen er overstået, patienten er gået, og nu venter journalen og det administrative arbejde.

For de mere komplekse forløb tager det tid at skrive et præcist notat, og for mange læger ender det med administrativt arbejde om aftenen, når klinikken er lukket og familien venter. Det er ikke, hvad de læste til.

Det er den virkelighed, EG tager afsæt i, når vi udvikler AI-løsninger til vores danske og norske lægesystemer EG Clinea, EG WinPLC, EG Patientsky og EG Hano. Og det er baggrunden for, at vi har valgt en fundamentalt anden tilgang end markedet ellers byder på.

"Allerede nu ved vi, at fremtidens lægeklinik ser helt anderledes ud end det, vi ser i dag", siger Christian Lenz, Product Manager for Healthcare i EG.

Jeg tror, du skal forestille dig, at lægen kalder dig ind og allerede har det fulde overblik inklusiv dine seneste prøvesvar, din medicinliste og din historik foran sig. Ikke fordi lægen har brugt ti minutter på at grave i journalen, men fordi systemet har forberedt det hele.

Christian Lenz, Product Manager

Under samtalen er lægen nærværende, ingen tastning, ingen skærm der stjæler opmærksomheden, for AI lytter med og skriver notatet automatisk undervejs. Og når I bliver enige om en plan, eksekverer systemet den. Henvisningen bliver klargjort, medicinen ordineret, opfølgningstiden booket.

Lægen kan verificere det hele med et klik og slipper for at bruge tid på det administrative arbejde om aftenen, længe efter klinikken er lukket. Det er ikke en vision ti år ude i fremtiden. Det er det, vi bygger på lige nu.

Integreret fra dag ét: AI skal lette, ikke lægge til

En dansk konsultation i almen praksis varer typisk 10-15 minutter. Indenfor den ramme skal lægen lytte, undersøge, vurdere og dokumentere.

Erfaringer med EG's AI-løsninger viser, at den praktiserende læge kan spare op til tre minutter på journalskrivning pr. konsultation. Ved en normal dag med 20-25 patienter svarer det til mere end en time, som i stedet kan bruges på patienterne eller på at afslutte arbejdsdagen til tiden.

Det forudsætter imidlertid, at AI-løsningen er ordentligt integreret i de systemer, lægerne allerede arbejder i. Ikke som et selvstændigt add-on, der kræver særskilt login, datatransfer eller parallelle arbejdsgange, men som en naturlig del af journalsystemet. Målet er enkelt: at gøre arbejdet lettere eller helt fjerne det, ikke at lægge mere oven i.

Det kræver tæt samarbejde med lægerne selv. Derfor udvikler EG ikke AI-løsninger på baggrund af egne antagelser om, hvad der ville være smart, men i dialog med klinikere, der kender udfordringerne fra den daglige praksis. Det er den eneste måde at bygge noget, der rent faktisk virker og bliver brugt.

Transformationen af lægesystemer er allerede i fuld gang både i Norden og internationalt. Fra voice-first-løsninger, der laver journalnotater og besvarer spørgsmål om patientens medicinering og prøvesvar via stemmestyring, til chatbots, der kan føre dialoger med patienter og forny recepter, til agenter, der håndterer faktureringskoder og forsikringsgodkendelser. Og på Oxford University arbejdes der fx også med agenter, der sammenfatter patientjournaler, fastlægger cancerstadier og udkaster behandlingsplaner klar til gennemgang af det behandlende team.

I Norden er EG førende med direkte integration af AI i vores lægesystemer, hvor vi på fuldt betryggende vis og med overholdelse af GDPR-reglerne kan levere løsninger som AI tale-til-notat, AI journalresume, AI journalsøgning og EG Sasha til 24/7 systemsupport til lægerne.

AI som fundament for udvikling og drift

Bag visionen ligger en klar strategi i EG om at udnytte styrken i AI-teknologien, både som et værktøj til udvikling af nyt software og som integrerede løsninger i selve lægesystemet.

"Vi anvender selv AI i vores softwareudvikling, fordi det gør det muligt at levere nye features markant hurtigere. Og når vi vælger at integrere AI direkte i softwaren frem for at bygge stand-alone-løsninger, er det for at gøre systemerne så lette at bruge og så sikre som muligt," siger Christian Lenz.

For at skrue tempoet op har EG sammensat et dedikeret team af AI-specialister, der udelukkende arbejder med integrerede AI-løsninger til sundhedsområdet.

"AI-teamet er en tilføjelse til vores eksisterende udviklingsteam med én klar opgave: at integrere AI alle relevante steder i vores seks kørende løsninger. Teamet har allerede leveret de første AI-løsninger til vores lægesystemer. Næste skridt bliver implementering af et GDPR-sikkert AI-agentlag," siger Christian Lenz.

Med introduktionen af AI-agenter i lægesystemerne vil udviklingen accelerere yderligere.

"Udvikling af selve lægesystemet tager tid, fordi kvalitet er afgørende. Vi skal sikre, at nye funktioner spiller sammen med de eksisterende, og at koden er fejlfri. AI-agenter fungerer anderledes: de arbejder direkte med data i systemet. Lægen kan for eksempel have en agent, der læser indbakken hver nat, besvarer rutinehenvendelser og lægger de mere komplicerede sager klar til lægen med en anbefalet indsats, hvor det i sidste ende stadig er lægen, der godkender," forklarer Christian Lenz.

Mere tid til patienten, ikke færre læger

Det er afgørende for EG, at det fælles udgangspunkt er klart: AI erstatter ikke lægens faglighed. Det er lægen, der vurderer, beslutter og bærer det kliniske ansvar. Det kan og skal ingen teknologi ændre på.

Fælles for alle løsningerne er, at de ikke erstatter lægens beslutning, men understøtter lægens vurdering og arbejde.

Valget om at sætte AI i centrum for EG's healthcare-udvikling hænger tæt sammen med de forestående ændringer i sundhedsvæsenets organisering og det politiske ønske om, at lægen skal tættere på patienten.

"Stadig mere behandling flyttes fra sygehus til almen praksis. Målet er, at patienten i højere grad oplever et nærværende sundhedsvæsen, uanset om man bor i København eller Skagen. Med AI kan vi reducere det administrative arbejde, så lægen får mulighed for netop det. Når vi kan spare lægen for tre minutter pr. konsultation med tale-til-tekst, og for fem minutters arbejde med hver eneste henvisning, bliver det til mange timer, som i stedet kan bruges med patienterne."

Gevinsten rækker dog længere end effektivisering af lægens hverdag, understreger Christian Lenz.

"Almen praksis i Norden er verdensklasse, og selv om debatten om nærhed til patienten undertiden kan være højlydt, har vi på mange måder et godt sundhedsvæsen. Tanken med at udnytte AI i praksis er derfor hverken at få flere patienter gennem systemet eller at erstatte lægen, som vi kender ham eller hende i dag. Tværtimod. Vi vil give patienterne mere tid med lægen.

For med AI-understøttelse får lægen bedre tid til at forberede sig på den enkelte konsultation, og lægen behøver ikke at notere undervejs i samtalen, fordi systemet tager noter. Samfundsmæssigt er det desuden en stor gevinst, når den praktiserende læge og speciallægen i fremtiden kan løse sine opgaver endnu tættere på patientens hjem og dermed potentielt hjælpe med at undgå sene indsatser og unødvendige indlæggelser."

Sikkerhed som forudsætning, ikke eftertanke

Inden agenterne for alvor kan tage over, er der dog stadig et stykke vej.

"Patientdata er sensitive og følsomme personoplysninger, hvor vi har et fælles ansvar for og pligt til at sikre, at de løsninger vi anvender eller tager i brug, er designet til at beskytte patienternes data. Sikkerheden skal være på plads først. Til gengæld vil vi, når hele sundhedssektorens økosystem kommer med på AI-bølgen, se helt andre synergier på området," forklarer Christian Lenz.

"Agenter kan hente og bearbejde data fra andre systemer via såkaldte MCP'er. Ikke alle systemer er forberedt på det endnu, og der er stadig lovgivning, der begrænser udvekslingen af sundhedsdata af hensyn til patientsikkerheden. Men jeg tror, vi hurtigt kommer til at se en udvikling på begge fronter, og så vil visionen om fremtidens lægeklinik meget hurtigt blive en realitet."

Hvad er en MCP?

MCP står for Model Context Protocol og er en teknisk løsning, der gør det muligt for forskellige it-systemer at udveksle data sikkert og effektivt. MCP fungerer fx som et bindeled mellem lægesystemer og andre relevante sundhedssystemer, så information kan overføres, hentes og bearbejdes automatisk, som når AI-agenter indsamler og analyserer patientdata fra flere kilder.

Relaterede produkter