Europæiske alternativer til OpenEvidence til klinisk beslutningsstøtte

Europæiske klinikere har længe været afhængige af et lille antal betroede værktøjer til klinisk beslutningsstøtte for hurtigt og sikkert at besvare spørgsmål ved patientens seng. For mange blev OpenEvidence en del af værktøjskassen – en hurtig, AI-drevet klinisk søgeplatform baseret på peer-reviewed litteratur. Men i begyndelsen af 2026 trak OpenEvidence sin app tilbage fra det britiske og europæiske marked, et tilbagetrækningstræk der i vid udstrækning tilskrives regulatorisk usikkerhed omkring EU's AI-forordning og dens konsekvenser for AI-værktøjer, der påvirker kliniske beslutninger. Denne tilbagetrækning har efterladt et praktisk hul for europæiske klinikere og rejst et bredere spørgsmål: Hvordan ser et ægte Europa-egnet værktøj til klinisk beslutningsstøtte egentlig ud?

Hvorfor europæiske klinikere genovervejer deres muligheder

Timingen af OpenEvidences exit er ikke tilfældig. EU AI-forordningen klassificerer AI-baserede kliniske beslutningsstøttesystemer som højrisiko. Dette udløser en række krav til gennemsigtighed, sporbarhed og robusthed, der går langt ud over, hvad de fleste amerikansk-udviklede værktøjer var designet til at opfylde. Samtidig fortsætter GDPR med at stille strenge krav til, hvor patientdata behandles og opbevares, og EU's forordning om medicinsk udstyr (MDR) sætter en særskilt regulatorisk standard for software, der påvirker kliniske beslutninger.

Næsten tre fjerdedele af EU-landene bruger allerede AI-assisteret diagnostik, herunder værktøjer der understøtter klinisk beslutningstagning, så efterspørgslen efter disse teknologier er ikke til diskussion. Det, der er til diskussion, er, om de værktøjer klinikere vælger, er bygget til at fungere sikkert og lovligt inden for europæiske sundhedssystemer.

OpenEvidence er en klinisk beslutningsstøtteplatform, der bruges på det amerikanske marked på tværs af flere hospitaler. Dens fravær i Europa giver europæiske klinikere en anledning til at vurdere alternativer med et klarere blik.

Hvad man skal kigge efter i et værktøj til klinisk beslutningsstøtte som europæisk kliniker

Før man evaluerer en specifik platform, er det en fordel at have en klar ramme for, hvad der er vigtigt i den europæiske kontekst. De kriterier, der oftest adskiller egnede værktøjer fra mindre egnede til europæisk brug, er:

Overholdelse af regler

• Er værktøjet registreret eller certificeret under EU MDR eller den tilsvarende nationale ramme (f.eks. MHRA-registrering i Storbritannien)?

• Er det blevet vurderet under EU AI-forordningens højrisiko-AI-bestemmelser, herunder krav til gennemsigtighed og overvågning efter markedsføring?

• AI-baserede kliniske beslutningsstøttesystemer skal opfylde både vertikale AI-forordningens sikkerhedsforpligtelser og horisontale krav til interoperabilitet under rammer som MyHealth@EU – en dobbelt udfordring, som mange amerikansk-baserede værktøjer ikke har adresseret.

Datalokation og GDPR

• Hvor behandles og opbevares patientdata? Datalokation i EU er ikke valgfrit for mange NHS trusts og EU-sundhedssystemer.

• Afspejler værktøjets databehandlingsaftale GDPR-forpligtelser, herunder dataminimering og formålsbegrænsning?

Tilpasning til retningslinjer

• Refererer værktøjet til retningslinjer, der er relevante for europæisk klinisk praksis, herunder NICE, SIGN, AWMF, HAS eller nationale ækvivalenter?

• Afspejler evidensbasen europæiske regulatoriske godkendelser og ordinationskonventioner – ikke kun behandlinger godkendt af den amerikanske Food and Drug Administration?

Integration med journalsystemer og arbejdsgangstilpasning

• Integrerer værktøjet med de journalsystemer, der bruges på europæiske hospitaler og i primærsektoren, eller kræver det, at klinikere skifter til en separat grænseflade?

• Er det tilgængeligt via mobil, web eller indlejret i eksisterende klinisk software?

Sprog og regional tilpasning

• For ikke-engelsktalende EU-medlemsstater: understøtter værktøjet kliniske forespørgsler og svar på lokale sprog?

• Imødekommer det lokale kodningsstandarder, herunder SNOMED CT og ICD-10?

Gennemsigtighed og citering

• Kan klinikere se kilderne bag et svar? Citation-first-design betragtes i stigende grad som et minimumskrav for klinisk troværdighed – ikke en premium-funktion.

OpenEvidence: hvad det tilbyder, og hvor det kommer til kort for europæisk brug

OpenEvidence er en AI-drevet klinisk søgeplatform, der genererer svar på kliniske spørgsmål baseret på peer-reviewed medicinsk litteratur. Dens design prioriterer hastighed og kildegennemsigtighed og fremviser relevante studier sammen med syntetiserede svar. For amerikanske klinikere er det blevet et rutinemæssigt værktøj ved patientens seng.

For europæiske klinikere er billedet mere nuanceret. Platformens evidensbase er overvejende USA-centreret og afspejler FDA-godkendelser, amerikanske kliniske retningslinjer og amerikanske ordinationsnormer. Dette skaber en reel uoverensstemmelse for klinikere, der arbejder inden for NICE-vejledning, AWMF-anbefalinger eller nationale formularer, der adskiller sig fra amerikansk praksis.

Mere grundlæggende er OpenEvidence i øjeblikket ikke tilgængelig i EU eller Storbritannien. Tilbagetrækningen afspejler reel regulatorisk kompleksitet: EU AI-forordningens klassificering af klinisk AI som højrisiko pålægger forpligtelser, herunder krav til menneskelig overvågning, overensstemmelsesvurderinger og overvågning efter markedsføring, der kræver betydelige investeringer at opfylde. Dette er ikke et midlertidigt hul, der sandsynligvis lukkes hurtigt. Platforme, der allerede er MHRA-registrerede eller CE-mærkede, har et regulatorisk forspring, der tager år og betydelige investeringer at indhente.

Tandem Health: klinisk beslutningsstøtte integreret i konsultationen

Tandem Health er en europæisk-udviklet AI-medicinsk assistent, der tilgår klinisk beslutningsstøtte på en anden måde end selvstændige forespørgselsværktøjer. I stedet for at fungere som en separat søgegrænseflade opererer Tandem direkte i den kliniske konsultation ved at bruge Ambient Voice Technology (AVT) – en teknologi, der lytter til samtalen, genererer strukturerede journalnotater i realtid og fremviser AI-assisteret klinisk ræsonnement som en del af arbejdsgangen frem for ved siden af den.

Denne indlejrede tilgang har praktiske konsekvenser for kognitiv belastning – den mentale indsats, der kræves for at håndtere flere opgaver under en konsultation. Klinikere, der bruger et selvstændigt beslutningsstøtteværktøj, skal skifte kontekst: formulere en forespørgsel, forlade konsultationsgrænsefladen, fortolke et resultat og vende tilbage til patienten. Tandems design reducerer denne friktion ved at integrere dokumentation og beslutningsstøtte i ét klinisk øjeblik.

Tandem har CE-mærkning og MHRA-overholdelse og opererer under ISO 27001-certificering med GDPR-kompatibel datahåndtering. Dette opfylder de standarder for datasikkerhed og databeskyttelse, som europæiske sundhedssystemer kræver. Dens kliniske beslutningsstøtte er nu også EU MDR Class IIa-certificeret. For klinikere i primærsektoren eller ambulante indstillinger, der ønsker beslutningsstøtte uden at tilføje et separat værktøj til deres arbejdsgang, repræsenterer denne integrationsmodel et markant anderledes værdiforslag end forespørgselsbaserede platforme.

Andre europæiske eller Europa-kompatible kliniske beslutningsstøtteplatforme

Flere platforme er værd at overveje for europæiske klinikere, der vurderer deres muligheder. Hver har et særligt fokusområde og regulatorisk udgangspunkt.

iatroX

iatroX er en britisk-baseret klinisk AI-søgeplatform med MHRA-registrering, der trækker på et korpus, som inkluderer NICE, Clinical Knowledge Summaries (CKS) og SIGN-retningslinjer. Den tilbyder svar med citationer først og et integreret continuing professional development (CPD)-system – et system til vedligeholdelse af faglig kompetence. Den er gratis for individuelle klinikere og er designet specifikt til britisk-anerkendte retningslinjer frem for åbne webkilder.

Medwise AI

Medwise AI er positioneret som et NHS-fokuseret søgeværktøj med lokal og national retningslinje-integration, støttet af Innovate UK-finansiering og opført på NHS-markedspladsen. Et prospektivt pilotstudie på et walisisk NHS-hospital fandt, at platformen kan samle lokale kliniske retningslinjer og opdele dem i let tilgængelige dele ved hjælp af natural language processing (NLP) – en teknologi, der behandler naturligt sprog – for at levere kortfattede svar på klinikeres spørgsmål. Den er implementeret på NHS Trust-niveau snarere end til individuelle klinikere.

AMBOSS AI Mode

AMBOSS AI Mode tilbyder naturlig sprogsøgning på tværs af AMBOSS' kuraterede kliniske indholdsbibliotek med inline-citationer og sporbare kildelinks. AMBOSS er tysk i oprindelse med en stærk uddannelsestradition og strukturerede læringsforløb. Dens kuraterede indholdsmodel, hvor evidens udvælges og vedligeholdes af lægefaglige redaktører, giver en anden tilgang til troværdighed end værktøjer, der henter svar fra åbne retningslinjekorpora.

Isabel DDx Companion

Isabel DDx Companion er et differentialdiagnostisk støttesystem med britisk oprindelse, der dækker mere end 10.000 tilstande. Det accepterer tegn og symptomer på naturligt sprog og returnerer en rangeret liste over potentielle diagnoser. Det er ikke en retningslinjemotor. Dets funktion er at fremhæve muligheder, en kliniker måske har overset – ikke at styre håndtering. Det er tilgængeligt for både individuelle klinikere og institutioner.

Vera Health

Vera Health er HIPAA- og GDPR-kompatibel og tilgængelig på verdensplan uden regionale restriktioner. Den har ingen NPI- eller regionale adgangskrav, hvilket gør den tilgængelig for europæiske klinikere. I en nylig evaluering scorede Vera Health højere end OpenEvidence på kildelinkning og arbejdsgangsdækning.

UpToDate Expert AI

UpToDate har inkorporeret AI-forbedrede funktioner, herunder en samtaleassistent baseret på UpToDates indholdsbibliotek med klikbare citationer og trin-for-trin klinisk ræsonnement. Disse funktioner er tilgængelige for europæiske klinikere via institutionelle abonnementer og NHS OpenAthens-adgang. Dens redaktionelle dybde er en væsentlig differentierende faktor.

DynaMed

DynaMed dækker mere end 3.400 kliniske emner med daglige opdateringer og eksplicitte evidensniveauer. Den har modtaget flere Best in KLAS-priser for Clinical Decision Support og er tilgængelig for europæiske institutioner.

Pathway MD

Pathway MD er et canadisk mobil-first-værktøj, der præsenterer kliniske retningslinjer som beslutningsalgoritmer. Det er tilgængeligt gratis eller som freemium og dækker en række internationale retningslinjer.

Hvordan klinisk beslutningsstøtte passer ind i den bredere kliniske arbejdsgang

De mest effektive værktøjer til klinisk beslutningsstøtte indgår i den bredere struktur for klinisk arbejde, herunder dokumentation, henvisning, triage, journalføring og kodning – snarere end at fungere som en separat opslagsfunktion.

En tværsnitsundersøgelse på tværs af seks europæiske lande og USA fandt, at omkring halvdelen af sundhedsprofessionelle rapporterede at bruge kliniske beslutningsstøttesystemer, med betydelig variation mellem landene. Deltagerne brugte disse værktøjer primært til diagnostiske formål eller implementering af retningslinjer, men identificerede prognostiske værktøjer som det område med størst uopfyldt behov. Dette antyder, at den nuværende generation af forespørgselsbaserede platforme kun dækker en del af, hvad klinikere faktisk har brug for.

Forskning i automatiseret overvågning af overholdelse af retningslinjer peger på en arkitektonisk retning, som europæiske sundhedssystemer i stigende grad forfølger: integration af retningslinjeanbefalinger med realtids kliniske data fra journalsystemer ved hjælp af Fast Healthcare Interoperability Resources (FHIR)-baserede standarder for interoperabilitet. Denne tilgang flytter klinisk beslutningsstøtte fra et reaktivt opslagsværktøj til et proaktivt, patientspecifikt system, selvom implementering i stor skala stadig er kompleks.

Evidensen for, om beslutningsstøtteværktøjer ændrer klinisk adfærd, er mere nuanceret, end leverandører typisk anerkender. Et cluster-randomiseret forsøg med European Society of Radiology iGuide kliniske beslutningsstøttesystem på tværs af tre tyske universitetshospitaler fandt, at systemet ikke medførte en statistisk signifikant reduktion i upassende billeddiagnostiske anmodninger sammenlignet med kontrolafdelinger. Det er en nyttig påmindelse om, at tilstedeværelsen af et klinisk beslutningsstøtteværktøj ikke automatisk fører til ændret klinisk adfærd. Implementeringskontekst, arbejdsgangsintegration og klinikerengagement har alle betydning.

Nøglespørgsmål at stille, før man tager et værktøj til klinisk beslutningsstøtte i brug i Europa

For klinikere og kliniske ledere, der vurderer en ny platform, giver følgende spørgsmål en praktisk due diligence-ramme. For britiske klinikere og sundhedsorganisationer er standarden for sikker implementering sat af Digital Technology Assessment Criteria (DTAC) og NICE Evidence Standards Framework – ikke af markedsføringspåstande eller amerikanske adoptionsmetrikker.

Om data og overholdelse af regler:

• Hvor behandles og opbevares patientdata? Er datalokation i EU eller Storbritannien garanteret?

• Er værktøjet registreret som medicinsk udstyr under EU MDR- eller MHRA-rammer?

• Er det blevet vurderet under EU AI-forordningens højrisiko-AI-bestemmelser?

• Opfylder det DTAC-krav til NHS-brug?

Om klinisk indhold:

• Hvilke kliniske retningslinjer refererer værktøjet til, og er de relevante for din nationale kontekst?

• Hvor ofte opdateres evidensbasen?

• Er svar fuldt citeret med sporbare links til kildemateriale?

Om arbejdsgangsintegration:

• Integrerer værktøjet med dit journalsystem, eller kræver det en separat grænseflade?

• Er det tilgængeligt ved patientens seng, via mobil, web eller indlejret?

• Understøtter det dit lokale sprog og kodningsstandarder, herunder SNOMED CT og ICD-10?

Om gennemsigtighed og sikkerhed:

• Kommunikerer værktøjet klart usikkerhed eller begrænsninger i dets svar?

• Er der en mekanisme til at markere fejl eller forældede anbefalinger?

• Adresserer værktøjet reelle datakvalitetsudfordringer, herunder variabilitet, bias og ændringer over tid, der påvirker AI-pålidelighed i kliniske sammenhænge?

Retningen: klinisk beslutningsstøtte i europæisk sundhedsvæsen

Det regulatoriske miljø for klinisk AI i Europa bliver mere struktureret. EU AI-forordningens højrisiko-klassificering for kliniske beslutningsstøttesystemer betyder, at kravene til markedsadgang og fortsat drift skærpes. AI-baseret klinisk software, der ikke er udviklet med AI-forordningens sikkerhedsforanstaltninger og MyHealth@EU-krav til interoperabilitet fra starten, vil møde stigende modstand, efterhånden som håndhævelsen modnes.

Samtidig har næsten halvdelen af EU-medlemsstaterne allerede oprettet dedikerede professionelle roller for AI og datavidenskab i sundhedsvæsenet, og flere lande har planer om at introducere eller udvide AI-uddannelsesprogrammer. Den institutionelle infrastruktur for klinisk AI er under opbygning. Det betyder, at de værktøjer, der integrerer godt med denne infrastruktur, vil have en strukturel fordel frem for dem, der ikke gør.

Skiftet mod operativsystemer for kliniske arbejdsgange i primær- og specialiseret sundhedsvæsen – platforme, der håndterer dokumentation, beslutningsstøtte, henvisning og kodning inden for én arbejdsgang frem for som separate værktøjer – afspejler en bredere erkendelse af, at administrativ byrde og kognitiv belastning i sig selv er kliniske sikkerhedsproblemer. Europæiske klinikere leder ikke blot efter en erstatning for OpenEvidence. De leder efter værktøjer, der reducerer friktion, tilpasser sig lokal styring og understøtter klinisk ræsonnement uden at tilføje endnu et system at håndtere. De platforme, der vil lykkes på dette marked, er dem, der er bygget med denne forudsætning i centrum – ikke eftermonteret for at opfylde den.

Ofte stillede spørgsmål

▶ Hvorfor trak OpenEvidence sig tilbage fra det britiske og europæiske marked?

OpenEvidence trak sig tilbage fra det britiske og europæiske marked i begyndelsen af 2026, et træk der i vid udstrækning tilskrives regulatorisk usikkerhed omkring EU's AI-forordning. Forordningen klassificerer AI-baserede kliniske beslutningsstøttesystemer som højrisiko. Dette udløser krav til gennemsigtighed, sporbarhed og robusthed, som de fleste amerikansk-udviklede værktøjer ikke var designet til at opfylde. At opfylde disse krav kræver betydelige investeringer, og hullet vil sandsynligvis ikke lukkes hurtigt.

▶ Hvilke regulatoriske krav skal et værktøj til klinisk beslutningsstøtte opfylde for brug i Europa?

Et værktøj til klinisk beslutningsstøtte, der bruges i Europa, skal opfylde flere overlappende rammer. Disse inkluderer registrering eller certificering under EU's forordning om medicinsk udstyr eller i Storbritannien MHRA-registrering. Værktøjet skal også opfylde EU AI-forordningens højrisiko-AI-bestemmelser, der dækker menneskelig overvågning, overensstemmelsesvurderinger og overvågning efter markedsføring. GDPR kræver, at patientdata behandles og opbevares inden for EU eller Storbritannien, og NHS-organisationer i England skal også opfylde Digital Technology Assessment Criteria.

▶ Hvad er de vigtigste begrænsninger ved OpenEvidence for europæiske klinikere?

OpenEvidences evidensbase er overvejende USA-centreret og afspejler Food and Drug Administration-godkendelser, amerikanske kliniske retningslinjer og amerikanske ordinationsnormer. Dette skaber en reel uoverensstemmelse for klinikere, der arbejder inden for NICE-vejledning, AWMF-anbefalinger eller nationale formularer, der adskiller sig fra amerikansk praksis. Mest grundlæggende er platformen i øjeblikket ikke tilgængelig i EU eller Storbritannien, så europæiske klinikere kan slet ikke bruge den.

▶ Hvilke værktøjer til klinisk beslutningsstøtte er tilgængelige for europæiske klinikere som alternativer til OpenEvidence?

Flere platforme er tilgængelige. iatroX er et britisk-baseret værktøj med MHRA-registrering, der trækker på NICE, Clinical Knowledge Summaries og SIGN-retningslinjer. Medwise AI integrerer lokale og nationale NHS-retningslinjer og er implementeret på NHS Trust-niveau. AMBOSS AI Mode tilbyder naturlig sprogsøgning på tværs af kurateret klinisk indhold med tysk oprindelse. Isabel DDx Companion understøtter differentialdiagnose på tværs af mere end 10.000 tilstande. Vera Health er GDPR-kompatibel og tilgængelig uden regionale restriktioner. UpToDate og DynaMed er begge tilgængelige for europæiske institutioner via abonnement. Hver har et særligt regulatorisk udgangspunkt og primært anvendelsesområde.

▶ Hvordan adskiller Tandem Health sig fra selvstændige kliniske beslutningsstøtte-forespørgselsværktøjer?

Tandem Health er en europæisk-udviklet AI-medicinsk assistent, der opererer direkte i den kliniske konsultation ved at bruge Ambient Voice Technology til at lytte til samtalen, generere strukturerede journalnotater i realtid og fremvise AI-assisteret klinisk ræsonnement som en del af arbejdsgangen. Selvstændige forespørgselsværktøjer kræver, at klinikere skifter kontekst: formulere en forespørgsel, forlade konsultationsgrænsefladen, fortolke et resultat og vende tilbage til patienten. Tandems indlejrede tilgang reducerer denne friktion. Den har CE-mærkning og MHRA-overholdelse og opererer under ISO 27001-certificering med GDPR-kompatibel datahåndtering.

▶ Ændrer klinisk beslutningsstøtteteknologi faktisk klinisk adfærd?

Evidensen er mere nuanceret, end leverandører typisk anerkender. Et cluster-randomiseret forsøg med European Society of Radiology iGuide kliniske beslutningsstøttesystem på tværs af tre tyske universitetshospitaler fandt, at systemet ikke medførte en statistisk signifikant reduktion i upassende billeddiagnostiske anmodninger sammenlignet med kontrolafdelinger. Implementeringskontekst, arbejdsgangsintegration og klinikerengagement påvirker alle, om et værktøj ændrer praksis – ikke blot dets tilstedeværelse.

▶ Hvilke spørgsmål skal en europæisk kliniker eller klinisk leder stille, før de tager et værktøj til klinisk beslutningsstøtte i brug?

Nøglespørgsmål dækker tre områder. Om data og overholdelse: hvor behandles og opbevares patientdata, er datalokation i EU eller Storbritannien garanteret, og er værktøjet registreret som medicinsk udstyr? Om klinisk indhold: hvilke retningslinjer refererer værktøjet til, hvor ofte opdateres evidensbasen, og er svar fuldt citeret med sporbare kildelinks? Om arbejdsgang: integrerer værktøjet med dit journalsystem, er det tilgængeligt ved patientens seng, og understøtter det dit lokale sprog og kodningsstandarder, herunder SNOMED CT og ICD-10?

▶ Hvor vigtig er tilpasning til retningslinjer for værktøjer til klinisk beslutningsstøtte, der bruges i Europa?

Tilpasning til retningslinjer er et praktisk krav – ikke en præference. Europæiske klinikere arbejder inden for rammer som NICE, SIGN, AWMF og HAS, som kan adskille sig væsentligt fra amerikanske kliniske retningslinjer og FDA-godkendte behandlinger. Et værktøj, der fremviser anbefalinger baseret på amerikanske ordinationsnormer, kan give klinikere vejledning, der ikke gælder for deres nationale formular eller regulatoriske kontekst. Den evidensbase, et værktøj trækker på, bør afspejle det kliniske miljø, hvori det bruges.

▶ Hvad betyder EU AI-forordningen for kliniske AI-værktøjer i praksis?

EU AI-forordningen klassificerer AI-baserede kliniske beslutningsstøttesystemer som højrisiko. Dette udløser forpligtelser, herunder krav til gennemsigtighed, overensstemmelsesvurderinger, mekanismer til menneskelig overvågning og overvågning efter markedsføring. Værktøjer skal også opfylde krav til interoperabilitet under rammer som MyHealth@EU. AI-baseret klinisk software, der ikke er udviklet med disse sikkerhedsforanstaltninger fra starten, vil møde stigende modstand, efterhånden som håndhævelsen modnes. Platforme, der allerede har CE-mærkning eller MHRA-registrering, har et regulatorisk forspring, der tager år og betydelige investeringer at indhente.

▶ Hvilke uopfyldte behov rapporterer europæiske klinikere omkring klinisk beslutningsstøtte?

En tværsnitsundersøgelse på tværs af seks europæiske lande og USA fandt, at omkring halvdelen af sundhedsprofessionelle rapporterede at bruge kliniske beslutningsstøttesystemer, primært til diagnostiske formål eller implementering af retningslinjer. Deltagerne identificerede prognostiske værktøjer som det område med størst uopfyldt behov. Dette antyder, at den nuværende generation af forespørgselsbaserede platforme kun dækker en del af, hvad klinikere faktisk har brug for, og peger på et bredere behov for værktøjer, der integrerer med realtids kliniske data frem for at fungere som reaktive opslagssystemer.