Klinisk dokumentation optager en uforholdsmæssig stor del af fysioterapeuters arbejdsdag. En undersøgelse blandt schweiziske rehabiliteringsprofessionelle viste, at 41 % af fysioterapeuterne rapporterede frustration over mængden af dokumentation, de skulle udføre, og at 48 % sagde, at dokumentation regelmæssigt forsinkede andre opgaver. Separate estimater tyder på, at fysioterapeuter bruger 30–50 % af deres arbejdsdag på dokumentation, ifølge et brancheestimat. Tid, der ikke kan bruges på patientpleje. AI-dokumentationsassistenter – værktøjer, der optager og strukturerer journalnotater fra talte konsultationer – tiltrækker derfor stor interesse fra fysioterapeuter og praksischefer i hele Europa. Men interesse alene er ikke et tilstrækkeligt grundlag for indkøb. At evaluere disse værktøjer grundigt i forhold til de specifikke krav i fysioterapipraksis kræver en struktureret tilgang. Yderligere forskning har vist, at næsten halvdelen af rehabiliteringsprofessionelle rapporterede, at der ikke fandtes institutionelle retningslinjer for AI-brug på deres arbejdsplads.

Hvad gør fysioterapidokumentation anderledes end andre kliniske sammenhænge?

Fysioterapidokumentation følger mønstre, der adskiller sig væsentligt fra dem i almen praksis eller hospitalsmedicin. Hvor en konsultation hos en praktiserende læge kan centrere sig om anamnese og receptudskrivning, genererer en fysioterapisession en anden type journal: et narrativt fremskridtsnotat, der sporer funktionel forandring over flere besøg, en opdateret træningspræskription med sæt, gentagelser, belastning og progressionsvejledning samt scores fra standardiserede outcome-målinger såsom Patient-Specific Functional Scale (PSFS), Numeric Pain Rating Scale (NPRS) eller Disabilities of the Arm, Shoulder and Hand (DASH)-spørgeskemaet.

Disse journaler er sessionsbaserede og kumulative. En patient kan deltage i tolv sessioner over otte uger, og hvert notat skal afspejle trinvis forandring i forhold til en baseline. Dette kræver både strukturel konsistens og følsomhed over for subtilt funktionelt sprog. Forskning i brugen af journalsystemer i fysioterapi bekræfter, at dokumentation i professionen ofte er ufuldstændig og ofte er drevet af den enkelte klinikers opfattelse af klinisk relevans snarere end af standardiserede registreringspraksisser. Et mønster, der komplicerer ethvert forsøg på at integrere AI-værktøjer i eksisterende arbejdsgange.

Værktøjer designet primært til almen praksis eller hospitalsindstillinger har en tendens til at optimere til andre dokumentationsstrukturer: problemlister, medicinregistre eller epikriser. Disse formater passer ikke umiddelbart ind i de sessionsbaserede, funktionsfokuserede notater, som fysioterapi kræver. Om et værktøj reelt understøtter dokumentationsmønstre fra det sundhedsfaglige område – snarere end blot at tolerere dem – er et centralt spørgsmål for enhver evaluering.

De centrale evalueringsspørgsmål, som fysioterapiklinikker stiller

Når fysioterapipraksisser begynder at vurdere AI-dokumentationsassistenter, opstår et fast sæt spørgsmål. Disse spænder over klinisk præstation, workflow-tilpasning og overholdelse af regulativer:

• Optager værktøjet præcist fysioterapispecifikt klinisk sprog? Bevægelsesbeskrivelser, anatomisk terminologi og funktionelt vurderingssprog skal transkriberes og struktureres korrekt.

• Hvordan håndterer det gentagne sessionsstrukturer? Fysioterapinotater følger ofte et forudsigeligt mønster på tværs af besøg. Værktøjet bør håndtere dette uden at producere generisk eller uspecificeret output.

• Kan skabeloner tilpasses til at matche eksisterende notatformater? Praksisser med etablerede SOAP (Subjective, Objective, Assessment og Plan) eller tilsvarende strukturer skal vide, om værktøjet kan tilpasse sig disse formater eller pålægger sit eget.

• Understøtter det struktureret dataindsamling eller kun fritekstnarrativ? Til revision, rapportering og integration med journalsystemer er forskellen vigtig.

• Hvordan ser gennemgangs- og korrektionsworkflowet ud? American Physical Therapy Associations (APTA) praksisvejledning om ambient scribe-teknologi er eksplicit om, at klinikere beholder det fulde ansvar for dokumentationens nøjagtighed, uanset hvordan den genereres.

• Hvad er værktøjets regulatoriske klassifikation og datasikkerhedsstilling? For europæiske praksisser har disse spørgsmål særlig juridisk vægt.

Hvor godt håndterer disse værktøjer sessionsbaserede narrative notater?

Den kapacitet, der er mest direkte relevant for fysioterapi, er evnen til at generere sammenhængende, klinisk nøjagtige fremskridtsnotater fra en talt session. Et studie fra 2026 på et kvartært børnehospital, som inkluderede sundhedsfaglige professionelle sammen med medicinsk og sygeplejepersonale, fandt, at brug af AI-medicinsk assistent reducerede median tid til færdiggørelse af ambulant korrespondance fra 7,9 dage til 14 minutter. Syvogfirs procent af deltagerne rapporterede forbedret patientengagement, og 80 procent rapporterede forbedret trivsel. Dokumentkvaliteten, vurderet ved hjælp af et modificeret Physician Documentation Quality Instrument, blev vurderet som acceptabel på tværs af ni ud af ti domæner.

For fysioterapi specifikt omfatter de relevante præstationsdimensioner:

• SOAP eller tilsvarende struktur: Producerer værktøjet pålideligt en SOAP-struktur eller et tilsvarende format, der bruges i fysioterapipraksis? Konsistens på tværs af sessioner er lige så vigtig som nøjagtighed inden for en enkelt session.

• Funktionel sprogindsamling: Fysioterapinotater er afhængige af præcise beskrivelser af bevægelseskvalitet, bevægeudslag, styrke og funktionel kapacitet. Værktøjer bør testes på sætninger som "smertefri aktiv skulderfleksion til 120 grader" eller "selvstændig trappegang uden gelænder" før implementering.

• Konsistens på tværs af flere sessioner: Et værktøj, der producerer nøjagtige notater til en første aftale, men genererer stadig mere generisk output ved session seks, er ikke egnet til formålet i en fysioterapisammenhæng.

En scoping-gennemgang af digitale skribenter i primærsektoren fandt, at mens ambulant evidens viser konsistente fordele i at reducere dokumentationstid og kognitiv belastning, kan ambient-systemer flytte snarere end eliminere dokumentationsindsats. Talegenkendelsessystemer har vist højere ordfejlprocenter for visse talegrupper. Praksisser bør overvåge præstationen på tværs af hele klinikerteamet, ikke kun for de personer, der er involveret i indledende test.

Træningspræskription og programdokumentation: hvad man skal teste for

Træningspræskription er et kerneoutput af fysioterapipraksis, og dens dokumentation har specifikke krav, som generelle AI-dokumentationsværktøjer måske ikke forudser. En komplet træningspræskriptionsjournal omfatter typisk:

• Øvelsesnavn og beskrivelse

• Sæt, gentagelser og belastnings- eller modstandsniveau

• Tempo, hvileintervaller og teknikvejledning

• Progressionskriterier og parametre for næste gennemgang

• Hjemmeprograminstruktioner i patientvenligt sprog

Nuværende AI-dokumentationsassistenter varierer betydeligt i, hvordan de håndterer dette indhold. Nogle værktøjer optager talte træningsinstruktioner nøjagtigt, men præsenterer dem som uspecificeret prosa snarere end strukturerede felter. Andre kan nøjagtigt transkribere et sæt-og-gentagelsesskema, men misser teknikvejledning leveret i samtaleform. Praksisser bør teste kandidatværktøjer mod realistiske talte træningspræskriptionsscenarier, før de evaluerer dem mod andre kriterier.

Et område, hvor manuel gennemgang konsekvent forbliver essentiel, er hjemmeprogramdokumentation beregnet til patienter. APTA-vejledningen understreger, at klinikere bærer det fulde juridiske og professionelle ansvar for dokumentationsnøjagtighed, og dette gælder med særlig vægt for instruktioner, som patienter skal følge selvstændigt. AI-genererede træningsinstruktioner bør altid gennemgås, før de deles med patienter.

Outcome-målingsdokumentation og struktureret dataindsamling

Standardiserede outcome-målinger er en rutinemæssig del af fysioterapipraksis, og deres nøjagtige dokumentation har implikationer ud over den enkelte kliniske journal. Scores fra værktøjer som PSFS, NPRS, DASH eller Oxford Knee Score indgår i revisionsprocesser, serviceevalueringer og i nogle systemer kommissioneringsbeslutninger. Forskellen mellem struktureret dataindsamling og ustruktureret narrativ er væsentlig.

Når man evaluerer en AI-dokumentationsassistents håndtering af outcome-målinger, er relevante spørgsmål blandt andet:

• Genkender værktøjet navngivne outcome-målinger, når de nævnes, og registrerer scores i et konsistent, struktureret format?

• Kan det skelne mellem forskellige vurderingsværktøjer brugt i samme session?

• Integrerer dets output med eller eksporterer til journalsystemet på en måde, der bevarer strukturerede datafelter, eller flader det alt ud til narrativ tekst?

Forskning i brugen af journalsystemer i fysioterapi fandt, at inkonsistent datakvalitet underminerer kontinuitet i plejen og begrænser sekundær brug af kliniske data, herunder AI-integration. Et værktøj, der kun optager outcome-målingsscore som fritekst snarere end som diskrete strukturerede felter, kan reducere dokumentationstid på kort sigt, men skabe datakvalitetsproblemer, der påvirker revision og rapportering senere.

Evidensbasen her er stadig under udvikling. De fleste publicerede studier om AI-dokumentationsværktøjer fokuserer på tidsbesparelser og klinikertrivsel snarere end på nøjagtigheden af struktureret dataindsamling i sundhedsfaglige sammenhænge. Praksisser bør møde leverandørpåstande om outcome-målingsdokumentation med passende skepsis og teste denne kapacitet direkte.

EU AI Act-risikoklassifikation: hvad sundhedsfaglige praktikere skal forstå

EU AI Act, som trådte i kraft i 2024 med fasevis håndhævelse fra 2025, introducerer en risikobaseret klassifikationsramme, der gælder for AI-værktøjer brugt i sundhedssammenhænge. For fysioterapipraksisser, der evaluerer AI-dokumentationsassistenter, er forståelsen af, hvor et givent værktøj befinder sig inden for denne ramme, en regulatorisk forpligtelse – ikke blot en due diligence-øvelse.

Den centrale distinktion for dokumentationsværktøjer er mellem:

• Generel AI brugt til at assistere med notattagning, hvor klinikeren bevarer det fulde beslutningsansvar, og værktøjet ikke selvstændigt påvirker kliniske resultater. Disse værktøjer kan være underlagt lavere regulatorisk kontrol.

• Højrisiko-AI-systemer, hvor værktøjets output informerer kliniske beslutninger, for eksempel hvis et værktøj genererer behandlingsanbefalinger eller markerer kliniske risici baseret på dokumenterede fund. Disse er underlagt strengere krav under loven.

De fleste ambient-dokumentationsassistenter, der i øjeblikket markedsføres til sundhedsudbydere, er positioneret som generelle værktøjer, hvor klinikeren eksplicit er ansvarlig for at gennemgå og godkende alt output. Efterhånden som disse værktøjer inkorporerer mere avancerede kliniske beslutningsstøttefunktioner, kan deres risikoklassifikation ændre sig. Praksisser bør spørge leverandører direkte om deres nuværende EU AI Act-compliance-status, deres regulatoriske klassifikation, og hvordan de har tænkt sig at håndtere omklassificering, hvis deres produktkøreplaner udvikler sig.

Den bibliometriske analyse af AI i fysioterapiforskning publiceret i European Journal of Physiotherapy i 2025, der dækker 460 dokumenter på tværs af 317 tidsskrifter og viser en årlig vækstrate på 16,7 % i feltet, afspejler et hurtigt modnende forskningslandskab. Regulatoriske rammer udvikler sig i et tilsvarende tempo. Praksisser, der implementerer værktøjer nu, bør indbygge periodisk revurdering af leverandørens compliance-status.

Datasikkerhed, GDPR og EU-datalokationsovervejelser

For fysioterapipraksisser, der opererer i Europa, er databeskyttelseskrav ikke til forhandling. Patientdata behandlet af en AI-dokumentationsassistent er underlagt General Data Protection Regulation (GDPR), og de forpligtelser, dette medfører, gælder både for praksis som dataansvarlig og leverandøren som databehandler.

De praktiske spørgsmål, man bør stille enhver leverandør, omfatter:

• Hvor behandles og opbevares patientdata? Datalokation i EU – det vil sige, at data behandles og opbevares inden for Det Europæiske Økonomiske Samarbejdsområde – er et krav for mange sundhedsorganisationer og en stærk præference på tværs af europæisk sundhedsvæsen generelt. Praksisser bør indhente skriftlig bekræftelse af datalokation og ikke nøjes med generelle forsikringer.

• Hvilken sikkerhedscertificering har leverandøren? ISO 27001-certificering er den internationalt anerkendte standard for informationssikkerhedsledelse og giver en grundlæggende sikring af sikkerhedsniveauet. Dens fravær er ikke automatisk diskvalificerende, men kræver yderligere kontrol.

• Hvad dækker databehandlingsaftalen? GDPR kræver en formel databehandlingsaftale mellem praksis og enhver leverandør, der behandler patientdata på dens vegne. Denne aftale skal specificere formålene med behandlingen, dataopbevaringsperioder og leverandørens forpligtelser i tilfælde af et databrud.

• Er værktøjet registreret som medicinsk udstyr? Afhængigt af funktionaliteten kan et AI-dokumentationsværktøj kræve registrering under EU Medical Device Regulation (MDR). Leverandører bør kunne bekræfte deres regulatoriske status klart.

Undersøgelsen blandt schweiziske rehabiliteringsprofessionelle viste, at næsten halvdelen af respondenterne rapporterede, at der ikke fandtes institutionelle retningslinjer for AI-brug på deres arbejdsplads – et hul, der skaber både klinisk og juridisk risiko. Praksisser uden eksisterende AI-governance-politikker bør udvikle dem, før de implementerer et AI-dokumentationsværktøj.

Integration med eksisterende praksissystemer

Den praktiske værdi af en AI-dokumentationsassistent afhænger i høj grad af, hvor godt den integreres med journalsystemet eller praksisadministrationssoftwaren, der allerede er i brug. Et værktøj, der producerer notater af høj kvalitet i et proprietært format uden mulighed for integration i det eksisterende system, skaber en parallel dokumentationsworkflow snarere end at reducere en.

De integrationsspørgsmål, der er mest relevante for fysioterapipraksisser, omfatter:

• Tilbyder værktøjet en application programming interface (API) eller direkte integration med praksisens journalsystem? Almindelige fysioterapipraksisadministrationssystemer varierer betydeligt i deres åbenhed over for tredjepartsintegration. Praksisser bør verificere kompatibilitet før indkøb – ikke efter.

• Hvilke eksportformater er tilgængelige? Hvis direkte integration ikke er mulig, kan notater da eksporteres i et format (PDF, struktureret tekst, HL7 FHIR), der kan importeres til det eksisterende system med minimal manuel indsats?

• Hvad er den realistiske integrationsindsats for en lille eller mellemstor praksis? Leverandørdemonstrationer viser typisk bedste-case-integrationsscenarier. Praksisser bør spørge specifikt til implementeringserfaringen for klinikker af sammenlignelig størrelse og teknisk ressource.

Forskning i adoption af journalsystemer i fysioterapi fandt, at højere udnyttelse var signifikant forbundet med tilstrækkelig tid afsat til dokumentation, systematisk registrering for alle patienter og multiprofessionel adgang til journaler. AI-dokumentationsværktøjer vil sandsynligvis levere værdi i praksisser, hvor brugen af journalsystemer allerede er konsistent og struktureret, og mindst sandsynligt gøre det, hvor dokumentationspraksisser er fragmenterede eller variable.

En praktisk evalueringsramme for fysioterapipraksisser

Følgende ramme giver en struktureret tilgang til evaluering af AI-dokumentationsassistenter. Den er designet til at kunne bruges af en praksischef eller ledende fysioterapeut uden teknisk baggrund.

Klinisk nøjagtighed

• Test værktøjet mod realistiske fysioterapiscenarier: en første vurdering med funktionelle baseline-målinger, et midtvejsfremskridtsnotat og en epikrise.

• Evaluer nøjagtigheden af fysioterapispecifik terminologi, SOAP-struktur og outcome-målingsindsamling.

• Vurder konsistens på tværs af flere sessioner med samme patient.

Workflow-tilpasning

• Bekræft, at skabeloner kan tilpasses til at matche eksisterende notatformater.

• Test træningspræskriptionsindsamling mod talte scenarier, der afspejler faktisk klinisk praksis.

• Evaluer gennemgangs- og korrektionsworkflowet: Hvor let er det at identificere og rette fejl, før et notat færdiggøres?

Overholdelse af regulativer

• Spørg leverandøren om deres EU AI Act-risikoklassifikation og understøttende dokumentation.

• Bekræft, om værktøjet er registreret som medicinsk udstyr under EU MDR, og hvis ikke, hvorfor ikke.

Datasikkerhed og GDPR

• Indhent skriftlig bekræftelse af datalokation i EU.

• Anmod om dokumentation for ISO 27001-certificering eller tilsvarende.

• Gennemgå databehandlingsaftalen, før du underskriver nogen kontrakt.

Integration og support

• Verificer kompatibilitet med det eksisterende journalsystem eller praksisadministrationssystem.

• Bekræft tilgængelige eksportformater, hvis direkte integration ikke er mulig.

• Spørg om implementeringssupport og løbende teknisk assistance til praksisser af sammenlignelig størrelse.

Evidens og begrænsninger

• Gennemgå publiceret evidens om værktøjets præstation, og skeln mellem peer-reviewede studier og leverandørproducerede casestudier.

• En scoping-gennemgang af ambient-dokumentationssystemer bemærkede, at mens ambulant evidens viser konsistente fordele i at reducere dokumentationstid og kognitiv belastning, kan ambient-systemer flytte snarere end eliminere dokumentationsindsats. Talegenkendelsessystemer har vist højere ordfejlprocenter for visse talegrupper. Praksisser bør overvåge præstationen på tværs af hele klinikerteamet, ikke kun for dem, der er involveret i indledende test.

APTA-praksisvejledningen rammer adoptionen af ambient scribe-teknologi som et spørgsmål om informeret professionel vurdering – ikke blot en teknologibeslutning. Den ramme gælder lige så meget i europæisk fysioterapipraksis: Værktøjet bør understøtte klinikerens dokumentationsansvar, ikke erstatte det. Brugt med passende tilsyn har AI-dokumentationsassistenter potentiale til at reducere den administrative byrde, som forskning konsekvent identificerer som en kilde til frustration og ineffektivitet i fysioterapi. Men kun når de vælges og implementeres med professionens specifikke krav klart for øje.

Ofte stillede spørgsmål

▶ Hvor meget tid bruger fysioterapeuter på klinisk dokumentation?

Brancheestimater tyder på, at fysioterapeuter bruger 30–50 procent af deres arbejdsdag på klinisk dokumentation. En undersøgelse blandt schweiziske rehabiliteringsprofessionelle fandt, at 48 procent sagde, at dokumentation regelmæssigt forsinkede andre opgaver, og 41 procent rapporterede frustration over mængden af journaler, de skulle udføre.

▶ Hvorfor er fysioterapidokumentation anderledes end dokumentation hos praktiserende læge eller hospital?

Fysioterapi genererer sessionsbaserede, kumulative journaler, der sporer funktionel forandring på tværs af flere besøg. Hvert notat omfatter typisk et fremskridtsnarrativ, en opdateret træningspræskription med sæt, gentagelser, belastning og progressionsvejledning samt scores fra standardiserede outcome-målinger såsom Patient-Specific Functional Scale eller Numeric Pain Rating Scale. Disse formater adskiller sig væsentligt fra problemlister, medicinregistre og epikriser, som AI-værktøjer designet til almen praksis eller hospitalsindstillinger typisk optimerer til.

▶ Hvad skal fysioterapipraksisser teste, når de evaluerer en AI-dokumentationsassistent?

Praksisser bør teste kandidatværktøjer mod realistiske kliniske scenarier: en første vurdering med funktionelle baseline-målinger, et midtvejsfremskridtsnotat og en epikrise. Nøgleområder at vurdere omfatter nøjagtighed af fysioterapispecifik terminologi, konsistent produktion af en SOAP (Subjective, Objective, Assessment og Plan)-struktur, korrekt indsamling af outcome-målingsscores og konsistens på tværs af flere sessioner med samme patient. Træningspræskriptionsindsamling bør også testes mod talte scenarier, der afspejler faktisk klinisk praksis.

▶ Kan AI-dokumentationsassistenter håndtere træningspræskriptionsdokumentation nøjagtigt?

Præstationen varierer betydeligt på tværs af værktøjer. Nogle optager talte træningsinstruktioner nøjagtigt, men præsenterer dem som uspecificeret prosa snarere end strukturerede felter. Andre kan transkribere et sæt-og-gentagelsesskema korrekt, men misser teknikvejledning leveret i samtaleform. Hjemmeprograminstruktioner beregnet til patienter kræver særlig omhu: American Physical Therapy Associations praksisvejledning om ambient scribe-teknologi er eksplicit om, at klinikere bevarer det fulde juridiske og professionelle ansvar for dokumentationsnøjagtighed, så AI-genererede træningsinstruktioner bør altid gennemgås, før de deles med patienter.

▶ Hvordan håndterer AI-dokumentationsværktøjer standardiserede outcome-målinger i fysioterapi?

Det centrale spørgsmål er, om et værktøj registrerer outcome-målingsscores som diskrete strukturerede felter eller flader dem ud til narrativ tekst. Værktøjer, der kun optager scores som fritekst, kan reducere dokumentationstid på kort sigt, men skabe datakvalitetsproblemer, der påvirker revision og rapportering senere. Når man evaluerer et værktøj, bør praksisser kontrollere, om det genkender navngivne outcome-målinger, når de nævnes, skelner mellem forskellige vurderingsværktøjer brugt i samme session og eksporterer strukturerede data i et format, der er kompatibelt med det eksisterende journalsystem.

▶ Hvad betyder EU AI Act for fysioterapipraksisser, der bruger AI-dokumentationsværktøjer?

EU AI Act, som trådte i kraft i 2024 med fasevis håndhævelse fra 2025, anvender en risikobaseret klassifikationsramme på AI-værktøjer brugt i sundhedssammenhænge. De fleste ambient-dokumentationsassistenter er i øjeblikket positioneret som generelle værktøjer, hvor klinikeren bevarer det fulde beslutningsansvar, og værktøjet ikke selvstændigt påvirker kliniske resultater. Værktøjer, der genererer behandlingsanbefalinger eller markerer kliniske risici, er underlagt strengere krav. Praksisser bør spørge leverandører direkte om deres nuværende EU AI Act-compliance-status, og hvordan de planlægger at håndtere omklassificering, hvis deres produktkøreplaner udvikler sig.

▶ Hvilke datasikkerheds- og GDPR-krav gælder, når man bruger en AI-dokumentationsassistent i Europa?

Patientdata behandlet af en AI-dokumentationsassistent er underlagt General Data Protection Regulation (GDPR). Praksisser bør indhente skriftlig bekræftelse af, at patientdata behandles og opbevares inden for Det Europæiske Økonomiske Samarbejdsområde, anmode om dokumentation for ISO 27001-certificering eller tilsvarende og gennemgå en formel databehandlingsaftale, før de underskriver nogen kontrakt. Praksisser bør også bekræfte, om værktøjet kræver registrering som medicinsk udstyr under EU Medical Device Regulation, og bede leverandører om at bekræfte deres regulatoriske status klart.

▶ Hvor vigtig er integration med eksisterende praksisadministrationssystemer?

Integration er afgørende for, om et værktøj reducerer dokumentationsbyrden eller blot tilføjer en parallel workflow. Praksisser bør verificere kompatibilitet med deres eksisterende journalsystem eller praksisadministrationssoftware før indkøb. Hvis direkte integration ikke er tilgængelig, bør de bekræfte, hvilke eksportformater der understøttes, såsom PDF, struktureret tekst eller HL7 FHIR, og vurdere den realistiske implementeringsindsats for en klinik af deres størrelse. Forskning i adoption af journalsystemer i fysioterapi fandt, at AI-dokumentationsværktøjer mest sandsynligt leverer værdi, hvor dokumentationspraksisser allerede er konsistente og strukturerede.

▶ Reducerer AI-dokumentationsassistenter faktisk dokumentationstid for sundhedsfaglige professionelle?

Et studie fra 2026 på et kvartært børnehospital, som inkluderede sundhedsfaglige professionelle sammen med medicinsk og sygeplejepersonale, fandt, at brug af AI-medicinsk assistent reducerede median tid til færdiggørelse af ambulant korrespondance fra 7,9 dage til 14 minutter. Syvogfirs procent af deltagerne rapporterede forbedret patientengagement, og 80 procent rapporterede forbedret trivsel. En scoping-gennemgang af ambient-dokumentationssystemer bemærkede dog, at disse værktøjer kan flytte snarere end eliminere dokumentationsindsats. Talegenkendelsessystemer har vist højere ordfejlprocenter for visse talegrupper. Praksisser bør overvåge præstationen på tværs af hele klinikerteamet, ikke kun for dem, der er involveret i indledende test.

▶ Bør fysioterapipraksisser have en AI-governance-politik, før de implementerer et dokumentationsværktøj?

Undersøgelsen blandt schweiziske rehabiliteringsprofessionelle viste, at næsten halvdelen af respondenterne rapporterede, at der ikke fandtes institutionelle retningslinjer for AI-brug på deres arbejdsplads. Det hul skaber både klinisk og juridisk risiko. Praksisser uden eksisterende AI-governance-politikker bør udvikle dem, før de implementerer et AI-dokumentationsværktøj. American Physical Therapy Associations praksisvejledning rammer adoptionen af ambient scribe-teknologi som et spørgsmål om informeret professionel vurdering: Værktøjet bør understøtte klinikerens dokumentationsansvar, ikke erstatte det.