Europeiske alternativer for klinisk beslutningsstøtte til OpenEvidence

Europeiske klinikere har lenge basert seg på et lite antall pålitelige kliniske beslutningsstøtteverktøy for å svare på spørsmål raskt og trygt i pasientbehandlingen. For mange ble OpenEvidence en del av verktøykassen – en rask, AI-drevet klinisk søkeplattform basert på fagfellevurdert litteratur. Men tidlig i 2026 trakk OpenEvidence sin app fra det britiske og europeiske markedet, en tilbaketrekning som i stor grad tilskrives regulatorisk usikkerhet rundt EUs lov om kunstig intelligens (AI-loven) og dens implikasjoner for AI-verktøy som påvirker kliniske beslutninger. Denne tilbaketrekningen har etterlatt et praktisk tomrom for europeiske klinikere og reist et bredere spørsmål: Hvordan ser et genuint Europa-tilpasset klinisk beslutningsstøtteverktøy egentlig ut?

Hvorfor europeiske klinikere revurderer sine alternativer

Tidspunktet for OpenEvidences exit er ikke tilfeldig. EUs AI-lov klassifiserer AI-baserte kliniske beslutningsstøttesystemer som høyrisiko. Dette utløser krav til åpenhet, sporbarhet og robusthet som går langt utover det de fleste USA-utviklede verktøy var designet for å oppfylle.

I tillegg fortsetter personvernforordningen (GDPR) å stille strenge krav til hvor pasientdata behandles og lagres. EUs forordning om medisinsk utstyr (MDR) setter en tydelig regulatorisk standard for programvare som påvirker kliniske beslutninger.

Nesten tre fjerdedeler av EU-landene bruker allerede AI-assistert diagnostikk, inkludert verktøy som støtter kliniske beslutninger. Etterspørselen etter disse teknologiene er ikke til diskusjon. Det som diskuteres, er om verktøyene klinikere benytter, er bygget for å operere trygt og lovlig innenfor europeiske helsesystemer.

OpenEvidence er en klinisk beslutningsstøtteplattform som brukes i det amerikanske markedet på tvers av flere sykehus. Dets fravær i Europa gir europeiske klinikere en mulighet til å vurdere alternativer med et klarere blikk.

Hva man bør se etter i et klinisk beslutningsstøtteverktøy som europeisk kliniker

Før man vurderer en spesifikk plattform, er det nyttig å ha et klart rammeverk for hva som er viktig i europeisk kontekst. Kriteriene som oftest skiller passende verktøy fra upassende for europeisk bruk, er:

Regulatorisk etterlevelse

• Er verktøyet registrert eller sertifisert under EU MDR eller tilsvarende nasjonalt rammeverk (for eksempel MHRA-registrering i Storbritannia)?

• Er det vurdert under EUs AI-lovs høyrisiko-AI-bestemmelser, inkludert krav til åpenhet og overvåking etter markedsføring?

• AI-baserte kliniske beslutningsstøttesystemer må tilfredsstille både vertikale AI-lovs sikkerhetsforpliktelser og horisontale interoperabilitetskrav under rammeverk som MyHealth@EU – en dobbel etterlevelsesutfordring mange USA-utviklede verktøy ikke har adressert.

Datalagring og GDPR

• Hvor behandles og lagres pasientdata? EU-datalagring er ikke valgfritt for mange NHS-truster og EU-helsesystemer.

• Reflekterer verktøyets databehandlingsavtale GDPR-forpliktelser, inkludert dataminimering og formålsbegrensning?

Retningslinjetilpasning

• Refererer verktøyet til retningslinjer relevante for europeisk klinisk praksis, inkludert NICE, SIGN, AWMF, HAS eller nasjonale ekvivalenter?

• Reflekterer evidensgrunnlaget europeiske regulatoriske godkjenninger og forskrivningskonvensjoner, ikke bare behandlinger godkjent av US Food and Drug Administration?

Integrasjon med journalsystem og arbeidsflyt

• Integrerer verktøyet med journalsystemene som brukes i europeiske sykehus og primærhelsetjenesten, eller krever det at klinikere bytter til et separat grensesnitt?

• Er det tilgjengelig via mobil, web eller innebygd i eksisterende klinisk programvare?

Språk og regional tilpasning

• For ikke-engelsktalende EU-land: Støtter verktøyet kliniske spørsmål og svar på lokale språk?

• Tilpasser det seg lokale kodestandarder, inkludert SNOMED CT og ICD-10?

Åpenhet og kildehenvisning

• Kan klinikere se kildene bak et svar? Kildehenvisning som utgangspunkt anses i økende grad som en forutsetning for klinisk pålitelighet, ikke en premiumfunksjon.

OpenEvidence: hva det tilbyr og hvor det kommer til kort for europeisk bruk

OpenEvidence er en AI-drevet klinisk søkeplattform som genererer svar på kliniske spørsmål basert på fagfellevurdert medisinsk litteratur. Plattformen prioriterer hastighet og kildeåpenhet, og viser relevante studier sammen med syntetiserte svar. For amerikanske klinikere har det blitt et rutineverktøy i pasientbehandlingen.

For europeiske klinikere er bildet mer sammensatt. Plattformens evidensgrunnlag er overveiende USA-sentrert, og reflekterer FDA-godkjenninger, amerikanske kliniske retningslinjer og amerikanske forskrivningsnormer. Dette skaper et betydelig misforhold for klinikere som arbeider etter NICE-veiledning, AWMF-anbefalinger eller nasjonale legemiddellister som avviker fra amerikansk praksis.

Mer grunnleggende er OpenEvidence for øyeblikket ikke tilgjengelig i EU eller Storbritannia. Tilbaketrekningen skyldes reell regulatorisk kompleksitet. EUs AI-lovs klassifisering av klinisk AI som høyrisiko pålegger forpliktelser, inkludert krav til menneskelig tilsyn, samsvarsvurderinger og overvåking etter markedsføring, som krever betydelige investeringer å oppfylle.

Dette er ikke et midlertidig gap som sannsynligvis vil lukkes raskt. Plattformer som allerede er MHRA-registrert eller CE-merket, har et regulatorisk forsprang som tar år og betydelige investeringer å kopiere.

Tandem Health: klinisk beslutningsstøtte innenfor konsultasjonen

Tandem Health er en europeiskutviklet AI-medisinsk assistent som tilnærmer seg klinisk beslutningsstøtte annerledes enn frittstående søkeverktøy. I stedet for å fungere som et separat søkegrensesnitt, opererer Tandem innenfor selve den kliniske konsultasjonen. Den bruker ambient stemmeteknologi (AVT) til å lytte til møtet, generere strukturerte kliniske notater i sanntid og vise AI-assistert klinisk resonnering direkte i arbeidsflyten, ikke ved siden av den.

Denne innebygde tilnærmingen har praktiske implikasjoner for kognitiv belastning – den mentale innsatsen som kreves for å håndtere flere oppgaver under en konsultasjon. Klinikere som bruker et frittstående beslutningsstøtteverktøy må bytte kontekst: formulere en spørring, forlate konsultasjonsgrensesnittet, tolke et resultat og returnere til pasienten. Tandems design reduserer denne friksjonen ved å integrere dokumentasjon og beslutningsstøtte i ett klinisk øyeblikk.

Tandem har CE-merking og MHRA-etterlevelse. Den opererer under ISO 27001-sertifisering med GDPR-kompatibel datahåndtering, og oppfyller datasikkerhets- og personvernstandardene europeiske helsesystemer krever. Dens kliniske beslutningsstøtte er nå også EU MDR klasse IIa-sertifisert.

For klinikere i primærhelsetjenesten eller polikliniske settinger som ønsker beslutningsstøtte uten å legge til et separat verktøy i arbeidsflyten, representerer denne integrasjonsmodellen et meningsfullt annerledes verdiforslag sammenlignet med spørringsbaserte plattformer.

Andre europeiske eller Europa-kompatible kliniske beslutningsstøtteplattformer

Flere plattformer er verdt å vurdere for europeiske klinikere som evaluerer sine alternativer. Hver har et tydelig primært bruksområde og regulatorisk posisjon.

iatroX

iatroX er en britiskbasert klinisk AI-søkeplattform med MHRA-registrering. Den trekker på et korpus som inkluderer NICE, Clinical Knowledge Summaries (CKS) og SIGN-retningslinjer. Den tilbyr kildehenvisning som standard og et integrert system for kontinuerlig faglig utvikling (CPD). Den er tilgjengelig gratis for individuelle klinikere og er designet spesifikt for britisk-godkjent veiledning, ikke åpen-web-henting.

Medwise AI

Medwise AI er posisjonert som et NHS-fokusert søkeverktøy med lokal og nasjonal retningslinjeintegrasjon. Det er støttet av Innovate UK-finansiering og oppført på NHS-markedsplassen. En prospektiv pilotstudie ved et walisisk NHS-sykehus fant at plattformen kan samle lokale kliniske retningslinjer og dele dem inn i søkbare biter ved hjelp av naturlig språkprosessering (NLP) for å levere konsise svar på klinikernes spørsmål. Den distribueres på NHS Trust-nivå snarere enn til individuelle klinikere.

AMBOSS AI Mode

AMBOSS AI Mode tilbyr naturlig språksøk i AMBOSS sitt kuraterte kliniske innholdsbibliotek, med innebygde kildehenvisninger og sporbare kildelenker. AMBOSS er tysk i opprinnelse, med en sterk utdanningsprofil og strukturerte læringsstier. Dens kuraterte innholdsmodell, hvor evidens velges og vedlikeholdes av lege-redaktører, gir en annen tillitsmodell enn verktøy som henter svar fra åpne retningslinjekorpus.

Isabel DDx Companion

Isabel DDx Companion er et differensialdiagnostisk støttesystem med britisk opprinnelse, som dekker mer enn 10 000 tilstander. Det aksepterer tegn og symptomer på naturlig språk og returnerer en rangert liste over potensielle diagnoser. Det er ikke en retningslinjemaskin, men har som funksjon å vise muligheter en kliniker kan ha oversett, ikke å styre behandling. Det er tilgjengelig for både individuelle klinikere og institusjoner.

Vera Health

Vera Health er HIPAA- og GDPR-kompatibel og tilgjengelig over hele verden uten regionale restriksjoner. Den har ingen NPI- eller regionale tilgangskrav, noe som gjør den tilgjengelig for europeiske klinikere. I en nylig evaluering skåret Vera Health høyere enn OpenEvidence på kildekobling og arbeidsflytsdekning.

UpToDate Expert AI

UpToDate har innlemmet AI-forbedrede funksjoner, inkludert en samtaleassistent basert på UpToDates innholdsbibliotek, med klikkbare kildehenvisninger og trinnvis klinisk resonnering. Disse funksjonene er tilgjengelige for europeiske klinikere via institusjonelle abonnementer og NHS OpenAthens-tilgang. Dens redaksjonelle dybde er en viktig differensiator.

DynaMed

DynaMed dekker mer enn 3 400 kliniske emner med daglige oppdateringer og eksplisitte evidensnivåer. Den har mottatt flere Best in KLAS-priser for klinisk beslutningsstøtte og er tilgjengelig for europeiske institusjoner.

Pathway MD

Pathway MD er et kanadisk, mobilfokusert verktøy som presenterer kliniske retningslinjer som beslutningsalgoritmer. Det er tilgjengelig gratis eller på freemium-basis og dekker en rekke internasjonale retningslinjer.

Hvordan klinisk beslutningsstøtte passer inn i den bredere kliniske arbeidsflyten

De mest effektive kliniske beslutningsstøtteverktøyene kobler seg til den bredere arkitekturen for klinisk arbeid, inkludert dokumentasjon, henvisning, triagering, journalføring og koding, snarere enn å være en separat oppslagsfunksjon.

En tverrsnittsundersøkelse på tvers av seks europeiske land og USA fant at rundt halvparten av helsepersonell rapporterte å bruke kliniske beslutningsstøttesystemer, med betydelig variasjon mellom landene. Deltakerne rapporterte å bruke disse verktøyene hovedsakelig til diagnostiske formål eller retningslinjeimplementering, men identifiserte prognostiske verktøy som området med størst udekket behov. Dette antyder at den nåværende generasjonen av spørringsbaserte plattformer bare dekker deler av det klinikere faktisk trenger.

Forskning på automatisert overvåking av retningslinjeetterlevelse peker mot en arkitektonisk retning europeiske helsesystemer i økende grad forfølger: integrering av retningslinjeanbefalinger med sanntids kliniske data fra journalsystemer ved bruk av Fast Healthcare Interoperability Resources (FHIR)-baserte interoperabilitetsstandarder. Denne tilnærmingen flytter klinisk beslutningsstøtte fra et reaktivt oppslagsverktøy til et proaktivt, pasientspesifikt system, selv om implementering i stor skala fortsatt er krevende.

Evidensen for om beslutningsstøtteverktøy endrer klinisk atferd er mer nyansert enn leverandører ofte erkjenner. En klyngerandomisert studie av European Society of Radiology iGuide kliniske beslutningsstøttesystem på tvers av tre tyske universitetssykehus fant at systemet ikke ga en statistisk signifikant reduksjon i upassende bildeforespørsler sammenlignet med kontrollavdelinger. Dette er en nyttig påminnelse om at tilstedeværelsen av et klinisk beslutningsstøtteverktøy ikke automatisk fører til endret klinisk atferd. Implementeringskontekst, arbeidsflytintegrasjon og klinikerengasjement har alle betydning.

Nøkkelspørsmål å stille før man tar i bruk et klinisk beslutningsstøtteverktøy i Europa

For klinikere og kliniske ledere som vurderer en ny plattform, gir følgende spørsmål et praktisk rammeverk for due diligence. For britiske klinikere og helseorganisasjoner er standarden for trygg adopsjon satt av Digital Technology Assessment Criteria (DTAC) og NICE Evidence Standards Framework, ikke av markedsføringspåstander eller amerikanske adopsjonsmetrikker.

Om data og regulatorisk etterlevelse:

• Hvor behandles og lagres pasientdata? Er EU- eller britisk datalagring garantert?

• Er verktøyet registrert som medisinsk utstyr under EU MDR- eller MHRA-rammeverk?

• Er det vurdert under EUs AI-lovs høyrisiko-AI-bestemmelser?

• Oppfyller det DTAC-krav for NHS-bruk?

Om klinisk innhold:

• Hvilke kliniske retningslinjer refererer verktøyet til, og er de relevante for din nasjonale kontekst?

• Hvor ofte oppdateres evidensgrunnlaget?

• Er svarene fullt sitert, med sporbare lenker til kildemateriale?

Om arbeidsflytintegrasjon:

• Integrerer verktøyet med journalsystemet ditt, eller krever det et separat grensesnitt?

• Er det tilgjengelig ved pasientbehandling, via mobil, web eller innebygd?

• Støtter det ditt lokale språk og kodestandarder, inkludert SNOMED CT og ICD-10?

Om åpenhet og sikkerhet:

• Kommuniserer verktøyet tydelig usikkerhet eller begrensninger i svarene sine?

• Finnes det en mekanisme for å flagge feil eller utdaterte anbefalinger?

• Adresserer verktøyet reelle datakvalitetsutfordringer, inkludert variabilitet, skjevhet og endringer over tid, som påvirker AI-pålitelighet i kliniske settinger?

Veien videre: klinisk beslutningsstøtte i europeisk helsevesen

Det regulatoriske miljøet for klinisk AI i Europa blir stadig mer strukturert. EUs AI-lovs høyrisikoklassifisering for kliniske beslutningsstøttesystemer betyr at standarden for markedsadgang og fortsatt drift heves. AI-aktivert klinisk programvare som ikke er konstruert med AI-lovens sikkerhetstiltak og MyHealth@EU-interoperabilitetskrav fra starten av vil møte økende motstand etter hvert som håndhevelsen modnes.

Samtidig har nesten halvparten av EU-landene allerede opprettet dedikerte profesjonelle roller for AI og datavitenskap i helse, og flere land har indikert planer om å introdusere eller utvide AI-opplæringsprogrammer. Den institusjonelle infrastrukturen for klinisk AI bygges, noe som betyr at verktøy som integrerer godt med denne infrastrukturen vil ha en strukturell fordel over de som ikke gjør det.

Skiftet mot AI-native operativsystemer i primær- og spesialisthelsetjenesten – plattformer som håndterer dokumentasjon, beslutningsstøtte, henvisning og koding innenfor én arbeidsflyt i stedet for som separate verktøy – reflekterer en bredere erkjennelse av at administrativ byrde og kognitiv belastning i seg selv er kliniske sikkerhetsspørsmål. Europeiske klinikere ser ikke bare etter en erstatning for OpenEvidence, men etter verktøy som reduserer friksjon, tilpasser seg lokal styring og støtter klinisk resonnering uten å legge til et nytt system å håndtere. Plattformene som vil lykkes i dette markedet, er de som er bygget med dette som utgangspunkt – ikke ettermontert for å møte det.

Ofte stilte spørsmål

▶ Hvorfor trakk OpenEvidence seg fra det britiske og europeiske markedet?

OpenEvidence trakk seg fra det britiske og europeiske markedet tidlig i 2026, et trekk som i stor grad tilskrives regulatorisk usikkerhet rundt EUs lov om kunstig intelligens. Loven klassifiserer AI-baserte kliniske beslutningsstøttesystemer som høyrisiko, noe som utløser krav til åpenhet, sporbarhet og robusthet som de fleste USA-utviklede verktøy ikke var designet for å oppfylle. Å møte disse kravene krever betydelige investeringer, og gapet vil neppe lukkes raskt.

▶ Hvilke regulatoriske krav må et klinisk beslutningsstøtteverktøy oppfylle for bruk i Europa?

Et klinisk beslutningsstøtteverktøy som brukes i Europa må tilfredsstille flere overlappende rammeverk. Disse inkluderer registrering eller sertifisering under EUs forordning om medisinsk utstyr eller, i Storbritannia, MHRA-registrering. Verktøyet må også oppfylle EUs AI-lovs høyrisiko-AI-bestemmelser, som dekker menneskelig tilsyn, samsvarsvurderinger og overvåking etter markedsføring.

GDPR krever at pasientdata behandles og lagres innenfor EU eller Storbritannia. NHS-organisasjoner i England må også oppfylle Digital Technology Assessment Criteria.

▶ Hva er hovedbegrensningene ved OpenEvidence for europeiske klinikere?

OpenEvidences evidensgrunnlag er overveiende USA-sentrert. Det reflekterer Food and Drug Administration-godkjenninger, amerikanske kliniske retningslinjer og amerikanske forskrivningsnormer. Dette skaper et betydelig misforhold for klinikere som arbeider etter NICE-veiledning, AWMF-anbefalinger eller nasjonale legemiddellister som avviker fra amerikansk praksis. Mest grunnleggende er plattformen for øyeblikket ikke tilgjengelig i EU eller Storbritannia, så europeiske klinikere kan ikke bruke den i det hele tatt.

▶ Hvilke kliniske beslutningsstøtteverktøy er tilgjengelige for europeiske klinikere som alternativer til OpenEvidence?

Flere plattformer er tilgjengelige. iatroX er et britiskbasert verktøy med MHRA-registrering, som trekker på NICE, Clinical Knowledge Summaries og SIGN-retningslinjer. Medwise AI integrerer lokale og nasjonale NHS-retningslinjer og distribueres på NHS Trust-nivå. AMBOSS AI Mode tilbyr naturlig språksøk i kuratert klinisk innhold med tysk opprinnelse.

Isabel DDx Companion støtter differensialdiagnostikk på tvers av mer enn 10 000 tilstander. Vera Health er GDPR-kompatibel og tilgjengelig uten regionale restriksjoner. UpToDate og DynaMed er begge tilgjengelige for europeiske institusjoner via abonnement. Hver har en tydelig regulatorisk posisjon og primært bruksområde.

▶ Hvordan skiller Tandem Health seg fra frittstående kliniske beslutningsstøtteverktøy?

Tandem Health er en europeiskutviklet AI-medisinsk assistent som opererer innenfor selve den kliniske konsultasjonen. Den bruker ambient stemmeteknologi til å lytte til møtet, generere strukturerte kliniske notater i sanntid og vise AI-assistert klinisk resonnering i arbeidsflyten. Frittstående spørringsverktøy krever at klinikere bytter kontekst: formulere en spørring, forlate konsultasjonsgrensesnittet, tolke et resultat og returnere til pasienten.

Tandems innebygde tilnærming reduserer denne friksjonen. Den har CE-merking og MHRA-etterlevelse, og opererer under ISO 27001-sertifisering med GDPR-kompatibel datahåndtering.

▶ Endrer klinisk beslutningsstøtteteknologi faktisk klinisk atferd?

Evidensen er mer nyansert enn leverandører ofte erkjenner. En klyngerandomisert studie av European Society of Radiology iGuide kliniske beslutningsstøttesystem på tvers av tre tyske universitetssykehus fant at systemet ikke ga en statistisk signifikant reduksjon i upassende bildeforespørsler sammenlignet med kontrollavdelinger. Implementeringskontekst, arbeidsflytintegrasjon og klinikerengasjement påvirker alle om et verktøy endrer praksis – ikke bare dets tilstedeværelse.

▶ Hvilke spørsmål bør en europeisk kliniker eller klinisk leder stille før man tar i bruk et klinisk beslutningsstøtteverktøy?

Nøkkelspørsmål dekker tre områder. Om data og etterlevelse: hvor behandles og lagres pasientdata, er EU- eller britisk datalagring garantert, og er verktøyet registrert som medisinsk utstyr? Om klinisk innhold: hvilke retningslinjer refererer verktøyet til, hvor ofte oppdateres evidensgrunnlaget, og er svarene fullt sitert med sporbare kildelenker? Om arbeidsflyt: integrerer verktøyet med journalsystemet ditt, er det tilgjengelig ved pasientbehandling, og støtter det ditt lokale språk og kodestandarder, inkludert SNOMED CT og ICD-10?

▶ Hvor viktig er retningslinjetilpasning for kliniske beslutningsstøtteverktøy som brukes i Europa?

Retningslinjetilpasning er et praktisk krav, ikke bare en preferanse. Europeiske klinikere arbeider innenfor rammeverk som NICE, SIGN, AWMF og HAS, som kan avvike betydelig fra amerikanske kliniske retningslinjer og FDA-godkjente behandlinger. Et verktøy som gir anbefalinger basert på amerikanske forskrivningsnormer kan gi klinikere veiledning som ikke gjelder for deres nasjonale legemiddelliste eller regulatoriske kontekst. Evidensgrunnlaget et verktøy trekker på, bør reflektere det kliniske miljøet det brukes i.

▶ Hva betyr EUs AI-lov for kliniske AI-verktøy i praksis?

EUs AI-lov klassifiserer AI-baserte kliniske beslutningsstøttesystemer som høyrisiko. Dette utløser forpliktelser som åpenhetskrav, samsvarsvurderinger, mekanismer for menneskelig tilsyn og overvåking etter markedsføring. Verktøy må også tilfredsstille interoperabilitetskrav under rammeverk som MyHealth@EU.

AI-aktivert klinisk programvare som ikke er bygget med disse sikkerhetstiltakene fra starten av, vil møte økende motstand etter hvert som håndhevelsen modnes. Plattformer som allerede har CE-merking eller MHRA-registrering, har et regulatorisk forsprang som tar år og betydelige investeringer å kopiere.

▶ Hvilke udekkede behov rapporterer europeiske klinikere rundt klinisk beslutningsstøtte?

En tverrsnittsundersøkelse på tvers av seks europeiske land og USA fant at rundt halvparten av helsepersonell rapporterte å bruke kliniske beslutningsstøttesystemer, hovedsakelig til diagnostiske formål eller retningslinjeimplementering. Deltakerne identifiserte prognostiske verktøy som området med størst udekket behov. Dette antyder at den nåværende generasjonen av spørringsbaserte plattformer bare dekker deler av det klinikere faktisk trenger, og peker mot et bredere behov for verktøy som integrerer med sanntids kliniske data i stedet for å fungere som reaktive oppslagsverktøy.