Sällsynta sjukdomar är ovanliga på individnivå, men tillsammans utgör de en av de största diagnostiska utmaningarna inom europeisk primärvård. Med över 6 000 erkända sällsynta sjukdomar som drabbar cirka 30 miljoner människor i Europa kommer de flesta allmänläkare att möta majoriteten av dessa tillstånd antingen sällan eller aldrig. Ändå är primärvården den första kontaktpunkten för patienter vars symtom ännu inte har fått ett namn, och ansvaret för den initiala misstanken vilar helt på allmänläkaren. Kliniskt beslutsstöd har blivit en självklar del av denna miljö, men hur väl dessa verktyg tjänar patienter med sällsynta sjukdomspresentationer förtjänar noggrann, evidensbaserad granskning.

Varför sällsynta sjukdomar är en diagnostisk blind fläck i primärvården

Det strukturella problemet handlar inte om klinisk kompetens. Som British Journal of General Practice har noterat har allmänläkare stor erfarenhet av att hantera sjukdomar som påverkar flera organsystem, men få har resurser att grundligt utreda sällsynta tillstånd. Många rapporterar att de blir överväldigade när patienter kommer med detaljerad information om tillstånd som läkaren aldrig har stött på. Den genomsnittliga tiden från symtomdebut till bekräftad diagnos av sällsynt sjukdom anges konsekvent till fem till sex år i Storbritannien och Europa, där hälften av patienterna får minst en feldiagnos på vägen.

Denna försening är inte främst ett sjukhusproblem. Det är ett primärvårdsproblem. Patienter med sällsynta sjukdomar passerar vanligtvis genom flera besök hos allmänläkare innan de når en specialist som känner igen tillståndet. Den diagnostiska odyssén, ett begrepp som nu är etablerat i litteraturen om sällsynta sjukdomar, börjar och stannar ofta i primärvården. Inte för att allmänläkare är ouppmärksamma, utan för att den kognitiva strukturen för klinisk mönsterigenkänning är kalibrerad efter frekvens. Tillstånd som en kliniker aldrig har sett är nästan per definition svårare att överväga.

Hur kliniskt beslutsstöd tränas, och var det skapar luckor

Kliniskt beslutsstöd genererar differentialdiagnoser genom att använda träningsdata och diagnostisk logik som är viktad mot de vanligaste presentationerna. Detta är ett rationellt designval: verktyg som ska assistera vid det bredaste spektrumet av patientbesök bör prestera väl på de tillstånd allmänläkare oftast möter. Konsekvensen är att vägar för sällsynta sjukdomar systematiskt är underrepresenterade, inte på grund av avsiktlig exkludering, utan på grund av ett datafrekvensproblem. Tillstånd som förekommer sällan i träningsdata ger svag eller obefintlig signal i frekvensviktad differentiallogik.

En översiktsartikel från 2026 i International Journal of Medical Informatics kartlade de teknologiska tillvägagångssätt som ligger till grund för beslutsstödssystem för diagnos av sällsynta sjukdomar och identifierade fyra huvudkategorier: informationssökningssystem, fenotypdrivet resonemang, ontologibaserade metoder och AI-baserade tillvägagångssätt. Översikten fann att överföringen till rutinmässig klinisk praktik förblir begränsad inom alla fyra kategorier. Gapet mellan forskningsverktyg och de som är tillgängliga vid patientmötet är betydande.

SATURN-projektet i Tyskland utvecklade en prototyp för kliniskt beslutsstöd specifikt för primärvården riktad mot oklara och sällsynta sjukdomspresentationer. I kvalitativ utvärdering fann projektet att även specialbyggda verktyg möter betydande användbarhetshinder. Dessa inkluderade oförmåga att ange olistade symtom och avsaknad av direkt dataimport från journalsystem. Detta är inte små justeringar. Det är hinder som avgör om ett verktyg används överhuvudtaget.

Vad litteraturen säger om feldiagnostik av sällsynta sjukdomar i primärvården

Bevisen för diagnostisk försening vid sällsynta sjukdomar är konsekventa i europeiska sammanhang. Diagnostiska odysséer på i genomsnitt fyra till åtta år rapporteras i litteraturen, även om uppskattningarna varierar beroende på tillstånd och land. Vissa studier anger fem till sex år i Storbritannien och Europa specifikt. Dessa förseningar åtföljs av frekventa feldiagnoser och onödiga undersökningar.

En Delphi-konsensusstudie från 2025 publicerad i Scientific Reports, som involverade 55 experter från flera discipliner, identifierade de viktigaste orsakerna till försening: låg prevalens, begränsad medvetenhet bland primärvårdspersonal, heterogen klinisk presentation och ovanliga arvsmönster.

Samma konsensus identifierade de presentationsdrag som oftast är förknippade med missade diagnoser av sällsynta sjukdomar:

• Familjehistoria av oförklarlig eller allvarlig sjukdom

• Kluster av fosterskador eller medfödda anomalier

• Ovanliga presentationer av annars vanliga sjukdomar

• Neuro­utvecklingsförseningar eller oförklarlig kognitiv försämring

• Allvarlig patologi oproportionerlig till uppenbar orsak

Detta är inte obskyra signaler. Många syns i allmänläkarjournaler över flera besök. Problemet är att var och en, isolerat, kan tyckas passa en vanligare förklaring. Frekvensviktade verktyg kommer konsekvent att lyfta fram den vanligare förklaringen först.

Skillnaden mellan frekvensviktat och fenotypbaserat beslutsstöd

Skillnaden mellan frekvensviktad och fenotypbaserad differentiallogik är central för att förstå hur beslutsstödsverktyg presterar vid sällsynta sjukdomspresentationer.

Frekvensviktade verktyg rangordnar diagnostiska förslag efter populationsprevalens. Vid ett patientbesök som gäller trötthet, ledvärk och utslag hos en 30-åring kommer ett sådant verktyg pålitligt att lyfta fram anemi, virusinfektion eller reaktiv artrit före systemisk lupus erythematosus, eftersom de förstnämnda är vanligare. Detta är lämpligt för de flesta patientbesök, men blir en strukturell begränsning när symtombilden faktiskt bättre stämmer med ett sällsynt tillstånd.

Fenotypbaserad differentiallogik tar en annan ansats. Istället för att rangordna efter prevalens kartlägger den den specifika kombinationen av symtom – fenotypen – mot sjukdomsprofiler, oavsett hur ofta dessa sjukdomar förekommer i befolkningen. Detta tillvägagångssätt har större sannolikhet att lyfta fram kandidater för sällsynta sjukdomar när den kliniska bilden är atypisk. Human Phenotype Ontology (HPO) är det mest använda strukturerade vokabuläret för detta ändamål och möjliggör systematisk fenotyp-till-sjukdom-kartläggning över tusentals tillstånd.

En studie från 2026 i EBioMedicine utvärderade stora språkmodellers förmåga att diagnostisera sällsynta sjukdomar på tio språk, inklusive engelska, franska, tyska, nederländska, spanska och italienska, med hjälp av 4 917 kliniska vinjetter härledda från Human Phenotype Ontology-strukturerad data. GPT-4o placerade den korrekta diagnosen av sällsynt sjukdom bland de tre högst rankade differentialdiagnoserna i 27 procent av fallen på engelska, med jämförbar prestation över europeiska språk. En träffsäkerhet på 27 procent bland de tre främsta är inte tillräcklig för självständigt kliniskt förlitande, men det visar att fenotypstrukturerad promptning kan lyfta fram sällsynta diagnoser som frekvensviktad logik annars skulle missa.

Hur ledande europeiska beslutsstödsverktyg närmar sig täckning av sällsynta sjukdomar

Utbudet av beslutsstödsverktyg i europeisk primärvård är heterogent. Täckningen av sällsynta sjukdomar varierar avsevärt.

Orphanet, den europeiska referensdatabasen för sällsynta sjukdomar, erbjuder den mest omfattande strukturerade resursen för nomenklatur, prevalensdata och kliniska beskrivningar av sällsynta sjukdomar. Verktyg som integrerar Orphanet-data, eller korsrefererar OMIM (Online Mendelian Inheritance in Man), har en strukturell fördel när det gäller att lyfta fram kandidater för sällsynta sjukdomar. Integration av dessa databaser i verktyg inbäddade i primärvårdens journalsystem är dock fortfarande ojämn.

DxGPT, ett GPT-4-baserat verktyg utvecklat med diagnos av sällsynta sjukdomar som explicit mål, genererar en rangordnad och resonerad topp-fem-differentialdiagnos, särskilt avsedd att motverka kognitiva snedvridningar i komplexa fall. Det har utvärderats i brittiska och spanska kliniska sammanhang. Verktyg som Ada Health, som för närvarande utvärderas i en kvalitetsförbättringsstudie på CUF Hospital Network i Portugal, använder ett symtombedömningsbaserat angreppssätt som enligt studieprotokollet kan hjälpa användare vid sällsynta sjukdomsfall där snabb diagnos är en stor utmaning.

DeepRare, beskrivet i en nyligen publicerad Nature-artikel, representerar forskningsfronten. Det är ett multiagentsystem som integrerar över 40 specialiserade verktyg och kunskapskällor, bearbetar fritextbeskrivningar, strukturerade Human Phenotype Ontology-termer och genetiska resultat för att generera rangordnade diagnostiska hypoteser med transparent resonemang. Vid HPO-baserade uppgifter uppnådde det starka prestationsmått och överträffade jämförbara metoder. Expertgranskning höll med om dess resonemang i en klar majoritet av fallen. DeepRare är ännu inte integrerat i rutinmässiga allmänläkararbetsflöden, men illustrerar prestandataket som fenotypdrivna, kunskapsintegrerade tillvägagångssätt kan nå.

Klyftan mellan forskningsverktyg som DeepRare och de verktyg som är tillgängliga på en typisk europeisk vårdcentral är fortfarande stor. Att integrera primärvårdsdata i Tyskland, till exempel, är fortfarande utmanande på grund av landsspecifika vokabulär och heterogena datastrukturer. Detta begränsar möjligheterna även för väldesignade prototyper för kliniskt beslutsstöd att fungera i verkliga primärvårdsmiljöer.

Symtomkluster med röda flaggor som beslutsstödsverktyg ofta missar

Argo Delphi-konsensus har fastställt en uppsättning kliniska röda flaggor som bör väcka misstanke om sällsynt sjukdom i primärvården. Detta är de mönster som frekvensviktade verktyg sannolikt rangordnar lågt eller utelämnar helt:

• Involvering av flera organsystem hos en ung patient, särskilt när symtomen spänner över hjärt-kärl, neurologi och rörelseapparaten utan en gemensam vanlig diagnos

• Oförklarlig trötthet med atypiska samsjukligheter, särskilt när standardundersökningar är normala och den kliniska bilden inte utvecklas mot en känd vanlig diagnos

• Återkommande presentationer utan konvergens, det vill säga flera besök för relaterade eller överlappande symtom som inte har mynnat ut i en tydlig diagnos

• Oproportionerlig svårighetsgrad, där sjukdomsförloppet är allvarligare än vad som skulle förväntas utifrån den uppenbara diagnosen

• Positiv familjehistoria av oförklarlig allvarlig sjukdom, särskilt vid tillstånd med autosomalt recessiva eller X-bundna arvsmönster som kanske inte är uppenbara direkt

Dessa kluster har det gemensamt att var och en för sig kan förklaras av vanliga tillstånd, men deras kombination, särskilt över tid, bör föranleda att man överväger en differentialdiagnos för sällsynt sjukdom. Ett verktyg som rangordnar efter frekvens kommer konsekvent att föreslå den vanliga förklaringen först. Det kommer inte att flagga kombinationen som ovanlig om det inte är särskilt utformat för det.

Hur man känner igen när ett verktygs differentialdiagnos sannolikt är ofullständig

Att känna igen begränsningarna i ett beslutsstödsverktygs differentialdiagnos i realtid är en klinisk färdighet. Flera indikatorer bör få en allmänläkare att behandla ett verktygs förslag med extra skepsis:

• Patientens ålder och symtomens varaktighet stämmer inte med de vanliga differentialdiagnoser som föreslås. Om ett verktyg föreslår en diagnos som är statistiskt osannolik utifrån patientens ålder, symtomens varaktighet eller tidigare undersökningsresultat, kan differentialdiagnosen vara förankrad i frekvens snarare än faktisk passform.

• Tidigare undersökningar har varit normala. När standardutredningar för de föreslagna diagnoserna har gett normala resultat har differentialdiagnosen inte bekräftats – bara inte uteslutits. Det är inte samma sak som en diagnos.

• Presentationen spänner över flera organsystem. Verktyg som fokuserar på ett organsystem, eller som främst är tränade på data från en specialitet, är strukturellt sämre rustade att lyfta fram diagnoser som kräver mönsterigenkänning över flera system.

• Verktyget ger ett högt förtroende för ett vanligt tillstånd trots dålig klinisk passform. Högt förtroende i ett frekvensviktat verktyg återspeglar prevalens, inte matchningskvalitet. Verktygets förtroende är inte detsamma som diagnostisk bekräftelse.

• Patienten har sökt flera gånger för samma eller liknande symtom. Kronicitet och återfall bör sänka tröskeln för att överväga sällsynt sjukdom, även när varje enskilt besök verkar passa en vanlig förklaring.

Att ett verktyg inte nämner en diagnos är inte detsamma som att den är utesluten. Ett beslutsstödssystem som inte listar ett tillstånd i sin differentialdiagnos har inte uteslutit det – det har bara inte genererat tillräcklig signal för att lyfta fram det. För sällsynta sjukdomar är detta just det problem dessa verktyg är minst lämpade att lösa.

Rollen för specialistnätverk och europeiska register för sällsynta sjukdomar

Där beslutsstödsverktyg når sina gränser tillhandahåller europeisk infrastruktur strukturerade vägar för eskalering. European Reference Networks (ERN), 24 tematiska nätverk som kopplar samman specialistcentra i EU:s medlemsländer, finns för att tillhandahålla expertstöd vid sällsynta och komplexa tillstånd. European Reference Networks täcker områden som neurologiska sjukdomar, bindvävssjukdomar, immunbrister och metabola tillstånd, bland andra. Allmänläkare kan, vid behov, ta kontakt via nationella centra för sällsynta sjukdomar eller via Advice and Guidance-vägar för att få tillgång till specialistutlåtande utan att behöva en formell remiss.

Nationella register för sällsynta sjukdomar, där sådana finns, tillhandahåller epidemiologiska data som kan kontextualisera en klinisk presentation, särskilt för tillstånd med känd geografisk eller etnisk klustring. ERDERA, det europeiska partnerskapet för forskning om sällsynta sjukdomar som lanserades 2024 under Horizon Europe med en budget på cirka 380 miljoner euro till 2031, syftar bland annat till att stärka denna datainfrastruktur.

Orphanet är fortfarande den mest tillgängliga referenspunkten för allmänläkare som söker information om ett specifikt misstänkt sällsynt tillstånd. Där finns sjukdomssammanfattningar, prevalensuppskattningar, diagnostiska kriterier och länkar till specialistcentra – allt utan krav på prenumeration eller specialisttillgång.

Hur bra täckning av sällsynta sjukdomar ser ut i ett kliniskt beslutsstödsverktyg

För allmänläkare och upphandlingsansvariga som utvärderar beslutsstödsverktyg är kapacitet för sällsynta sjukdomar inte en binär funktion, utan existerar på ett spektrum. Följande kriterier ger en praktisk ram för bedömning:

• Integration med validerade databaser för sällsynta sjukdomar. Använder verktyget Orphanet, Online Mendelian Inheritance in Man eller motsvarande strukturerade kunskapskällor för sällsynta sjukdomar? Om inte, är dess differentiallogik för sällsynta sjukdomar sannolikt begränsad till tillstånd som förekommer i allmän klinisk träningsdata.

• Fenotypbaserad differentiallogik. Kartlägger verktyget symtomkombinationer mot sjukdomsprofiler, eller rangordnar det enbart efter populationsprevalens? Det förstnämnda är en förutsättning för tillförlitlig prestation vid sällsynta sjukdomar.

• Transparens om träningsdatans omfattning. Kan verktyget eller dess dokumentation specificera vilka sjukdomskategorier som täcks och vilka som inte gör det? Ett verktyg som inte kan besvara denna fråga kan inte utvärderas för ändamålsenlighet.

• Tydliga eskaleringsmeddelanden. Flaggar verktyget när ett symtomkluster överskrider dess säkra räckvidd, eller när en remissväg för sällsynt sjukdom bör övervägas? Högavkastande, lågvolym-varningar sömlöst integrerade i det dagliga arbetsflödet pekas i litteraturen ut som designstandard för effektivt kliniskt stöd vid sällsynta sjukdomar.

• Flerspråkig konsistens. För verktyg som används över europeiska hälso- och sjukvårdssystem bör prestanda utvärderas på det relevanta kliniska språket, inte antas vara likvärdig med den engelska versionen.

Inget för närvarande tillgängligt verktyg uppfyller alla dessa kriterier fullt ut. De icke-algoritmiska hindren för implementering, inklusive avsaknad av implementeringsramverk och brister i biologiska modeller att fånga verklig klinisk komplexitet, är fortfarande betydande. Klyftan mellan forskningsprestanda och rutinmässig klinisk nytta är en erkänd begränsning i hela fältet.

Klinikerns roll när beslutsstöd når sina gränser

Kliniskt beslutsstöd är ett hjälpmedel för beslut. Vid sällsynta sjukdomspresentationer är denna distinktion viktigare än i nästan något annat kliniskt sammanhang. Ett verktyg som presterar väl vid de vanligaste presentationerna kan prestera dåligt vid de sällsynta. Sällsynta sjukdomar drabbar sammantaget miljontals patienter i Europa.

British Journal of General Practice har beskrivit allmänläkare som att de har stor expertis i att hantera sjukdomar som påverkar flera organsystem – en expertis som inget nuvarande beslutsstödsverktyg kan replikera. Longitudinell kunskap om en patient, kännedom om symtomens utveckling över tid och den kliniska känslan av att något inte stämmer med en vanlig diagnos är inte egenskaper som kan kodas i en algoritm för differentialdiagnostik. Det är resultatet av en varaktig klinisk relation och erfaren mönsterigenkänning.

Utbildning, ökad medvetenhet och användning av teknologi identifieras i Delphi-konsensus som kompletterande vägar till tidigare diagnos av sällsynta sjukdomar – inte alternativ till kliniskt omdöme, utan stöd för det. Att förstå vad ett kliniskt beslutsstödsverktyg kan och inte kan göra är inte en teknisk fråga utan en klinisk kompetens. Vid sällsynta sjukdomspresentationer kan det vara den viktigaste kompetensen en allmänläkare tar med sig till patientbesöket.

Vanliga frågor

▶ Varför tar diagnos av sällsynta sjukdomar så lång tid i primärvården?

Den genomsnittliga tiden från symtomdebut till bekräftad diagnos av sällsynt sjukdom är fem till sex år i Storbritannien och Europa. Hälften av patienterna får minst en feldiagnos på vägen. Förseningen är inte främst ett sjukhusproblem. Patienter med sällsynta sjukdomar passerar vanligtvis genom flera besök hos allmänläkare innan de når en specialist som känner igen tillståndet. Kärnproblemet är att klinisk mönsterigenkänning är kalibrerad efter frekvens. Tillstånd som en kliniker aldrig har sett är svårare att överväga, även när de kliniska signalerna finns över flera besök.

▶ Varför missar kliniskt beslutsstöd diagnoser av sällsynta sjukdomar?

De flesta kliniska beslutsstödsverktyg rangordnar diagnostiska förslag efter populationsprevalens. Sällsynta tillstånd är systematiskt underrepresenterade i träningsdata, inte på grund av avsiktlig exkludering utan på grund av ett datafrekvensproblem. Tillstånd som förekommer sällan i träningsdata ger svag eller obefintlig signal i frekvensviktad differentiallogik. En översiktsartikel från 2026 i International Journal of Medical Informatics bekräftade att införandet av beslutsstöd för sällsynta sjukdomar i rutinmässig klinisk praktik fortfarande är begränsad inom alla fyra huvudsakliga teknologiska tillvägagångssätt.

▶ Vad är skillnaden mellan frekvensviktat och fenotypbaserat kliniskt beslutsstöd?

Frekvensviktade verktyg rangordnar diagnostiska förslag efter hur vanligt ett tillstånd är i befolkningen. Fenotypbaserade verktyg tar en annan ansats: de kartlägger den specifika kombinationen av symtom mot sjukdomsprofiler, oavsett hur ofta dessa sjukdomar förekommer. Detta gör fenotypbaserade verktyg mer benägna att lyfta fram kandidater för sällsynta sjukdomar när den kliniska bilden är atypisk. Human Phenotype Ontology är det mest använda strukturerade vokabuläret för detta ändamål och möjliggör systematisk fenotyp-till-sjukdom-kartläggning över tusentals tillstånd.

▶ Hur exakt identifierar stora språkmodeller sällsynta sjukdomar?

En studie från 2026 i EBioMedicine utvärderade stora språkmodellers förmåga att diagnostisera sällsynta sjukdomar på tio språk med hjälp av 4 917 kliniska vinjetter strukturerade med Human Phenotype Ontology-data. GPT-4o placerade den korrekta diagnosen av sällsynt sjukdom bland de tre högst rankade differentialdiagnoserna i 27 procent av fallen på engelska, med jämförbar prestation över europeiska språk. Den siffran är inte tillräcklig för självständigt kliniskt förlitande, men visar att fenotypstrukturerad promptning kan lyfta fram sällsynta diagnoser som frekvensviktad logik annars skulle missa.

▶ Vilka symtomkluster med röda flaggor bör väcka misstanke om sällsynt sjukdom i primärvården?

En Delphi-konsensusstudie från 2025 identifierade flera kliniska mönster som oftast är förknippade med missade diagnoser av sällsynta sjukdomar: involvering av flera organsystem hos en ung patient, oförklarlig trötthet med atypiska samsjukligheter där standardundersökningar är normala, återkommande presentationer som inte har mynnat ut i en tydlig diagnos, oproportionerlig svårighetsgrad i förhållande till den uppenbara diagnosen samt en positiv familjehistoria av oförklarlig allvarlig sjukdom. Varje kluster kan för sig förklaras av vanliga tillstånd, men deras kombination över tid bör föranleda att man överväger en differentialdiagnos för sällsynt sjukdom.

▶ Hur kan en allmänläkare avgöra när ett kliniskt beslutsstödsverktygs differentialdiagnos sannolikt är ofullständig?

Flera indikatorer bör väcka extra skepsis mot ett verktygs förslag. Dessa inkluderar en föreslagen diagnos som inte stämmer med patientens ålder eller symtomens varaktighet, tidigare undersökningar med normala resultat, en presentation som spänner över flera organsystem, högt verktygsförtroende för ett vanligt tillstånd trots dålig klinisk passform samt en patient som sökt flera gånger för samma eller liknande symtom. Att ett verktyg inte nämner en diagnos är inte detsamma som att den är utesluten. Ett kliniskt beslutsstödssystem som inte listar ett tillstånd har inte uteslutit det.

▶ Vilka europeiska resurser finns för att stödja allmänläkare när kliniskt beslutsstöd når sina gränser?

European Reference Networks, 24 tematiska nätverk som kopplar samman specialistcentra i EU:s medlemsländer, tillhandahåller expertstöd vid sällsynta och komplexa tillstånd inom områden som neurologiska sjukdomar, bindvävssjukdomar, immunbrister och metabola tillstånd. Allmänläkare kan ta kontakt via nationella centra för sällsynta sjukdomar eller via Advice and Guidance-vägar utan krav på formell remiss. Orphanet, den europeiska referensdatabasen för sällsynta sjukdomar, erbjuder sjukdomssammanfattningar, prevalensuppskattningar, diagnostiska kriterier och länkar till specialistcentra. Ingen prenumeration eller specialisttillgång krävs.

▶ Vad bör allmänläkare och upphandlingsansvariga leta efter när de utvärderar ett kliniskt beslutsstödsverktygs kapacitet för sällsynta sjukdomar?

Kapacitet för sällsynta sjukdomar i ett kliniskt beslutsstödsverktyg existerar på ett spektrum snarare än som en binär funktion. Nyckelkriterier är integration med validerade databaser för sällsynta sjukdomar som Orphanet eller Online Mendelian Inheritance in Man, fenotypbaserad differentiallogik snarare än enbart prevalensbaserad rangordning, transparens om träningsdatans omfattning, tydliga eskaleringsmeddelanden när ett symtomkluster överskrider verktygets säkra räckvidd samt konsekvent prestation på det relevanta kliniska språket för verktyg som används inom europeisk hälso- och sjukvård. Inget för närvarande tillgängligt verktyg uppfyller alla dessa kriterier fullt ut.

▶ Vad är DeepRare och hur skiljer det sig från verktyg tillgängliga i rutinmässig allmänläkarpraktik?

DeepRare, beskrivet i en nyligen publicerad Nature-artikel, är ett multiagentsystem som integrerar över 40 specialiserade verktyg och kunskapskällor. Det bearbetar fritextbeskrivningar, strukturerade Human Phenotype Ontology-termer och genetiska resultat för att generera rangordnade diagnostiska hypoteser med transparent resonemang. Vid Human Phenotype Ontology-baserade uppgifter uppnådde det starka prestationsmått. Expertgranskning höll med om dess resonemang i en klar majoritet av fallen. DeepRare är ännu inte integrerat i rutinmässiga allmänläkararbetsflöden, men illustrerar prestandataket som fenotypdrivna, kunskapsintegrerade tillvägagångssätt kan nå.

▶ Vilken roll spelar kliniskt omdöme när beslutsstödsverktyg inte räcker vid sällsynta sjukdomar?

Kliniskt beslutsstöd är ett hjälpmedel, inte en ersättning för kliniskt omdöme. Vid sällsynta sjukdomspresentationer är longitudinell kunskap om patienten, kännedom om symtomens utveckling över tid och den kliniska känslan av att något inte stämmer med en vanlig diagnos inte egenskaper som en algoritm för differentialdiagnostik kan replikera. En Delphi-konsensus från 2025 identifierade utbildning, ökad medvetenhet och användning av teknologi som kompletterande stöd för tidigare diagnos av sällsynta sjukdomar – inte alternativ till kliniskt omdöme. Att förstå vad ett kliniskt beslutsstödsverktyg kan och inte kan göra är i sig en klinisk kompetens.