Klinisk dokumentation tar en oproportionerligt stor del av fysioterapeuters arbetsdag. En undersökning bland schweizisk rehabiliteringspersonal visade att 41 procent av fysioterapeuterna upplevde frustration över mängden dokumentation de behövde slutföra, och att 48 procent uppgav att dokumentationen regelbundet försenade andra arbetsuppgifter. Separata uppskattningar pekar på att fysioterapeuter lägger 30–50 procent av sin arbetsdag på dokumentation, enligt en branschuppskattning – tid som inte kan användas till patientvård. AI-dokumentationsassistenter, verktyg som fångar och strukturerar journalanteckningar från talade patientsamtal, väcker stort intresse hos fysioterapeuter och klinikansvariga över hela Europa. Intresse i sig är dock inte tillräckligt för att motivera ett inköp. Att utvärdera dessa verktyg noggrant utifrån de specifika kraven i fysioterapiverksamheten kräver ett strukturerat tillvägagångssätt. Ytterligare forskning har visat att nästan hälften av rehabiliteringspersonalen upplever att det saknas institutionella riktlinjer för AI-användning på deras arbetsplats.

Vad gör fysioterapidokumentation speciell jämfört med andra kliniska miljöer

Fysioterapidokumentation följer mönster som skiljer sig väsentligt från dem inom allmänmedicin eller sjukhusvård. Där ett allmänläkarbesök ofta kretsar kring anamnes och förskrivning, genererar ett fysioterapibesök en annan typ av journalanteckning: en narrativ anteckning om framsteg som följer funktionella förändringar över flera besök, en uppdaterad träningsförskrivning med set, repetitioner, belastning och progressionsanvisningar samt poäng från standardiserade utfallsmått som Patient-Specific Functional Scale (PSFS), Numeric Pain Rating Scale (NPRS) eller Disabilities of the Arm, Shoulder and Hand (DASH)-formuläret.

Dessa journalanteckningar är besöksbaserade och kumulativa. En patient kan delta i tolv besök över åtta veckor, och varje anteckning måste återspegla stegvisa förändringar jämfört med en baslinje. Detta kräver både konsekvent struktur och känslighet för subtilt funktionellt språk. Forskning om användning av journalsystem inom fysioterapi bekräftar att dokumentationen inom yrket ofta är ofullständig och i hög grad styrs av enskilda klinikers uppfattning om vad som är kliniskt relevant, snarare än av standardiserad dokumentationspraxis – ett mönster som försvårar integrationen av AI-verktyg i befintliga arbetsflöden.

Verktyg som främst är utformade för allmänmedicinska eller sjukhusmiljöer tenderar att optimera för andra dokumentationsstrukturer: problemlistor, läkemedelsjournaler eller epikriser. Dessa format passar inte riktigt för de besöksbaserade, funktionsfokuserade anteckningar som fysioterapi kräver. Huruvida ett verktyg verkligen stödjer dokumentationsmönster inom paramedicin, snarare än bara tolererar dem, är en avgörande fråga vid utvärdering.

De centrala utvärderingsfrågorna som fysioterapikliniker ställer

När fysioterapikliniker börjar utvärdera AI-dokumentationsassistenter uppstår en återkommande uppsättning frågor. Dessa rör klinisk kvalitet, arbetsflödesanpassning och regelefterlevnad:

• Fångar verktyget korrekt fysioterapispecifikt kliniskt språk? Rörelsebeskrivningar, anatomisk terminologi och språk för funktionell bedömning måste transkriberas och struktureras korrekt.

• Hur hanterar det repetitiva besöksstrukturer? Fysioterapianteckningar följer ofta ett förutsägbart mönster över flera besök. Verktyget bör hantera detta utan att producera generisk eller odifferentierad utdata.

• Kan mallar anpassas för att matcha befintliga anteckningsformat? Kliniker med etablerade SOAP-strukturer (Subjective, Objective, Assessment, and Plan) eller motsvarande behöver veta om verktyget kan anpassas till dessa format eller om det påtvingar egna strukturer.

• Stödjer det strukturerad datainsamling eller endast fri text? För revision, rapportering och integration med journalsystem är denna skillnad viktig.

• Hur ser arbetsflödet för granskning och korrigering ut? American Physical Therapy Associations (APTA) rådgivning om AI-assistentteknologi är tydlig med att klinikern alltid har fullt ansvar för dokumentationens noggrannhet, oavsett hur den genereras.

• Vad är verktygets regulatoriska klassificering och datasäkerhetsstatus? För europeiska kliniker är dessa frågor av juridisk betydelse.

Hur väl hanterar dessa verktyg besöksbaserade narrativ

Den förmåga som är mest direkt relevant för fysioterapi är att generera sammanhängande, kliniskt korrekta anteckningar om framsteg utifrån ett talat besök. En studie från 2026 vid ett fjärdehands barnsjukhus, där även paramedicinsk personal ingick tillsammans med medicinsk och omvårdnadspersonal, fann att användning av AI-medicinsk assistent minskade mediantiden för att slutföra öppenvårdskorrespondens från 7,9 dagar till 14 minuter. Åttiosju procent av deltagarna rapporterade förbättrat patientengagemang och 80 procent rapporterade ökat välbefinnande. Dokumentkvaliteten, bedömd med ett modifierat Physician Documentation Quality Instrument, ansågs acceptabel inom nio av tio domäner.

För fysioterapi omfattar de relevanta prestationsdimensionerna:

• SOAP- eller motsvarande struktur: Producerar verktyget tillförlitligt en SOAP-struktur, eller ett motsvarande format som används i fysioterapiverksamheten? Konsekvens över flera besök är lika viktig som noggrannhet vid ett enskilt besök.

• Fångande av funktionellt språk: Fysioterapianteckningar bygger på precisa beskrivningar av rörelsekvalitet, rörelseomfång, styrka och funktionell kapacitet. Verktyg bör testas på fraser som "smärtfri aktiv axelflexion till 120 grader" eller "självständig trappgång utan ledstång" före implementering.

• Konsekvens över flera besök: Ett verktyg som producerar korrekta anteckningar för ett första besök men sedan genererar allt mer generisk utdata vid senare besök är inte lämpligt för fysioterapimiljö.

En översiktsanalys av digitala skribenttjänster inom primärvården fann att även om automatisk taligenkänning och naturlig språkbehandlingstekniker är effektiva för att minska dokumentationstid, möter de betydande integrationsutmaningar och hinder för införande när de ska anpassas till olika vårdarbetsflöden. Fysioterapins besöksbaserade struktur är just den typ av arbetsflödesvariation som kräver noggrann testning innan man går vidare.

Träningsförskrivning och programdokumentation: vad bör testas

Träningsförskrivning är en kärnuppgift i fysioterapiverksamheten, och dess dokumentation har särskilda krav som generella AI-dokumentationsverktyg kanske inte förutser. En komplett journal för träningsförskrivning innehåller vanligtvis:

• Övningsnamn och beskrivning

• Set, repetitioner och belastnings- eller motståndsnivå

• Tempo, vilointervall och teknikledtrådar

• Progressionskriterier och parametrar för nästa uppföljning

• Hemträningsprograminstruktioner på ett språk som är tillgängligt för patienten

Nuvarande AI-dokumentationsassistenter varierar kraftigt i hur de hanterar detta innehåll. Vissa verktyg fångar talade träningsinstruktioner korrekt men presenterar dem som odifferentierad löptext snarare än i strukturerade fält. Andra kan korrekt transkribera ett set-och-rep-schema men missa teknikledtrådar som ges muntligt. Kliniker bör testa kandidatverktyg mot realistiska talade träningsförskrivningsscenarier innan de utvärderas mot andra kriterier.

Ett område där manuell granskning konsekvent är nödvändig är dokumentation av hemträningsprogram avsedda för patienter. APTA:s rådgivning understryker att klinikern bär fullt juridiskt och professionellt ansvar för dokumentationens noggrannhet, särskilt för instruktioner som patienter ska följa på egen hand. AI-genererade träningsinstruktioner bör därför alltid granskas innan de delas med patienter.

Utfallsmåttsdokumentation och strukturerad datainsamling

Standardiserade utfallsmått är en rutin i fysioterapiverksamheten, och deras korrekta dokumentation har betydelse utöver den enskilda journalen. Poäng från verktyg som PSFS, NPRS, DASH eller Oxford Knee Score används i revisioner, tjänsteutvärderingar och, i vissa system, upphandlingsbeslut. Skillnaden mellan strukturerad datainsamling och ostrukturerad löptext är betydelsefull.

Vid utvärdering av en AI-dokumentationsassistents hantering av utfallsmått bör man ställa följande frågor:

• Känner verktyget igen namngivna utfallsmått när de nämns muntligt och registrerar poäng i ett konsekvent, strukturerat format?

• Kan det skilja mellan olika bedömningsverktyg som används under samma besök?

• Går det att integrera eller exportera utdata till journalsystemet på ett sätt som bevarar strukturerade datafält, eller omvandlas allt till löptext?

Forskning om användning av journalsystem inom fysioterapi visar att inkonsekvent datakvalitet undergräver vårdkontinuitet och begränsar sekundära användningsområden för kliniska data, inklusive AI-integration. Ett verktyg som endast fångar utfallsmåttspoäng som fri text, istället för som diskreta strukturerade fält, kan på kort sikt minska dokumentationstiden men samtidigt skapa datakvalitetsproblem som påverkar revision och rapportering längre fram.

Evidensbasen här utvecklas fortfarande. De flesta publicerade studier om AI-dokumentationsverktyg fokuserar på tidsbesparingar och klinikerns välbefinnande snarare än på noggrannheten i strukturerad datainsamling inom paramedicinska miljöer. Kliniker bör därför vara kritiska till leverantörers påståenden om utfallsmåttsdokumentation och testa denna funktionalitet själva.

EU AI Act-riskklassificering: vad paramedicinsk personal behöver veta

EU AI Act, som trädde i kraft 2024 med successiv tillämpning från 2025, introducerar ett riskbaserat klassificeringsramverk för AI-verktyg som används i vården. För fysioterapikliniker som utvärderar AI-dokumentationsassistenter är det en regulatorisk skyldighet att förstå var ett visst verktyg hamnar inom detta ramverk, inte bara en fråga om due diligence.

Den viktigaste skillnaden för dokumentationsverktyg är mellan:

• Allmän AI som används för att assistera vid anteckningar, där klinikern behåller fullt ansvar för beslutsfattande och verktyget inte självständigt påverkar kliniska utfall. Dessa verktyg omfattas ofta av lägre regulatorisk granskning.

• AI-system med högre risk där verktygets utdata påverkar kliniska beslut, till exempel om verktyget genererar behandlingsrekommendationer eller flaggar kliniska risker baserat på dokumenterade fynd. Dessa omfattas av strängare krav enligt lagen.

De flesta AI-assistenter för dokumentation som för närvarande marknadsförs till vårdgivare positioneras som allmänna verktyg, där klinikern uttryckligen ansvarar för att granska och godkänna all utdata. Om dessa verktyg får mer avancerade funktioner för kliniskt beslutsstöd kan deras riskklassificering förändras. Kliniker bör fråga leverantörer direkt om deras nuvarande EU AI Act-efterlevnadsstatus, regulatoriska klassificering och hur de planerar att hantera omklassificering om deras produktutveckling förändras.

Den bibliometriska analysen av AI inom fysioterapiforskning publicerad i European Journal of Physiotherapy 2025, som omfattar 460 dokument från 317 tidskrifter och visar en årlig tillväxttakt på 16,7 procent inom området, speglar ett snabbt mognande forskningslandskap – men de regulatoriska ramverken utvecklas i samma takt. Kliniker som inför verktyg nu bör planera för regelbunden omvärdering av leverantörens efterlevnadsstatus.

Datasäkerhet, GDPR och EU-datalokalisering

För fysioterapikliniker som är verksamma i Europa är dataskyddskrav icke förhandlingsbara. Patientdata som behandlas av en AI-dokumentationsassistent omfattas av General Data Protection Regulation (GDPR), och de skyldigheter detta innebär gäller både för kliniken som personuppgiftsansvarig och för leverantören som personuppgiftsbiträde.

De praktiska frågor som bör ställas till varje leverantör inkluderar:

• Var behandlas och lagras patientdata? Datalokalisering inom EU, det vill säga att data behandlas och lagras inom Europeiska ekonomiska samarbetsområdet, är ett krav för många vårdorganisationer och en stark rekommendation inom europeisk vård i stort. Kliniker bör kräva skriftlig bekräftelse på datalokalisering och inte nöja sig med generella försäkringar.

• Vilken säkerhetscertifiering har leverantören? ISO 27001-certifiering är den internationellt erkända standarden för informationssäkerhet och ger en grundläggande trygghet. Avsaknad av denna är inte automatiskt diskvalificerande, men kräver ytterligare granskning.

• Vad omfattar personuppgiftsbiträdesavtalet? GDPR kräver ett formellt personuppgiftsbiträdesavtal mellan kliniken och varje leverantör som behandlar patientdata för dess räkning. Avtalet ska specificera syftet med behandlingen, lagringsperioder och leverantörens skyldigheter vid ett dataintrång.

• Är verktyget registrerat som medicinteknisk produkt? Beroende på funktionalitet kan ett AI-dokumentationsverktyg kräva registrering enligt EU:s Medical Device Regulation (MDR). Leverantörer bör kunna redogöra tydligt för sin regulatoriska status.

Undersökningen bland schweizisk rehabiliteringspersonal visade att nästan hälften av respondenterna uppgav att det saknas institutionella riktlinjer för AI-användning på deras arbetsplats, vilket skapar både klinisk och juridisk risk. Kliniker utan befintliga AI-styrningspolicyer bör ta fram sådana innan de implementerar något AI-dokumentationsverktyg.

Integration med befintliga praktiksystem

Det praktiska värdet av en AI-dokumentationsassistent beror i hög grad på hur väl den kan anslutas till det journalsystem eller den praktikhanteringsprogramvara som redan används. Ett verktyg som producerar högkvalitativa anteckningar i ett eget format, utan möjlighet till integration, skapar ett parallellt dokumentationsflöde snarare än att minska arbetsbördan.

De integrationsfrågor som är mest relevanta för fysioterapikliniker är:

• Erbjuder verktyget ett API eller direktintegration med klinikens journalsystem? Vanliga system för fysioterapihantering varierar stort i sin öppenhet för tredjepartsintegration. Kliniker bör verifiera kompatibilitet före inköp, inte efter.

• Vilka exportformat finns tillgängliga? Om direktintegration inte är möjlig, kan anteckningar exporteras i ett format (PDF, strukturerad text, HL7 FHIR) som kan importeras till det befintliga systemet med minimal manuell insats?

• Hur stor är den faktiska integrationsinsatsen för en liten eller medelstor klinik? Leverantörsdemonstrationer visar ofta bästa möjliga integrationsscenarier. Kliniker bör fråga specifikt om erfarenheter från implementering hos verksamheter av liknande storlek och teknisk nivå.

Forskning om införande av journalsystem inom fysioterapi visar att högre användning är tydligt kopplad till tillräcklig tid för dokumentation, systematisk registrering för alla patienter och multiprofessionell tillgång till journaler. AI-dokumentationsverktyg ger störst värde i kliniker där journalsystem redan används konsekvent och strukturerat, och minst där dokumentationspraxis är fragmenterad eller varierande.

Ett praktiskt utvärderingsramverk för fysioterapikliniker

Följande ramverk ger ett strukturerat sätt att utvärdera AI-dokumentationsassistenter. Det är utformat för att vara användbart för en klinikansvarig eller ledande fysioterapeut utan teknisk bakgrund.

Klinisk noggrannhet

• Testa verktyget mot realistiska fysioterapiscenarier: en första bedömning med funktionella baslinjemått, en anteckning om framsteg mitt i behandlingen och en epikris.

• Utvärdera noggrannhet i fysioterapispecifik terminologi, SOAP-struktur och fångande av utfallsmått.

• Bedöm konsekvens över flera besök med samma patient.

Arbetsflödesanpassning

• Bekräfta att mallar kan anpassas till befintliga anteckningsformat.

• Testa fångande av träningsförskrivning mot talade scenarier som speglar faktisk klinisk praktik.

• Utvärdera arbetsflödet för granskning och korrigering: hur enkelt är det att identifiera och rätta fel innan en anteckning slutförs?

Regelefterlevnad

• Fråga leverantören om deras EU AI Act-riskklassificering och begär relevant dokumentation.

• Bekräfta om verktyget är registrerat som medicinteknisk produkt enligt EU MDR, och om inte, varför.

Datasäkerhet och GDPR

• Erhåll skriftlig bekräftelse på datalokalisering inom EU.

• Begär bevis på ISO 27001-certifiering eller motsvarande.

• Granska personuppgiftsbiträdesavtalet innan något avtal tecknas.

Integration och support

• Verifiera kompatibilitet med befintligt journalsystem eller praktikhanteringssystem.

• Bekräfta tillgängliga exportformat om direktintegration inte är möjlig.

• Fråga om implementeringsstöd och löpande teknisk support för kliniker av liknande storlek.

Evidens och begränsningar

• Granska publicerad evidens om verktygets prestanda och skilj mellan peer-reviewade studier och leverantörsproducerade fallstudier.

• En översiktsanalys av AI-assistent-dokumentationssystem noterade att även om evidens från öppenvården visar tydliga fördelar i att minska dokumentationstid och kognitiv belastning, kan AI-assistentsystem flytta snarare än eliminera dokumentationsinsats, och att taligenkänningssystem har visat högre ordfelfrekvenser för vissa talargrupper. Kliniker bör övervaka prestanda över hela sitt team, inte bara för de som deltar i den initiala testningen.

APTA:s rådgivning framhåller att införandet av AI-assistentteknik är en fråga om informerat professionellt omdöme, inte bara ett teknologibeslut. Denna syn gäller även för europeisk fysioterapiverksamhet: verktyget ska stödja klinikerns dokumentationsansvar, inte ersätta det. Med rätt tillsyn har AI-dokumentationsassistenter potential att minska den dokumentationsbörda som forskning konsekvent identifierar som en källa till frustration och ineffektivitet inom fysioterapi, men bara om de väljs och implementeras med yrkets specifika krav i åtanke.

Vanliga frågor

Hur mycket tid lägger fysioterapeuter på klinisk dokumentation?

Branschuppskattningar visar att fysioterapeuter lägger 30–50 procent av sin arbetsdag på klinisk dokumentation. En undersökning bland schweizisk rehabiliteringspersonal visade att 48 procent uppgav att dokumentationen regelbundet försenade andra arbetsuppgifter, och 41 procent rapporterade frustration över mängden journalanteckningar de behövde slutföra.

Varför skiljer sig fysioterapidokumentation från allmänläkar- eller sjukhusdokumentation?

Fysioterapi genererar besöksbaserade, kumulativa journalanteckningar som följer funktionella förändringar över flera besök. Varje anteckning innehåller vanligtvis en berättelse om framsteg, en uppdaterad träningsförskrivning med set, repetitioner, belastning och progressionsanvisningar samt poäng från standardiserade utfallsmått som Patient-Specific Functional Scale eller Numeric Pain Rating Scale. Dessa format skiljer sig väsentligt från de problemlistor, läkemedelsjournaler och epikriser som AI-verktyg utformade för allmänmedicin eller sjukhusmiljöer ofta optimerar för.

Vad bör fysioterapikliniker testa när de utvärderar en AI-dokumentationsassistent?

Kliniker bör testa kandidatverktyg mot realistiska kliniska scenarier: en första bedömning med funktionella baslinjemått, en anteckning om framsteg mitt i behandlingen och en epikris. Viktiga områden att bedöma är noggrannhet i fysioterapispecifik terminologi, konsekvent produktion av en SOAP-struktur (Subjective, Objective, Assessment, and Plan), korrekt registrering av utfallsmåttspoäng och konsekvens över flera besök med samma patient. Fångande av träningsförskrivning bör också testas mot talade scenarier som speglar faktisk klinisk praktik.

Kan AI-dokumentationsassistenter hantera träningsförskrivningsdokumentation korrekt?

Prestandan varierar kraftigt mellan olika verktyg. Vissa fångar talade träningsinstruktioner korrekt men presenterar dem som odifferentierad löptext istället för i strukturerade fält. Andra kan transkribera ett set-och-rep-schema korrekt men missa teknikledtrådar som ges muntligt. Instruktioner för hemträningsprogram avsedda för patienter kräver särskild omsorg: American Physical Therapy Associations rådgivning om AI-assistentteknologi är tydlig med att klinikern har fullt juridiskt och professionellt ansvar för dokumentationens noggrannhet, så AI-genererade träningsinstruktioner bör alltid granskas innan de delas med patienter.

Hur hanterar AI-dokumentationsverktyg standardiserade utfallsmått inom fysioterapi?

Den avgörande frågan är om ett verktyg registrerar utfallsmåttspoäng som diskreta strukturerade fält eller om allt omvandlas till löptext. Verktyg som endast fångar poäng som fri text kan på kort sikt minska dokumentationstiden men samtidigt skapa datakvalitetsproblem som påverkar revision och rapportering längre fram. Vid utvärdering bör kliniker kontrollera om verktyget känner igen namngivna utfallsmått när de nämns, skiljer mellan olika bedömningsverktyg under samma besök och exporterar strukturerad data i ett format som är kompatibelt med det befintliga journalsystemet.

Vad innebär EU AI Act för fysioterapikliniker som använder AI-dokumentationsverktyg?

EU AI Act, som trädde i kraft 2024 med successiv tillämpning från 2025, inför ett riskbaserat klassificeringsramverk för AI-verktyg i vården. De flesta AI-assistenter för dokumentation positioneras idag som allmänna verktyg, där klinikern behåller fullt ansvar för beslutsfattande och verktyget inte självständigt påverkar kliniska utfall. Verktyg som genererar behandlingsrekommendationer eller flaggar kliniska risker omfattas av strängare krav. Kliniker bör fråga leverantörer direkt om deras nuvarande EU AI Act-efterlevnadsstatus och hur de planerar att hantera eventuell omklassificering om deras produktutveckling förändras.

Vilka datasäkerhets- och GDPR-krav gäller vid användning av en AI-dokumentationsassistent i Europa?

Patientdata som behandlas av en AI-dokumentationsassistent omfattas av General Data Protection Regulation (GDPR). Kliniker bör kräva skriftlig bekräftelse på att patientdata behandlas och lagras inom Europeiska ekonomiska samarbetsområdet, begära bevis på ISO 27001-certifiering eller motsvarande och granska ett formellt personuppgiftsbiträdesavtal innan något avtal tecknas. Kliniker bör också bekräfta om verktyget kräver registrering som medicinteknisk produkt enligt EU:s Medical Device Regulation och be leverantören tydligt redogöra för sin regulatoriska status.

Hur viktig är integrationen med befintliga praktikhanteringssystem?

Integration är avgörande för om ett verktyg minskar dokumentationsbördan eller bara skapar ett parallellt arbetsflöde. Kliniker bör verifiera kompatibilitet med sitt befintliga journalsystem eller praktikhanteringsprogram före inköp. Om direktintegration inte är möjlig bör de bekräfta vilka exportformat som stöds, såsom PDF, strukturerad text eller HL7 FHIR, och bedöma den faktiska implementeringsinsatsen för en klinik av deras storlek. Forskning om införande av journalsystem inom fysioterapi visar att AI-dokumentationsverktyg ger störst värde där dokumentationspraxis redan är konsekvent och strukturerad.

Minskar AI-dokumentationsassistenter faktiskt dokumentationstiden för paramedicinsk personal?

En studie från 2026 vid ett fjärdehands barnsjukhus, där även paramedicinsk personal ingick tillsammans med medicinsk och omvårdnadspersonal, visade att användning av AI-medicinsk assistent minskade mediantiden för att slutföra öppenvårdskorrespondens från 7,9 dagar till 14 minuter. Åttiosju procent av deltagarna rapporterade förbättrat patientengagemang och 80 procent rapporterade ökat välbefinnande. En översiktsanalys av AI-assistent-dokumentationssystem noterade dock att dessa verktyg kan flytta snarare än eliminera dokumentationsinsats, och att taligenkänningssystem har visat högre ordfelfrekvenser för vissa talargrupper. Kliniker bör övervaka prestanda över hela sitt team, inte bara för de som deltar i den initiala testningen.

Bör fysioterapikliniker ha en AI-styrningspolicy innan de implementerar ett dokumentationsverktyg?

Undersökningen bland schweizisk rehabiliteringspersonal visade att nästan hälften av respondenterna uppgav att det saknas institutionella riktlinjer för AI-användning på deras arbetsplats. Denna brist skapar både klinisk och juridisk risk. Kliniker utan befintliga AI-styrningspolicyer bör ta fram sådana innan de implementerar något AI-dokumentationsverktyg. American Physical Therapy Associations rådgivning framhåller att införandet av AI-assistentteknik är en fråga om informerat professionellt omdöme: verktyget ska stödja klinikerns dokumentationsansvar, inte ersätta det.