En stor språkmodell för komplex kardiologisk vård

Smartare hjärtvård för alla

Allvarliga hjärttillstånd kräver ofta högt specialiserade läkare, men många människor bor långt från stora medicinska centra eller får vänta länge på expertvård. Denna studie ställer en aktuell fråga: kan ett avancerat AI-språksystem hjälpa vanliga hjärtläkare att fatta säkrare, mer fullständiga beslut för patienter med sällsynta, ärftliga hjärtsjukdomar — utan att ersätta den mänskliga läkaren?

Problemet med brist på hjärtexperter

Ärftliga sjukdomar i hjärtmuskeln, såsom hypertrofisk kardiomyopati, kan orsaka plötslig död hos annars friska unga vuxna, men många patienter blir aldrig korrekt diagnosticerade. I mer än hälften av delstaterna i USA finns inget specialiserat center för dessa tillstånd, och globalt är bristen ännu större. Som en följd kan människor studsa mellan kliniker, missa viktiga undersökningar eller få livräddande behandling för sent. Författarna menar att om allmänkardiologer säkert kunde få tillgång till subspecialistnivåns kunskap med ett klick, skulle fler patienter kunna få rätt vård, i rätt tid och nära hemmet.

En AI-partner vid kardiologens skrivbord

Forskargruppen utvärderade ett experimentellt system kallat Articulate Medical Intelligence Explorer (AMIE), byggt på en stor språkmodell i samma anda som avancerade chattbotar. I stället för att arbeta från enkla textbeskrivningar fick AMIE detaljerade rapporter från verkliga patienters hjärttester — elektrokardiogram, ekokardiogram, hjärt-MR, arbetsprov och rytmövervakning. I en randomiserad studie granskade nio allmänkardiologer vardera 107 komplexa fall där genetisk hjärtsjukdom misstänktes. För varje patient arbetade en kardiolog ensam, medan en annan hade tillgång till AMIE:s fullständiga skriftliga bedömning och kunde chatta med AI:n för att förfina diagnoser, triageringsbeslut och behandlingsplaner.

Experter bedömer resultaten

För att avgöra om AI verkligen hjälpte jämförde tre subspecialistkardiologer, blinda för vem som skrivit vad, parade rapporter för varje patient — en från en kardiolog ensam och en från en kardiolog som använde AMIE. De bedömde vilken de föredrog inom flera områden, inklusive övergripande kvalitet, rekommenderade tester och behandlingsplaner, och kontrollerade också varje rapport för viktiga fel och saknad information. Över de 107 fallen föredrog de de AMIE-stödda bedömningarna nästan hälften av gångerna och valde kardiologens egna rapporter i ungefär en tredjedel av fallen, medan resten bedömdes som oavgjort. Avgörande var att rapporter skrivna med AI-stöd hade ungefär hälften så många kliniskt viktiga fel och innehöll betydligt färre utelämnanden av nyckeluppgifter.

Vad kliniska läkare upplevde

Kardiologerna som använde AMIE tillfrågades också om sin vardagliga upplevelse. I majoriteten av fallen kände de att AI:n förbättrade deras bedömningar och ökade deras självförtroende, och de rapporterade att de sparade tid för ungefär hälften av patienterna, ibland genom att minska sin arbetsinsats med mer än 50 procent. AI:n var inte felfri: läkare noterade ibland så kallade ”hallucinationer”, där AMIE uppfann eller misstolkade fynd, samt fall där den förbisedda information eller upprepade tester som redan hade gjorts. Dessa problem var dock relativt sällsynta, och läkare fick ofta systemet att rätta sig genom att ifrågasätta dess uttalanden, vilket understryker vikten av mänsklig tillsyn.

Löften, begränsningar och nästa steg

Denna studie tyder på att ett AI-språksystem, i händerna på noggranna kliniker, kan göra komplex hjärtvård mer fullständig, något säkrare och mer effektiv. Det ersatte inte kardiologens omdöme, och författarna betonar att teknologin inte är redo att arbeta självständigt eller att rullas ut brett utan ytterligare skyddsåtgärder, större studier och noggrant fokus på bias, kostnader och patienters perspektiv. Ändå pekar arbetet mot en framtid där personer som bor långt från stora hjärtcentrum — eller väntar månader på att träffa en specialist — kan få en lokal läkare som, stödd av en vältestad AI-assistent, levererar en vårdnivå som liknar den de skulle få på en expertklinik.

Citering: O’Sullivan, J.W., Palepu, A., Saab, K. et al. A large language model for complex cardiology care. Nat Med 32, 616–623 (2026). https://doi.org/10.1038/s41591-025-04190-9

Nyckelord: kardiologi AI, stora språkmodeller, genetisk hjärtsjukdom, kliniskt beslutsstöd, randomiserad kontrollerad studie