Multimodalt system för automatiserad medicinsk dokumentation och kliniskt beslutsstöd som integrerar kontaktcenterlösningar

Hjälper läkare att tillbringa mer tid med patienter

Många allmänläkare upplever att pappersarbete tar tid från den direkta patientvården. Parrot AI-projektet tar sig an detta genom att bygga en smart assistent som lyssnar på medicinska besök, skriver anteckningarna och erbjuder förslag, samtidigt som läkaren alltid har kontrollen. För patienterna kan detta innebära kortare väntetider, mer fokuserade samtal och tydligare dokumentation av varje besök.

Varför pappersarbete är en sådan börda

Digitala journaler skulle förenkla vården, men i praktiken skriver eller klickar läkarna fortfarande igenom de flesta formulär för hand. Studier antyder att nästan hälften av ett standardbesök kan ägnas åt dokumentation istället för direkt kontakt. Endast i Polen hanterade primärvården mer än 180 miljoner konsultationer under 2023, så även små vinster per besök har betydelse. Befintliga digitala verktyg täcker ofta bara snäva uppgifter, såsom att boka besök eller diktera anteckningar, och stödjer inte hela flödet från första kontakt till diagnos och behandling.

Vad Parrot AI-systemet gör

Parrot AI-systemet är utformat för internmedicin- och barnmottagningar och kopplar flera verktyg till ett arbetsflöde. Först hanterar telefon- och chattassistenter bokning av tider och ställer enkla frågor om symtom innan besöket. Under konsultationen förvandlar taligenkänning läkare–patient-samtal till text. En språkmodell tränad på polska samtal skannar sedan dialogen för att hitta nyckeluppgifter såsom symtom, läkemedel, mätvärden och remisser till prover, och använder dessa för att automatiskt fylla i stora delar av det elektroniska formuläret. Detta ger läkaren ett utkast till journal att granska istället för en tom skärm att fylla i från början.

Hur den smarta assistenten stödjer besluten

Utöver att skriva anteckningar innehåller Parrot AI en expertmodul som granskar de insamlade symtomen och föreslår sannolika diagnoser och behandlingsalternativ. Den förlitar sig på stora träningsuppsättningar som kopplar klagomönster till specifika tillstånd och terapier, baserat på standardiserade sjukdomskoder. Flera maskininlärningsmetoder testades, där en teknik kallad random forest presterade bäst. För varje patient ser läkaren de tre främsta föreslagna diagnoserna tillsammans med möjliga ordinationer, tester och sjukskrivning. Avsikten kan accepteras, ändras eller förkastas av läkaren, så det medicinska omdömet ligger alltid hos människan.

Hur väl systemet fungerar hittills

Forskarna utvärderade varje byggsten separat. Språkmodellen som extraherar information ur samtal identifierade medicinska detaljer och deras innebörd korrekt i mer än fyra av fem fall. Expertmodulen uppnådde liknande effektivitet när symptommönster matchades mot diagnoser och behandlingar, ofta över nivåerna som rapporterats för andra medicinska stödsystem. Röst- och chattassistenter skötte också de flesta registrerings- och förintervjufunktionerna utan behov av en mänsklig operatör. Dessa tester baserades på tusentals verkliga, anonymiserade polska klinikbesök, och systemet fungerade nära realtid.

Begränsningar, säkerhet och nästa steg

Författarna noterar att Parrot AI endast har tränats på polska och främst på data från en region, så det täcker ännu inte alla sjukdomar eller talstilar. Bakgrundsljud och varierande klinikutrustning kan också påverka noggrannheten. Hittills har systemet mest testats på tidigare inspelningar och i kontrollerade pilotstudier. För att skydda patienter loggas varje automatiskt steg, och läkaren måste bekräfta alla diagnoser, remisser och ordinationer innan de blir en del av journalen. Framtida arbete kommer att utöka antalet specialiteter, förbättra hanteringen av sällsynta tillstånd och lägga till tydligare förklaringar av hur algoritmerna når sina slutsatser.

Vad detta kan innebära för vardagsvården

Studien tyder på att en väl utformad digital assistent kan bära en stor del av det rutinmässiga skrivandet och kontrollerandet som tynger medicinska besök, samtidigt som slutgiltiga val lämnas åt klinikerna. Genom att kombinera kontaktcenterverktyg, taligenkänning, språkförståelse och en expertmodul pekar Parrot AI mot kliniker där besök dokumenteras mer konsekvent och där läkare kan ägna mer uppmärksamhet åt att lyssna och förklara. Om ytterligare prövningar bekräftar resultaten kan system som detta bli en vanlig, mestadels osynlig hjälp i primärvårdens mottagningar.

Citering: Płaza, M., Płaza, M., Lucińska, M. et al. Multimodal system for automated medical documentation and clinical decision support integrating contact center solutions. Sci Rep 16, 15017 (2026). https://doi.org/10.1038/s41598-026-45879-2

Nyckelord: medicinsk dokumentation, kliniskt beslutsstöd, naturlig språkbehandling, kontaktcenter, primärvård