Förtydligande av valideringsterminologi inom hälso- och sjukvården

Varför ordet ”validering” spelar roll

När vi hör att ett medicinskt test, ett AI-verktyg eller en ny apparat är ”validerad” tenderar vi att slappna av och anta att den är säker, korrekt och redo att användas. Men i modern vård kan det ordet betyda mycket olika saker för läkare, dataforskare, regulatorer och företagsledare. Den här artikeln undersöker hur dessa dolda skillnader kan skapa förvirring, sakta ner innovation och till och med hota patienternas förtroende — och föreslår praktiska sätt att göra innebörden av ”validering” tydligare och ärligare.

Ett ord, många olika världar

Författarna sammankallade experter från fem områden som alla är beroende av validering: kommunikationsvetenskap, artificiell intelligens och maskininlärning (AI/ML), klinisk och laboratoriepraktik, regulatorisk vetenskap och affärsverksamhet. Genom att granska 94 nyckelpublikationer, riktlinjer och rapporter fann de att varje fält tyst bygger in sina egna antaganden i ordet. I klarspråk kan ”validerad” betyda att en datoriserad modell fungerar bra på historiska data, att ett laboratorietest är tekniskt precist, att en produkt uppfyller lagstadgade krav eller att en affärsidé har investerare. Ingen av dessa betydelser är fel — men att blanda ihop dem ställer till problem. Ett verktyg som kallas ”validerat” i en forskningsartikel kan till exempel fortfarande vara långt ifrån redo för verkliga patienter.

Hur kommunikation formar förståelsen

Kommunikationsvetenskap studerar hur människor delar information, särskilt när osäkerhet är närvarande. Författarna visar att människor inom vård och teknologi sällan preciserar vad som faktiskt har validerats, för vem och under vilka omständigheter. I stället förlitar man sig på förkortningar och implicita antaganden. Det gör det lätt för team att prata förbi varandra — ett problem författarna ramar in som en brist på ”semantisk interoperabilitet” — det vill säga en gemensam förståelse för vad ord faktiskt betyder i praktiken. De föreslår enkla men kraftfulla åtgärder: börja varje projekt med att enas om vad validering ska omfatta; skilj på faktainsamling och debatt; och utbilda teammedlemmar i grundläggande valideringsmetoder som används utanför deras egen specialitet. Deras första konsensusförslag är rakt på sak: definiera alltid termen i sitt sammanhang innan man bygger vidare på den.

Från data till patienter: att få AI och tester rätt

Inom AI/ML är begreppet validering särskilt intrikat. Det kan syfta på att kontrollera om en datamängd är lämplig, att använda en ”valideringsuppsättning” vid modelljustering, eller att bedöma om en färdig modell verkligen fungerar i verkliga världen. Utan tydliga avgränsningar kan team överskatta beredskapen — till exempel genom att kalla en modell ”validerad” efter enbart interna korskontroller. Nya regulatoriska ramverk uppmuntrar en stegvis syn: bedöm om data representerar de avsedda patienterna, träna och finjustera modellen, testa den på osedda data och utför därefter säkerhetskontroller och klinisk utvärdering. I kliniska laboratorier är en annan uppdelning avgörande: ”analytisk validering” visar att ett test är tekniskt korrekt och reproducerbart, medan ”klinisk validering” visar att resultaten faktiskt är meningsfulla för diagnos eller behandling. Ett laboratorietest kan vara tekniskt utmärkt men ändå ospikat när det gäller att förbättra patientvården.

Regler, marknader och verklig användning

Regulatorer och företag tillför ytterligare lager till bilden. Regulatorisk vetenskap använder validering för att betyda objektivt bevis på att en produkt uppfyller säkerhets- och prestandakrav för ett specifikt ändamål, men detaljerna skiljer sig mellan regioner som USA och Europeiska unionen. Samtidigt talar affärsteam om att validera en produkt när de bekräftar efterfrågan, investerarintresse eller lyckade pilotprojekt på sjukhus. En produkt kan verka ”validerad” ur ett marknadsperspektiv men ändå misslyckas med att uppfylla regulatoriska eller kliniska förväntningar, vilket leder till omdesign och fördröjningar i ett sent skede. Författarna menar att dessa användningar inte bör pressas in i en stel definition; i stället bör man alltid ange vilken typ av validering som avses — teknisk, klinisk, regulatorisk eller kommersiell — och hur långt processen faktiskt har kommit.

Små förändringar för klarare löften

I stället för att uppfinna ett nytt jargong föreslår artikeln lätta justeringar: bifoga korta kvalificerare till påståenden, såsom ”validerad för denna patientgrupp”, ”validerad mot denna referens” eller ”validerad under dessa driftförhållanden”. Över fem konsensusförslag är budskapet konsekvent: separera utvecklingssteg för AI, skilj analytiska bevis från kliniska, specificera regulatoriska ramar och anpassa affärspåståenden till klinisk och juridisk verklighet. Använt på detta sätt slutar ”validering” att vara en vag kvalitetsstämpel och blir ett precist, kontextmedvetet löfte. Den klarheten kan minska missförstånd, minska slöseri med omarbete och, viktigast av allt, bidra till att när patienter hör att ett verktyg är ”validerat” så verkligen betyder det det de tror att det betyder.

Citering: Dy, A., Buetow, S.M., Bredemeyer, A.J. et al. Clarifying validation terminologies in healthcare. npj Digit. Med. 9, 318 (2026). https://doi.org/10.1038/s41746-026-02471-2

Nyckelord: validering inom vården, medicinsk AI, klinisk diagnostik, regulatorisk vetenskap, digital hälsa