AI som kunskapsstöd i vården

Ett forskningsprojekt från Göteborgs Universitet

Klinisk AI är ett forskningsprojekt med mål att utveckla metoder och know-how för att leverera medicinsk kunskap till sjukvården. Klinisk AI är ett system som på sikt kan fungera som beslutsstöd, kvalitetskontroll och kunskapsstöd. Verktyget inbegriper en kunskapsgraf, språkmodeller och AI-agenter. Forskningsprojektets syfte är att skapa en öppen lösning för svensk sjukvård och att utvärdera hur vårdgivare upplever och interagerar med ett sådant system.

Detta forskningsprojekt har inte startat. Det beräknas vara igång i juli 2026. Du som läkare som använder verktyget måste följa de föreskrifter som studiens PI (principial investigator) informerar om när studien startar.

Kunskapsgrafer som bas

Djupt kliniskt resonemang möjliggörs genom multi-hop teknik.Testa grafen genom chatten →
klinisk-ai · reason.live
case · 8a1f-2c04question
Is this patient safe to start apixaban for atrial fibrillation?
1
Lokalisera relevanta noder och relationer i graf.
Lokalisera relevanta noder och relationer i graf
2
Hitta diagnosen som utlöste frågan.
diagnosed_with → Förmaksflimmer · SNOMED 49436004
3
Gå till riktlinjen som styr detta beslut.
governed_by → ACC/AHA 2025 · §5.4 antikoagulering
4
Från riktlinjen, nå rätt läkemedelsklass.
recommends → DrugClass · DOAC (direktverkande oral antikoagulant)
5
Landar på läkemedlet apixaban.
member_of → apixaban · RxNorm 1364430
6
Kontrollera alla motindikatorer och säkerhetsgrindar.
gated_by → eGFR, vikt, blödningsrisk · alla passar
Traversal · step 0 / 6
graphtrace
traversalfrontier · 1,284 nodesdepth · 5
PatientAFibACC/AHA §5.4DOACapixabansafe ✓path score 0.812 · 5 hops · 184 ms

Forskningsprojekt: Kardiologkonsulten

Med kardiologkonsulten kan du konsultera en kardiologagent (en AI-agent specialiserad inom kardiologi) med kliniska frågor och få svar från lokala riktlinjer, regionala riktlinjer, internationella och den vetenskapliga litteraturen. Agenten använder kliniska verktyg för att stötta den kliniska bedömningen.

Testa Konsulten
Live demo — ett verkligt kliniskt resonemang.Logga in för att prova →
klinisk-ai · konsulten.live
+
Apixaban vid förmaksflimmerjust nu
Metformin och njurfunktionigår
HAS-BLED score tolkning2 dagar sedan
Beta-blockad vid hjärtsvikt3 dagar sedan
Warfarin vs NOAK jämförelseförra veckan
Vilken antikoagulationsbehandling rekommenderas för en patient med förmaksflimmer och CHA₂DS₂-VASc 4?
ESC Guidelines for AF 2023
ESC · 2023
§5.4§6.1
Regionalt vårdprogram förmaksflimmer VGR
VGR · 2024
Antikoag.
FASS — apixaban (Eliquis)
BMS/Pfizer · 2024
DoseringKontrai.

Vid förmaksflimmer med CHA₂DS₂-VASc ≥ 2 rekommenderas oral antikoagulation för att minska risken för stroke och systemisk embolism. 1

Direktverkande orala antikoagulantia (NOAK) föredras framför warfarin på grund av lägre risk för intrakraniell blödning och enklare hantering utan INR-monitorering. 12 Förstahandsval är apixaban 5 mg × 2 eller rivaroxaban 20 mg × 1. 3

Kontrollera njurfunktion (eGFR), vikt och ålder — dosreduktion av apixaban till 2,5 mg × 2 vid ≥ 2 av: ålder ≥ 80 år, vikt ≤ 60 kg, kreatinin ≥ 133 µmol/L. 3

Följdfråga om dosering eller interaktioner...
Kliniska verktyg
ICD-10 förslag
I48.0Förmaksflimmer, paroxysmal0.97
I48.1Förmaksflimmer, persisterande0.84
Z79.0Långtidsbruk av antikoagulantia0.71
Beslutsflöde
Förmaksflimmer

CHA₂DS₂-VASc ≥ 2

NOAK föredraget

Kontroll eGFR + vikt

Apixaban 5 mg × 2

En pipeline för medicinsk kunskap

Du som är forskare kan medverka i projektet för att utveckla metoder och processer för hur medicinsk kunskap kan destilleras och rekvireras för kliniska ändamål. Om du är kliniskt verksam läkare är du välkommen att gå med i forskningsstudien som avser utvärdera och förbättra hur läkare interagerar med dessa verktyg på ett säkert och effektivt sätt.

klinisk-ai · pipeline.dx_candidate
dx.candidate.review
184 ms142 rules0 cycles• deterministic
Intake
Normalize
Reason
Adjudicate
Emit
FHIR R5
Patient bundle
342 resources
HL7 v2
Labs stream
last 180d
SNOMED
Code harmonizer
lossless
RxNorm
Med resolver
9/9 matched
OWL 2 DL
Ontology closure
v2026.03
Datalog
Forward chainer
fixpoint
Guideline
ACC/AHA 2025
§4.3, §5.4
Policy
Contraindication
strict
Rank
Adjudicator
lexicographic
Output
Decision bundle
+ proof trace
Audit
Immutable log
Merkle anchored

Forskning på människa och maskin

Vi utvärderar olika metoder för att destillera och rekvirera kunskapen i en kunskapsgraf, kombinerad med språkmodeller och agentflöden. I detta ingår träning av språkmodeller och skapande av benchmarks för att utvärdera och förstå AI-systemets agerande.

klinisk-ai · rules.registry

fine_tune · nemotron_super_medical

import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
from torch.utils.data import DataLoader

model = AutoModelForCausalLM.from_pretrained(
    "nvidia/nemotron-super-120b"
)
tokenizer = AutoTokenizer.from_pretrained(
    "nvidia/nemotron-super-120b"
)

train_data = torch.load("medical_corpus_sv.pt")
train_loader = DataLoader(train_data, batch_size=4)

optimizer = torch.optim.AdamW(model.parameters(), lr=2e-5)
epochs = 3

for epoch in range(epochs):
    for batch in train_loader:
        loss = model(**batch).loss
        loss.backward()
        optimizer.step()
        optimizer.zero_grad()

model.save_pretrained("nemotron-medical-sv")

training · last checkpoint

COMPLETEEpoch 1: Medical knowledge integration
loss: 1.2342 · val_loss: 1.2456 · 1.2h
COMPLETEEpoch 2: Clinical decision refinement
loss: 0.8934 · val_loss: 0.9012 · 1.3h
RUNNINGEpoch 3: Safety & guideline alignment
loss: 0.6234 (updating) · 45% complete
...

Gå med i studien

Vi välkomnar kliniker från hela Sverige att tillsammans med oss utveckla och testa systemet. Forskare från medicin, teknik och datavetenskap kan delta som samarbetspartner i projektet. Kliniker kan gå med för att få gratis tillgång till systemet för utvärdering.