Pasientguide

Slik bruker du KI som pasient – og hvor det svikter

Mange bruker allerede en chatbot når noe kjennes rart i kroppen, eller når det står ord i et prøvesvar de ikke skjønner. Å bruke KI som pasient er verken forbudt eller dumt – men det er lettere å gjøre feil enn folk tror, og feilen ligger sjelden der man venter. Her er hva som faktisk virker, hva som ikke gjør det, og den ene tingen du aldri skal bruke en chatbot til.

Oppdatert august 2026 10 min lesetid 12 kilder

Modellen kunne svaret. Brukerne fikk det ikke ut

Den mest opplysende studien om pasienters KI-bruk gjorde noe de fleste andre studier ikke gjør: den lot vanlige folk bruke verktøyene, i stedet for å teste modellene alene.

Et forskerteam med utspring i Oxford ga 1 298 deltakere ti medisinske scenarier. Oppgaven var å finne ut hva tilstanden kunne være, og hva slags hjelp den krevde. Noen fikk bruke en språkmodell; kontrollgruppen fant informasjon som de selv ville.

De samme modellene ble så testet alene på de samme scenariene. Da traff de riktig tilstand i 94,9 prosent av kasusene.

Deltakerne som brukte de samme modellene, traff i under 34,5 prosent. Og de gjorde det ikke bedre enn kontrollgruppen som ikke hadde KI i det hele tatt.

Dette er godt nytt forkledd som dårlig nytt. Hadde problemet vært at modellene ikke kan medisin, kunne du ikke gjort noe med det. Problemet er at samhandlingen svikter – og samhandling kan du øve på.

Hvorfor kunnskapen blir liggende

Forskerne peker på to ledd som brister, og begge er gjenkjennelige.

Det første leddet er inn. Folk oppgir ufullstendige opplysninger. Man skriver «jeg har vondt i magen» og utelater at det begynte for tre uker siden, at man går på et nytt legemiddel, og at man har gått ned fire kilo uten å prøve. En lege henter dette ut med spørsmål du ikke visste var relevante. En chatbot spør sjelden – den svarer på det du skrev.

Det andre leddet er ut. Selv når svaret inneholder det riktige, plukker folk ut feil del. Modellene skriver lange svar med mange muligheter, gjerne i lister der det farligste alternativet står som nummer fire av seks. Det leseren husker, er det som lignet på det hun trodde fra før.

Til det kommer en tredje ting, som er målt direkte: modellene er tilbøyelige til å være enige med deg. I en gjennomgang i npj Digital Medicine etterkom fem modeller logisk uholdbare medisinske forespørsler i 58 til 100 prosent av tilfellene, og påpekte sjelden feilslutningen. Skrev forskerne inn at modellen gjerne måtte avvise en forespørsel som ikke henger sammen, steg avvisningsraten til opptil 94 prosent.

Oversatt til praksis: skriver du «jeg tror jeg har en blodpropp, stemmer det?», har du allerede gjort det mindre sannsynlig å få høre at det ikke er det. Skriv heller «hva kan dette være?» – og be uttrykkelig om at den sier fra hvis noe ikke henger sammen.

Fire ting KI faktisk er god til

Det er et mønster i hvilke bruksområder som går bra: de der svaret skal videre til et menneske. Da fanges feilen av neste ledd i kjeden.

1. Forberede spørsmålene til timen

I KFFs måling blant 1 343 amerikanere i mars 2026 oppga 41 prosent av dem som bruker KI til helsespørsmål at de gjør det for å forberede seg før de ser en behandler – det nest vanligste bruksmønsteret, og det med best forhold mellom nytte og risiko.

En time varer sjelden mer enn 20–30 minutter, og det er lett å komme ut igjen og oppdage at man glemte det viktigste. Ti minutter i forkant på å skrive ned det du lurer på er en reell gevinst. Vi har en egen gjennomgang av hva som skjer i den første timen hos behandler.

2. Forstå ord i et epikrisebrev eller prøvesvar

Dette er det området der nytten er best dokumentert. I en kontrollert studie ved Technical University of Munich fikk 200 kreftpasienter enten sitt vanlige CT-svar eller en språkmodellforenklet versjon. Lesetiden falt fra sju til to minutter, og forståelsen ble kraftig bedre.

Men det samme materialet viser prisen: radiologene fant faktafeil i 6 prosent av de forenklede svarene, utelatelser i 7 prosent og tillegg som ikke sto i originalen i 3 prosent. Forskerne bak studien advarer selv mot at pasienter gjør dette uten at noen ser over etterpå.

Konklusjonen er ikke «la være», men: bruk det til å forstå ordene, ikke til å avgjøre hva svaret betyr for deg. «Hva betyr hemoglobin?» er et godt spørsmål. «Er denne verdien farlig for meg?» er det ikke.

3. Formulere det du vil si

Noen ganger er ikke problemet at du ikke vet hva du vil si, men at du ikke får det sagt – særlig ved følsomme tema som rus, seksualitet, selvmordstanker, vold eller skam over egen kropp. Å skrive det ut på forhånd, og be om hjelp til å få det kort og tydelig, gir deg noe å lene deg på. Du kan ta det med på papir og rekke det over bordet hvis det er lettere enn å si det.

4. Forstå en diagnose du allerede har fått

Har legen sagt «du har PCOS» eller «dette ser ut som en frossen skulder», er det noe helt annet enn å spørre en chatbot hva symptomene kan skyldes: diagnosen er stilt av et menneske med tilgang til deg. KI brukes da til å forklare hva ordet betyr, hvordan forløpet vanligvis er, og hva slags behandling som finnes. Kontroller det mot Helsenorge, og ta med resten til neste time.

Hvor det svikter

Den finner på ting, og den er like sikker da

En språkmodell forutsier neste ord. Den slår ikke opp. Når den mangler dekning for noe, fyller den hullet med noe som ser riktig ut – en plausibel og selvsikkert framført opplysning som ikke stemmer. Fagfolk kaller det konfabulering, fordi det ligner mer på hvordan et menneske med hukommelsessvikt fyller inn hull enn på en hallusinasjon.

Det verste er at den ikke høres annerledes ut da. I en systematisk test av 48 språkmodeller på 300 fagmedisinske spørsmål varierte nøyaktigheten fra 30 til 82 prosent – mens den selvrapporterte sikkerheten lå mellom 8,0 og 9,6 av 10 uansett. Bare 5 av 48 modeller klarte å skille sine egne riktige svar fra sine egne gale bedre enn tilfeldig.

Doser og legemidler

Her er bildet delt, og det er nettopp derfor det er farlig. I én test av pediatriske doseberegninger regnet to av de sterkeste modellene riktig i alle oppgavene, mens en tredje bommet på en tredel. Du vet ikke hvilken av dem du snakker med, og et galt doseanslag ser like ryddig ut som et riktig. Doser, styrker og interaksjoner skal komme fra lege eller apotek. Skal du endre på et legemiddel, gjelder det samme som i artikkelen om antidepressiva og nedtrapping: aldri på egen hånd.

Den kjenner ikke det norske helsevesenet

De store modellene er i hovedsak trent på engelskspråklig materiale, og kjenner amerikanske legemiddelnavn, referanseområder og helsevesenslogikk. De vet ikke uten videre hvilke prøver som faktisk tas i norsk allmennpraksis, hvilke preparater som er markedsført her, hvordan en henvisning til spesialist går, eller hvordan egenandel, frikort og refusjon fungerer.

Helsedirektoratet peker på dette som en hovedgrunn til at internasjonale modeller ikke kan overføres rått til norske forhold, og har det som utgangspunkt for arbeidet med en offentlig KI-tjeneste for helserelaterte spørsmål. Ingen studie har så vidt vi vet målt hvor stort dette feiltillegget faktisk er for norske helsespørsmål – det er et hull i kunnskapen, ikke et tall vi kan gi deg.

Et konkret råd: skriv i Norge inn i spørsmålet, og kontroller alt om rettigheter, refusjon og henvisning mot Helsenorge eller fastlegen. Svaret om kroppen kan være riktig samtidig som svaret om systemet er helt feil.

Hvor ofte går det galt?

Ett holdepunkt: en gjennomgang i npj Digital Medicine i 2026 lot leger vurdere 888 svar på 222 pasientformulerte spørsmål fra fire chatboter, og fant svar som ble vurdert som direkte utrygge i 5 til 13 prosent av tilfellene, avhengig av modell. Modellversjonene er fra sent 2024, så tallene er trolig et pessimistisk anslag for 2026 – men de er ikke null.

Det finnes også enkelttilfeller av alvorlig skade. Det mest kjente er en mann i 60-årene som byttet ut vanlig salt med natriumbromid etter en samtale om saltreduksjon, og ble innlagt i tre uker med bromidforgiftning og hallusinasjoner. Kasuset er publisert i Annals of Internal Medicine: Clinical Cases, men forfatterne hadde ikke selve samtalen – det er sterkt som illustrasjon, svakt som årsaksbevis. Det viser likevel hva som mangler: noen som spør «hvorfor lurer du på det?» før de svarer.

Det ene du aldri skal bruke det til

Det finnes én bruk av KI i helse uten noen forsvarlig variant: å avgjøre om noe haster.

Brystsmerter, nyoppstått lammelse eller skjevhet i ansiktet, pustebesvær, kraftig blødning, forvirring, plutselige talevansker, tanker om å ta sitt eget liv: dette er situasjoner der du ringer, ikke skriver. Et svar som sier «dette høres ikke alvorlig ut» er ikke betryggende – det er akkurat det samme svaret modellen ville gitt om den tok feil.

Når søkingen gjør uroen verre

For noen er ikke problemet at KI gir feil svar. Problemet er at det alltid er der.

Kjenner du deg igjen i å google symptomer om natten, finne en verstefallsforklaring, roe deg ned i tjue minutter og så begynne på nytt, er en chatbot en mer overbevisende versjon av det samme. Den svarer alltid, utfyllende, og i en tone som høres kyndig ut. Og siden den er tilbøyelig til å være enig med premisset ditt, kan den bekrefte frykten i stedet for å korrigere den.

Vi skal være presise på hva vi faktisk vet: ingen studier har målt om chatboter forsterker helseangst. Litteraturen om «cyberchondri» fra søkemotorenes tid er beslektet, men ikke det samme fenomenet. Det vi vet, er at mekanismen som ville forsterket det, er dokumentert.

Er dette kjent for deg, er det en god grunn til å legge telefonen fra seg og ta det opp med noen. Helseangst behandles, og behandles godt – som regel med kognitiv eller metakognitiv terapi, der nettopp søkeatferden er noe av det man jobber med. Vi har også en guide til hvordan du finner riktig psykolog.

Hva du deler om deg selv

Dette skal ikke skremme deg, men er verdt å vite: når du limer inn et prøvesvar eller beskriver symptomene dine, sender du helseopplysninger om deg selv til et selskap, oftest utenfor Norge. Tre ting er verdt å skille – om innholdet brukes til å trene modellen, om det lagres og hvor lenge, og hvem som har tilgang. I forbrukerversjoner kan du som regel slå av trening på samtalene og slette historikken. Det tar to minutter, og er det mest effektive du kan gjøre.

KFF-undersøkelsen fanget spenningen godt: tre av fire voksne er bekymret for personvernet til medisinske opplysninger de gir til KI, og 41 prosent av brukerne har likevel lastet opp slike opplysninger. Det er ikke uvitenhet, men den vanlige avstanden mellom holdning og handling.

Et praktisk kompromiss: du trenger sjelden å oppgi navn eller fødselsnummer for å få et nyttig svar – alder, kjønn og relevante forhold holder. Skal du forstå et epikrisebrev, kan du fjerne navn og identifiserende opplysninger før du limer det inn.

For behandlere er dette et strengere spørsmål, fordi det gjelder andres opplysninger. Vi har egne gjennomganger av hvilke pasientopplysninger som kan deles med KI, KI i journalnotater, regelverket som gjelder, hva KI kan og ikke bør brukes til i praksis, og grunnleggende KI-opplæring.

Hvor mange nordmenn gjør dette?

Vi vet ikke. Det er det ærlige svaret, og det er verdt å si framfor å gjette.

Per august 2026 finnes det ingen norsk befolkningsundersøkelse som måler hvor mange som bruker KI-chatboter til helsespørsmål. Innbyggerundersøkelsen om digitalisering nevner ikke KI i det hele tatt.

Vi har to omtrentlige holdepunkter. Opinions samfunnsmonitor fra mai 2025, med 1 500 respondenter, fant at 55 prosent av befolkningen hadde brukt KI siste år – men helse var ikke målt. Fra USA har vi KFF-tallet: 32 prosent hadde brukt KI til spørsmål om fysisk eller psykisk helse. Amerikanske tall lar seg ikke overføre uten videre, blant annet fordi mange amerikanere bruker KI fordi de ikke har råd til lege.

Det vi tør si, er at fenomenet er stort, voksende og dårlig kartlagt her hjemme – og at Helsedirektoratet nettopp derfor arbeider med et norsk alternativ.

Slik forbereder du en time med KI

Framgangsmåten som følger av alt over tar et kvarter. Poenget er ikke å finne ut hva du feiler, men å komme inn døra hos behandleren med bedre spørsmål enn du ellers ville hatt.

Fire vaner til:

• Still det samme spørsmålet på nytt i en fersk samtale. Får du et annet svar, er sjansen stor for at modellen gjetter. Forskere bruker samme prinsipp for å oppdage konfabulering maskinelt.
• Åpne kildene den oppgir. Ikke sjekk at lenken finnes – sjekk at den sier det modellen påstår. Det er dette leddet folk hopper over.
• Skriv «i Norge» inn i spørsmålet, og kontroller alt om rettigheter, refusjon og henvisning mot Helsenorge uansett hva du får til svar.
• Si det til behandleren. Over fire av ti norske fastleger bruker selv KI-verktøy i journalarbeidet, så temaet er ikke ukjent for dem – se artikkelen om KI og legeyrkets framtid.

Og har du ingen behandler å ta det med til: psykolog, fysioterapeut, tannlege eller noe annet – søk opp hvem som finnes der du bor.

Spørsmål og svar