Hvert år rammes over 100 millioner mennesker av hjerneslag på verdensbasis, og tilstanden er den nest vanligste dødsårsaken i land med middels til høy inntekt. I Norge registreres årlig rundt 9000 hjerneslag, mens Sverige ser omkring 27 000 tilfeller.
For både pasienter og helsevesen er det avgjørende at behandlingen starter så raskt som mulig – hver eneste minutt teller.
Tid er hjerne – og diagnose er nøkkelen
Når et hjerneslag oppstår, er målet å gjenopprette blodstrømmen til det berørte området i løpet av de første timene etter symptomdebut. For iskemiske slag (blodpropp) kan dette gjøres gjennom intravenøs trombolyse eller mekanisk trombektomi, mens blødningsslag krever andre tiltak som blodtrykksregulering og eventuell drenering av blod fra hjernen.
Den største utfordringen ligger i den akutte fasen: Å raskt skille mellom ulike typer slag og identifisere pasienter som trenger umiddelbar behandling. Her spiller ambulansepersonellet en kritisk rolle, men diagnostiseringen er ikke alltid enkel. Symptomene kan være diffuse, og mange tilstander kan ligne på hjerneslag.
"Det kliniske blikket er den største hjørnesteinen"
En ny studie fra Norge og Sverige har undersøkt hvordan ambulansepersonell opplever bruken av kunstig intelligens (KI) i slagdiagnostikk. Forskerne har intervjuet 24 ambulansearbeidere fra begge land etter at de hadde testet et KI-basert verktøy som bruker mikrobølger for å oppdage hjerneslag.
Alle deltakerne i studien mente at et KI-basert verktøy kunne være nyttig ved vurdering av pasienter med mistanke om hjerneslag. Men de var krystallklare på ett punkt: Det skulle kun være et supplement til deres egen kliniske vurdering, aldri en erstatning, forteller en av forskerne bak studien professor Ann-Chatrin Linqvist Leonardsen.
- Jeg har jobbet så lenge og sett så mange pasienter... Det kliniske blikket og følelsen du får nesten umiddelbart når du ser pasienten... det er virkelig den største hjørnesteinen, forklarte en av deltakerne.
Ambulansepersonellet beskrev KI-verktøyet som "et annet verktøy i verktøykassa", "en brikke i puslespillet" eller "en del av komposisjonen". De så størst nytte i tilfeller med diffuse symptomer som hodepine eller svimmelhet, der diagnosen er mer usikker.
Tillitskrisen som må løses
En av de viktigste funnene handler om tillit – eller mangel på sådan. Ambulansepersonellet opplevde ofte at sykehuslegene ikke stolte på deres vurderinger, til tross for deres lange erfaring og nære kontakt med pasientene.
- For to uker siden hadde jeg en pasient som var lammet på høyre side for 13 år siden. Nå hadde han hengende munnvik på venstre side og var forvirret. Nevrologen stolte ikke på det i det hele tatt, men etter mye diskusjon fikk vi komme inn. Dagen etter sjekket jeg pasienten, og han var fullstendig lammet på venstre side, fortalte en deltaker.
For at et KI-verktøy skal få gjennomslag, må både ambulansepersonell, leger og pasienter ha tillit til teknologien. Dette krever tid, erfaring og grundig implementering i hele behandlingskjeden.
Praktiske hensyn i en travel hverdag
Studien avdekket også konkrete praktiske utfordringer. Ambulansene er allerede "overbelastet" med utstyr, og personellet har for mange vesker å bære. Et nytt verktøy må derfor være lett, kompakt og enkelt i bruk.
Viktigst av alt må verktøyet kunne skille mellom blødnings- og propptyper av hjerneslag, siden dette avgjør hvilken behandling som skal gis og hvilket sykehus pasienten må transporteres til.
Studien viser at KI har et klart potensial i ambulansetjenesten, men implementering krever mer enn bare god teknologi. Det trengs:
- Tillit og aksept i hele behandlingskjeden
- Klare retningslinjer for når og hvordan verktøyet skal brukes
- Grundig opplæring av alle involverte
- Praktisk tilpassede løsninger som ikke stjeler verdifull tid
Ambulansepersonellet vil fortsatt stole først og fremst på sitt "kliniske blikk" – den kombinasjonen av erfaring, symptomvurdering og vitale parametere som utgjør kjernen i deres arbeid. Men med riktig implementering kan KI-verktøy bli en verdifull støtte, særlig i vanskelige tilfeller der diagnosen er usikker.
-For pasientene kan dette bety raskere og mer presis behandling. For helsevesenet kan det bidra til bedre ressursbruk og færre feildiagnoser. Men først må vi bygge den tilliten og kompetansen som trengs for at teknologien skal fungere i praksis, sier Leonardsen.
Denne saken er basert på forskningsstudien Emergency medical services providers´perspectives on the use of artificial intelligence in prehospital identification of stroke – a qualitative study in Norway and Sweden publisert i BMC Energency Medicine 2025.