We run two healthcare practices ourselves

For healthcare, dentistry and aesthetics

We run two healthcare practices in Göteborg ourselves and have introduced AI in booking, telephony, record flows and marketing. We have paid for the mistakes along the way. This page is about what actually works in a clinic and what does not.

Own practices: Two
Management system: SOSFS 2011:9

What we see
in clinics

The same things come up almost every time:

01
Reception time goes on questions about slots and prices that are answered the same way every time
02
Dictation is transcribed by a supplier nobody has reviewed
03
Images of treatment results are handled in tools never intended for personal data
04
Recalls are done manually, or not at all
05
Someone on the staff has found a tool that works well, and nobody else knows about it

Patient data

What calls for particular care

Patient data is sensitive personal data, and most public AI interfaces were not built for it. That does not make AI unsuitable in healthcare. It means the order matters. First you know what is in use and where the data goes. Then you build.

We go through the data processing agreement for the records system, which sub-processors sit in the chain, and what may and may not be entered into a public interface. The last of those is usually missing altogether: one written sentence the staff can follow.

IVO supervision

Aesthetic practices

Practices carrying out aesthetic injections or surgical procedures are registered with IVO, the Swedish health and social care inspectorate, and pay 13 500 kronor a year in supervision fees. IVO's own final report shows that it has inspected only a small share of the registered practices, and that shortcomings were found in practically all of those reviewed.

A genomlysning gives you a dated and version-controlled record of your digital processing of patient data. That is documentation you are required to hold under SOSFS 2011:9, the Swedish regulation on systematic quality work, and it can be produced at an inspection.

Illustrative cases

Illustrative cases. Composed from patterns we see repeatedly, to show what the method does. They are not real customers. Real, named references are published here once they exist and once the customer has given written consent. The cases themselves are kept in Swedish so the wording stays identical to the Swedish page.

Tandvård · 6 anställda, 2 behandlingsrum

Tandvårdsklinik som tappade tid i telefonen

Utgångsläge: Receptionen tog cirka 40 samtal om dagen, ungefär hälften om tider och priser. Kliniken använde ett publikt AI-gränssnitt för att skriva patientbrev, en transkriberingstjänst för diktat, och hade en chattfunktion på hemsidan som ingen visste vem som levererade.
Vad vi hittade: Fem verktyg i drift, varav tre som ledningen inte kände till. Personuppgiftsbiträdesavtal fanns för ett. Diktaten transkriberades av en leverantör med underbiträde utanför EU utan reglerad överföring. En betald licens hade inte använts på fyra månader.
Vad som gjordes: Tre åtgärder inom 30 dagar: transkriberingen byttes till en leverantör med behandling inom EU, biträdesavtal tecknades för de kvarvarande verktygen, och den oanvända licensen sades upp. Därefter automatiserades tidsbokningsfrågorna.
Utfall: Samtalsvolymen till receptionen minskade märkbart och den oreglerade överföringen upphörde. Ledningssystemet fick för första gången en fullständig förteckning över vilka digitala tjänster som behandlar patientuppgifter.

Estetik · 3 anställda, en mottagning

Estetikklinik inför IVO-tillsyn

Utgångsläge: Registrerad hos IVO och betalade årsavgiften, men hade aldrig gått igenom vilka digitala verktyg som användes. Ledningssystemet fanns som ett dokument från 2022 som ingen uppdaterat.
Vad vi hittade: Bilder på behandlingsresultat laddades upp i ett publikt bildgenereringsverktyg för att skapa marknadsföringsmaterial. Bokningspåminnelser skickades via en tjänst utan biträdesavtal. Ingen i personalen hade fått utbildning i vad som får matas in i ett publikt AI-gränssnitt.
Vad som gjordes: Bildhanteringen stoppades och ersattes med ett verktyg där data stannar inom EU. En kort skriftlig riktlinje togs fram. Protokollet infogades som bilaga i ledningssystemet.
Utfall: Kliniken har numera en daterad, versionshanterad förteckning över sin digitala behandling av patientuppgifter och kan visa upp den vid tillsyn. Riktlinjen tog en timme att gå igenom med personalen.

Ekonomi · 14 anställda

Redovisningsbyrå som redan betalade för svaret

Utgångsläge: Byrån hade köpt en AI-assistent till samtliga medarbetare tolv månader tidigare. Ingen mätte om den användes. Ledningen misstänkte att den inte gjorde det men ville inte säga upp licenserna utan underlag.
Vad vi hittade: Fyra av fjorton använde verktyget mer än en gång i veckan. De fyra hade lärt sig det på egen hand och utvecklat arbetssätt som ingen annan kände till. Två medarbetare använde i stället ett publikt AI-gränssnitt för klientmaterial, vilket ingen beslutat om.
Vad som gjordes: De fyras arbetssätt dokumenterades och blev grunden för en intern halvdagsutbildning. Licensantalet justerades efter faktisk användning. En riktlinje togs fram för vad klientmaterial får användas till.
Utfall: Byrån slutade betala för licenser som inte användes, och kompetensen som redan fanns internt spreds i stället för att stanna hos fyra personer. Det som såg ut som ett inköpsbeslut visade sig vara ett utbildningsproblem.

Read about the genomlysning Take the self-assessment