Sykepleiefaget har utviklet seg fra å være et kall til å bli en høyteknologisk, akademisk profesjon. Nå står vi ved et nytt veiskille. Kunstig intelligens (KI) lanseres som løsningen på mange av utfordringene i helsetjenesten, men hva skjer med det kliniske skjønnet og den tause kunnskapen når maskinene tar over stadig flere vurderinger? 

Risikoen er at teknologien ikke bare avlaster oss, men også uthuler kjernen i sykepleiefaget. 

Med klinisk skjønn menes her sykepleierens evne til å kombinere fagkunnskap, erfaring og pasientobservasjon til en helhetlig vurdering i en konkret situasjon (1). Et eksempel er sykepleieren som registrerer at noe er galt med en postoperativ pasient lenge før målingene på monitoren viser endringer. En slik vurdering bygger på erfaring og nærvær ved sengekanten.

Sykepleiefaget bygger på mer enn teori

For å forstå hva vi risikerer å miste, må vi først se på hva vi har bygget opp. Da den første formelle sykepleierutdanningen ble etablert ved Diakonissehuset i 1868, var faget preget av offervilje og lydighet (2, 3). Allerede da begynte utviklingen av det vi i dag kaller det kliniske blikket. Gjennom nær kontakt med pasientene og kontinuerlige observasjoner lærte sykepleierne seg å «lese» pasienten.

Da Bergljot Larsson grunnla Norsk Sykepleierforbund i 1912, fikk yrkesgruppen for første gang et felles faglig og fagpolitisk talerør (2, 3). Med autorisasjonsordningen i 1948 ble sykepleie en beskyttet profesjon, med krav til utdanning og statlig godkjenning (2, 3). Dette markerte overgangen fra kall og barmhjertighet til en regulert helseprofesjon. 

I dag er sykepleie et eget fag basert på forskning, erfaringskunnskap og pasientkunnskap. Gjennom akademisering har vi satt ord på mye av det som før var taus kunnskap (4). Likevel er kjernen den samme: evnen til å kombinere medisinsk kunnskap, erfaring og kjennskap til pasienten i en helhetlig vurdering av det enkelte mennesket. 

Det er nettopp denne kombinasjonen av faglig skjønn og relasjonshåndverk, altså den profesjonelle evnen til å bygge tillit, lese pasientens situasjon og handle ut fra den, som nå utfordres av KI. 

Med KI menes her algoritmer som lærer av store datamengder og brukes til blant annet prediksjon, beslutningsstøtte, bildediagnostikk eller tekstgenerering. Teknologi som i økende grad tas i bruk innen sykepleie, omsorg og helsetjenesten.

KI skal kompensere for mangel på sykepleiere

Bakgrunnen for at KI nå rulles ut i høyt tempo i helsetjenesten, er den alvorlige mangelen på helsepersonell. Tall fra Nav viser stor mangel på sykepleiere og spesialsykepleiere (5), og helsepersonellkommisjonen anslår at underskuddet kan vokse til nær 30 000 sykepleierårsverk innen 2040 (6). Vi blir færre hender til å pleie en stadig aldrende befolkning med sammensatte lidelser.

I denne situasjonen presenteres KI som en del av løsningen på både personellmangelen og tidspresset i klinikken (6). KI kan allerede tolke røntgenbilder (7), forutsi sepsis før kliniske tegn vises (8) og optimalisere turnuser (9). 

Løftet er forlokkende: KI skal avlaste sykepleiere ved å transkribere journalnotater, gi beslutningsstøtte og varsle om tidlige tegn på klinisk forverring som sepsis. Målet er å frigjøre mer tid til pasientnært arbeid.

I Oslo Economics’ rapport om tidstyver i sykehus (10), utarbeidet på oppdrag fra Helse- og omsorgsdepartementet, trekkes dokumentasjon, beslutningsstøtte og koordinering frem som områder med størst potensial for å frigjøre tid, også for sykepleiere. Tidligere helsedirektør Bjørn Guldvog omtaler KI som «definitivt en del av løsningen» på personellmangelen (11). Men er det så enkelt?

Algoritmer kan ikke erstatte klinisk skjønn

Faren oppstår når vi begynner å stole mer på algoritmene enn på pasienten foran oss. Sykepleiefaglig skjønn handler om å fange opp nyanser som ikke lar seg måle eller registrere i et datasett.

KI trenes på historiske data, enten det er kliniske parametere, bilder eller tekst (12). Selv om generative språkmodeller har fått mest oppmerksomhet, er det først og fremst prediksjons- og beslutningsstøttemodeller som er aktuelle ved sengekanten.

En algoritme kan for eksempel beregne risikoen for reinnleggelse ut fra blodprøver og diagnosekoder. Men algoritmen kjenner ikke lukten i rommet. Den ser ikke at pasienten unngår blikkontakt, eller at hudfargen har en grålig undertone som ikke vises på monitoren. Dette er pasientdata sykepleieren samler inn med egne sanser, og som tolkes ved hjelp av det Benner kaller taus kunnskap (1). 

Denne kunnskapen er erfaringsbasert og kroppslig forankret, men også intellektuell. Den kommer til uttrykk gjennom kjappe vurderinger og handlinger ved sengekanten. Hvis beslutningsstøtten sier at «pasienten er stabil», risikerer vi da å overse våre egne observasjoner og kliniske vurderinger som peker i motsatt retning? 

Det kliniske blikket må derfor brukes aktivt. Hvis ikke risikerer vi å miste en kompetanse som tar mange år med klinisk praksis å bygge opp (1).

Hverdagsoppgavene gir viktig informasjon

Sykepleie er også et praktisk håndverk basert på kunnskap. Oppgaver som stell, sårskift og mobilisering av pasienter bygger på forskning, fagprosedyrer og erfaring. Det er i disse hverdagslige situasjonene de viktigste observasjonene gjøres. 

Dersom teknologien effektiviserer bort slike «rutineoppgaver», eller sensorer overtar overvåkningen ved sengekanten, mister vi arenaen for å utøve skjønn. Ofte er det sykepleieren som fanger opp tegn på forverring før sensorene varsler, og denne tidlige observasjonen forutsetter nærvær ved sengekanten. 

Vi kan risikere en fragmentering av faget, der sykepleieren blir en operatør av teknologi, fremfor en utøver av faglig skjønn og relasjonshåndverk. Da er vi ikke veldig langt unna en hverdag som kan minne om Norsk Sykepleierforbunds «Robonurse»-kampanje fra 2014 (13).

Pasientens behov krever individuelle vurderinger

En algoritme kan ikke reflektere etisk eller veie etiske prinsipper mot hverandre. Den forstår verken verdighet eller autonomi, og den behandler ikke pasienten som et individ. Den foreslår det som statistisk sett er mest sannsynlig for en gruppe mennesker.

Når KI foreslår en behandlingsplan, baserer den seg på statistikk for gruppen, ikke den enkelte pasientens individuelle behov og subjektivitet. Det er nettopp i møtet med det unike mennesket at sykepleieren utøver det Martinsen, med henvisning til Løgstrup, beskriver som det etiske ansvaret i hjelperollen (14). 

Sykepleierens rolle som pasientens advokat er derfor viktigere enn noen gang. Vi må være garantisten for at faglig skjønn kan korrigere algoritmens forslag når kartet ikke stemmer med terrenget.

Klinisk skjønn utvikles i møte med pasienten

Tillit og menneskelig nærvær har lenge hatt påvisbar og målbar effekt på pasientens fysiologi (15). I boken Samtalen, skjønnet og evidensen beskriver Kari Martinsen at det ligger en autoritet i hjelperrollen i omsorgsyrkene. Som helsepersonell må vi derfor engasjere oss i pasientene og lytte til dem (14). 

Hva skjer da med vårt engasjement når vi ikke lenger forholder oss til pasienten direkte, men i stedet leser en fortolket oppsummering fra en maskin? Vi er fortsatt til stede, men på avstand fra det kliniske skjønnet, nærheten og den individuelle vurderingen. Risikoen for såkalt deskilling, altså ferdighetstap, er overhengende (16). 

Hvis vi slutter å gjøre egne observasjoner og aktivt tolke pasientens signaler fordi en skjerm allerede har gjort det for oss, svekkes evnen til å gjøre kliniske vurderinger. Da svekkes også grunnlaget for nærvær og empati i møtet med pasienten.

Sykepleiere må bruke KI kritisk

For å forstå hvordan KI påvirker sykepleiefaget, er det nyttig å se på tre begreper fra forskning på teknologi og læring: deskilling, upskilling og reskilling (16). 

Deskilling oppstår når maskiner overtar den kognitive innsatsen. Da risikerer vi at vårt eget kliniske blikk forvitrer fordi det ikke lenger brukes aktivt. 

På den andre siden har vi upskilling, altså kompetanseheving. Det er dette vi bør strebe etter: å heve vår egen kompetanse slik at vi kan bruke KI som et avansert og kritisk verktøy i tillegg til vår egen fagkunnskap, erfaring og klinisk skjønn. 

Faren i et presset og underbemannet helsevesen er at vi i stedet tvinges over i en utilsiktet reskilling, eller omskolering. Da kan sykepleierrollen gradvis endres fra å være en utøver av omsorg og faglig skjønn til å bli en ren operatør av datamaskiner og sensorer.

Taus kunnskap gjør sykepleiere til eksperter

For å kunne si fra når kartet ikke stemmer med terrenget, må vi vite hva som faktisk gjør oss til eksperter. Det handler blant annet om å gjenkjenne tidlige tegn på klinisk forverring og om å avveie smertelindring opp mot bivirkninger og pasientens egne ønsker. 

Da Patricia Benner utformet sin kjente teori om sykepleierens utvikling fra novise til ekspert, lente hun seg direkte på filosofen Hubert Dreyfus (1). Allerede på 1970-tallet advarte han i boken What Computers Can’t Do mot begrensningene til KI (17). 

Dreyfus’ hovedpoeng var at ekte ekspertise ikke bygger på kalkulerbare regler, men på taus kunnskap og intuitiv forståelse av situasjoner. En datamaskin kan fortsatt ikke kopiere det kliniske blikket, nettopp fordi den mangler menneskelig erfaring og kroppslig nærvær.

Vi må tørre å stille spørsmålet: Hvem programmerer helsevesenet? Det er en farlig misforståelse at algoritmer er nøytrale. De er i høyeste grad meningsbærende, bygget av utviklere og styrt av parametere som ofte prioriterer systemets effektivitet over individets opplevelse (18). 

Derfor er sykepleierens ekspertise uunnværlig. Vi må kunne observere, vurdere og tolke – og noen ganger overstyre algoritmenes anbefalinger.

Sykepleiere må kombinere teknologi og skjønn

Vi kan ikke, og skal ikke, stoppe teknologien. I en presset helsetjeneste trenger vi verktøyene KI kan gi oss. Men går utviklingen for fort?

Vi må være bevisste på at teknologien endrer premissene for faget. Det skjer for eksempel når dokumentasjon i økende grad gjøres med talegjenkjenning og automatiserte journalnotater, eller når beslutningsstøttesystemer foreslår tiltak før sykepleieren selv har fullført sin vurdering.

For å bevare sykepleiefagets egenart må vi insistere på at KI skal være beslutningsstøtte, ikke beslutningstaker. Det krever at sykepleiere utvikler en ny type kompetanse: teknologiforståelse kombinert med en enda sterkere forankring i fagets ekspertkunnskap, erfaringskompetanse og historie. 

Fremtidens sykepleiere må være høyteknologisk kompetente. Samtidig må vi verne om det som foreløpig ikke kan kodes: evnen til å se hele mennesket. Vi har et ansvar for å ivareta faget og dets historie, men først og fremst har vi et ansvar overfor pasientene vi utøver omsorg for.

Bruk av kunstig intelligens

Et generativt KI-verktøy er benyttet til språkvask av forfatterens egen tekst, ikke til å generere innhold. Forfatteren står ansvarlig for tekstens innhold i sin helhet.

Forfatteren oppgir ingen interessekonflikt.