Tre AI-fremstøt i medisin på én uke – med ulik soliditet

Tre AI-fremstøt i medisin på én uke – med ulik soliditet

Uken 7.–14. september 2026 samlet tre daterte milepæler seg: en fagfellevurdert studie av AI-assistert hjerneslagdiagnostikk, en publisert fase 2a-analyse av et AI-utformet legemiddel og et selskapserklært gjennombrudd for et hjerne–datargrensesnitt. Til sammen gir de et konkret, men differensiert bilde av hva AI faktisk leverer i klinisk medisin akkurat nå – og hvor skillet mellom dokumentert effekt og selskapspåstand går.

Det solideste først: AI-støtte til slagdiagnostikk

Den mest robuste av de tre nyhetene er en multinasjonal studie publisert i Journal of NeuroInterventional Surgery, rapportert 14. september via Medical Xpress med utgangspunkt i en pressemelding fra Korea University College of Medicine (Medical Xpress). Studien omfattet 963 pasienter – 723 fra Korea og 240 fra USA – og testet JLKs AI-system på vanlig, kontrastfri CT. Alene oppnådde systemet en AUC på 0,963 i det koreanske materialet og 0,899 i det amerikanske for å påvise store karokklusjoner, tilstanden som krever akutt trombektomi.

Mest relevant for klinisk praksis: Klinikernes egen leseytelse ble målbart bedre med AI-støtte. Uten AI var diagnostisk nøyaktighet 0,718 AUC; med AI steg den til 0,852. Ifølge studien fantes det ingen tydelige tegn på automatiseringsbias – at klinikere blindt følger maskinens vurdering – en velkjent bekymring ved beslutningsstøttesystemer.

Som kontekst, ikke som direkte dokumentasjon for dette systemet, rapporterer Englands helsedepartement (via USA Today) at antall slagpasienter som blir friske uten eller med minimal funksjonshemming har tredoblet siden NHS innførte Brainomix e-Stroke-systemet. Tallet er attribuert departementet og kan ikke tilskrives én enkelt teknologi, men det peker i samme retning: AI-støttet billeddiagnostikk er i dag det mest dokumenterte kliniske bidraget fra AI i medisin.

Bildediagnostikk er for øvrig ikke det eneste diagnostikksporet: Forskere i Nederland har trent AI på 88 taletrekk til å skille personer med schizofreni fra friske kontroller, med 86,2 prosent nøyaktighet på lydopptak av nye pasienter modellen ikke hadde hørt før (Scientific American/Knowable, 12. september). Det er tidlig forskning, men illustrerer at AI-diagnostikk beveger seg utover bilder.

Lovende, men forvekslet: rentosertib og biologisk alder

Samme uke, 7. september, publiserte Nature Biotechnology fase 2a-resultater for rentosertib, et legemiddel utviklet av Insilico Medicine (rapportert av Medical News Today). Analysen omfattet 42 deltakere fra et tidligere forsøk på idiopatisk lungefibrose (opprinnelig 71 personer) og målte nesten 3 000 proteiner i blodet. I gruppen som fikk 60 mg én gang daglig viste seks ulike proteomiske «aldersur» en reduksjon i estimert biologisk alder på 2,71 til 3,46 år etter fire uker (ScienceAlert).

Det er fristende å lese dette som aldringsreversering. Det bør man ikke. Studien selv peker på en sentral skjevhetsfaktor: Hvis rentosertib reduserte fibrose eller ellers bedret lungesykdommen, kunne den bedringen alene fått blodet til å se biologisk yngre ut. Analysen klarte ikke å skille de to forklaringene. Resultatet er dermed utforskende og sier ingenting om at legemiddelet reverserer aldring eller forlenger levetid.

At legemiddelet i det hele tatt er kommet så langt, er likevel bemerkelsesverdig. Insilico oppgir (via Pulse2) at målproteinet TNIK ble identifisert med selskapets AI-plattform og molekylet designet med Chemistry42, og at rentosertib nå er i fase III for lungefibrose i Kina. Dette er selskapets egne opplysninger, men fase III-status, hvis den stemmer, er en konkret indikasjon på at AI-drevet legemiddeldesign har beveget seg fra konsept til sen klinisk utvikling.

Verdt å merke seg: Dekningen er ikke fullt konsistent om dosen. ScienceAlert angir 60 mg én gang daglig som gruppen med tydeligst signal, Pulse2 nevner 30 mg to ganger daglig, og Medical News Today omtaler rundt «3–4 år». Ingen av de tilgjengelige kildene løser dette opp mot originalartikkelen, så tallene bør leses med forsiktighet.

Erklært, ikke uavhengig verifisert: Paradromics' talegrensesnitt

14. september kunngjorde Paradromics at den første deltakeren i sin Connect-One-studie – gjennomført under en FDA-godkjent Investigational Device Exemption – har brukt Connexus hjerne–datargrensesnitt til sanntidstale og -tekst, inkludert under en telefonsamtale i sanntid, etter implantering i juni ved University of Michigan Health (pressemelding via Business Wire/AOL).

The New York Times (Pam Belluck, 14. september) omtalte saken samme dag, inkludert at det trådløse systemet kunne produsere tale når kvinnen tenkte på hva hun ville si, uten å bevege talemusklene, og at studien skal omfatte ti pasienter. Det finnes imidlertid ingen uavhengig klinisk verifisering av resultatet i de tilgjengelige kildene – både pressemeldingen og NYT-rapporten støtter seg på selskapets egne opplysninger. Nyheten er dermed betydningsfull som indikator på hvor feltet befinner seg, men bør ikke presenteres som dokumentert klinisk effekt.

Hva uken faktisk viser

Sett sammen peker de tre sakene på et tydelig mønster: Diagnostisk AI har i dag det sterkeste evidensgrunnlaget – fagfellevurdert, multinasjonal, med målbart løft i klinikernes egen nøyaktighet. AI-drevet legemiddeldesign er reelt og er i fremdrift, men konkrete helsepåstander (som «yngre blod») ligger foran det studiene faktisk kan dokumentere. Og nevro-grensesnitt befinner seg fortsatt i små, selskapsrapporterte studier.

For lesere som følger AI i helse, er den praktiske konklusjonen enkel: Vekt kildetypen. Fagfellevurdering med pasientdata veier tyngre enn pressemeldinger, og utforskende resultater – spesielt med kjente skjevhetsfaktorer – er ikke det samme som etablert klinisk effekt.