Fra symptom til samtale: Potentialet i AI som bindeled mellem patient og læge
Oversat titel
From Symptom to Conversation: The Potential of AI as a Bridge Between Patient and Doctor
Forfatter
Sørensen, Malene Nesager Bunk
Semester
4. semester
Uddannelse
Udgivelsesår
2025
Afleveret
2025-06-02
Antal sider
56
Abstract
Specialet undersøger, hvordan borgeres tillid og åbenhed påvirker accepten og brugen af AI-baserede symptomcheckere i en dansk sundhedskontekst, og hvilke UX-principper der kan understøtte en ansvarlig integration. Styret af Double Diamond-processen med fokus på de tre første faser (Discover, Define, Develop) kombinerer studiet et litteraturreview om AI i sundhed og UX, en UX-gennemgang af eksisterende symptomcheckere (WebMD og Sygeforsikringen danmark), en spørgeskemaundersøgelse (n=62) samt et kvalitativt interview med en akutlæge. På tværs af kilder peger resultaterne på, at succesfuld anvendelse ikke kun afhænger af teknisk nøjagtighed, men også af transparens, forklarbarhed, emotionel tryghed, brugerinddragelse og -kontrol samt etisk og klinisk integritet. De empiriske fund viser, at borgere generelt er positive, når AI fungerer som et støttende værktøj, der er troværdigt forankret i sundhedsvæsenet, og at tillid til databeskyttelse og teknologiens kliniske validitet er afgørende. På den baggrund formulerer specialet konkrete designretningslinjer og præsenterer en prototype, der hjælper patienter med at formulere deres symptomer til brug i dialogen med sundhedsprofessionelle. Overordnet konkluderes det, at AI kan styrke relationen mellem patient og læge, hvis løsninger udvikles med omhu for brugeroplevelsen, tydelig kommunikation af teknologiske begrænsninger og aktiv integration i eksisterende praksis, og specialet tilbyder et praktisk rammeværk for fremtidige sundhedsydelser med AI.
This thesis investigates how citizens’ trust and openness shape the acceptance and use of AI-based symptom checkers in the Danish healthcare context, and which UX principles can support responsible integration. Guided by the Double Diamond process and focusing on the first three phases (Discover, Define, Develop), the study combines a literature review on AI in healthcare and UX, a UX review of existing symptom checkers (WebMD and the Danish health insurer danmark), a questionnaire survey (n=62), and a qualitative interview with an emergency physician. Across sources, successful adoption depends not only on technical accuracy but also on transparency, explainability, emotional reassurance, user involvement and control, and ethical and clinical integrity. Empirical results indicate that citizens are generally positive when AI acts as a supportive tool credibly embedded in the healthcare system, with trust in data protection and the technology’s clinical validity as decisive factors. Based on these insights, the thesis proposes concrete design guidelines and presents a prototype that helps patients articulate their symptoms for communication with healthcare professionals. Overall, it concludes that AI can strengthen the patient–doctor interaction if implemented with careful attention to user experience, clear communication of technological limitations, and active integration into existing practices, offering a practical framework for future AI-enabled healthcare services.
[Dette resumé er genereret ved hjælp af AI]