Analys Tema: Jag har gjort research själv och kommer med en lista
En AI-sammanställning av dina provsvar är en hypotes. Den är inte en utredning.
Verktyget läser dina värden mot referensintervall och mönster i text. Det saknar din historia, din kropp och ansvaret för vad som händer sedan.
Det är ett riktigt arbete du har gjort
Allt fler kommer till ett första samtal med en egen sammanställning. Provsvar inklistrade, en lista på tänkbara förklaringar, ett par frågor längst ner.
Det ska sägas direkt. Det är ett bra utgångsläge.
Du har läst dina egna värden. Du har försökt sätta ihop dem. Du kommer med frågor i stället för med en tom sida.
Det underlaget gör ett samtal snabbare och bättre. Problemet uppstår först när sammanställningen förväxlas med ett svar.
Vad verktyget faktiskt gör
Det jämför dina siffror mot publicerade referensintervall. Sedan letar det efter mönster som liknar sådant som beskrivits i text.
Det är en rimlig sak att göra och det görs ofta korrekt.
Men jämförelsen sker mot ett intervall, inte mot dig. Verktyget vet inte vad ditt värde låg på för fyra år sedan. Det vet inte att du sov normalt fram till en viss höst.
Det vet heller inte vad som inte står i provsvaret. Hur du ser ut. Hur du andas. Vad som hörs när du beskriver din vardag och var du gör en paus.
Tre saker en sammanställning inte kan innehålla
Din tidsserie. Ett värde blir tolkningsbart först när det finns två. Riktningen bär mer information än positionen. Utan tidigare prover finns ingen riktning att läsa.
Din undersökning. Blodtryck, puls, sköldkörtel, buk, hud. En del av det som styr tolkningen av ett provsvar sitter i kroppen, inte i siffran.
Ansvaret. Ett verktyg kan föreslå. Det kan inte följa upp. Det kan inte bära konsekvensen av ett fel eller byta riktning.
Det sista är den viktigaste skillnaden och den enda som inte går att lösa med bättre teknik.
Varför en hypotes ändå är värdefull
En hypotes är ingen dålig sak. Den är utgångspunkten för allt utredningsarbete.
Skillnaden mellan en hypotes och en slutsats är vad du gör härnäst.
En hypotes leder till en mätning som kan visa att den var fel. En slutsats leder till en åtgärd.
Risken med en välformulerad sammanställning är att den låter som en slutsats. Den är skriven med säkerhet, den är välstrukturerad, och den innehåller ord som låter medicinska.
Det gör den övertygande på ett sätt som inte hänger ihop med hur säker den faktiskt är.
Den vanligaste följdkostnaden
Många börjar behandla sin hypotes. Ett tillskott, en kostomläggning, ett upplägg hämtat ur samma sammanställning.
Det gör två saker på en gång.
Det kan hjälpa, och då vet du inte varför. Det kan också dölja. Ett värde som justeras med tillskott slutar berätta vad som drev det.
Sedan är utgångsläget borta. Det går inte att mäta om från början när något redan har lagts ovanpå.
Det är den vanligaste anledningen till att en utredning blir svårare än den behövde vara.
Hur många som gör så här
Det här är inte ett randfenomen och det kommer att öka.
Under 2025 använde 30 procent av befolkningen från 16 år generativ AI för privata ändamål enligt Statistiska centralbyrån. Bland kvinnor var siffran 25 procent.
Andelen växer år för år. Bland dem som söker för långvariga besvär är den rimligen högre. De har starkare skäl att leta.
Det betyder att sammanställningen är på väg att bli det normala underlaget, inte undantaget.
Vad du bör göra med din sammanställning
Behåll den. Ta med den. Låt den styra vilka frågor som ställs.
Men behandla den som en frågelista, inte som ett facit.
Det praktiska testet är enkelt. Om sammanställningen leder till att du mäter något är den använd rätt. Om den leder till att du börjar med något är den använd fel.
Det som är svårt att lösa på egen hand
Att formulera en hypotes går utmärkt att göra själv. Verktygen är bra och de blir bättre.
Det som inte går att lösa själv är det som kommer efter.
Att pröva hypotesen mot rätt mätning. Att ta om samma prov om tre månader och jämföra med det gamla i stället för med intervallet. Att våga kasta en förklaring som kändes rätt när siffrorna säger något annat.
Och att hålla i det i ett år när ingen annan än du frågar efter uppföljningen.
Det är där de flesta stannar. Inte i kunskapen. Kunskapen har du redan tillgång till.
Källor
Statistiska centralbyrån, Artificiell intelligens i Sverige, uppgifter för 2025 publicerade 2026.