TALT

TALT

TALT

TALT er et AI-system til sundhedsfaglig dokumentation i kommunal sundheds- og ældrepleje. Systemet bruger tale-til-tekst teknologi og generativ AI til at generere dokumentationsforslag baseret på samtaler mellem medarbejder og borger samt opsummere eksisterende journaloplysninger.

  • Aarhus Kommune
  • Aalborg Kommune
  • Københavns Kommune

Beskrivelse af systemet

I. Hvor bruges systemet og hvad bruges det til?

Hvor: TALT bruges i kommunal sundheds- og ældrepleje, specifikt i Aarhus Kommune, Københavns Kommune og Aalborg Kommune. En prototype er blevet testet i otte kommuner på tværs af landet med forskellige størrelser og forskellige EOJ-systemer.

Hvad bruges det til:

  • Generere dokumentation ved hjælp af tale-til-tekst fra samtaler med borgere
  • Automatisk transskribere samtaler mellem medarbejdere og borgere
  • Kategorisere og placere information korrekt i omsorgsjournalen (Cura)
  • Opsummere eksisterende dokumentation (tekst-til-tale) som forberedelse før besøg hos borgere
  • Fremsøge specifik information i eksisterende dokumentation i forbindelse med sagsbehandling
  • Generere faglige opsummeringer med relevante oplysninger fra borgerens journal
II. Hvornår blev det implementeret?

Projektet startede 1. januar 2024 og kører til 31. december 2025 (2-årigt projekt). En prototypeløsning blev testet i 2024. Systemet er endnu ikke fuldt implementeret i drift, men er i udviklings- og testfase.

III. Hvordan gør systemet brug af kunstig intelligens?

TALT bruger generativ AI og sprogteknologi på følgende måder:

  • Tale-til-tekst teknologi: Transskriberer automatisk samtaler mellem medarbejder og borger til tekst
  • Naturlig sprogbehandling (NLP): Analyserer og kategoriserer information fra samtaler
  • Automatisk kategorisering: Placerer transskriberet information korrekt i relevante felter i omsorgsjournalen
  • Opsummering: Genererer faglige opsummeringer af eksisterende journaloplysninger
  • Informationsfremsøgning: Søger og fremfinder specifik information i dokumentation

Systemet genererer dokumentationsforslag som medarbejderen kan acceptere, justere eller afvise.

IV. Hvilke data er blevet brugt til at træne algoritmen?

Der er ikke specifik information om træningsdata i kilderne. Det nævnes at prototypetestningen brugte "simulerede samtaler med borgere baseret på realistiske scenarier" med sundhedspersonale der foretager sygeplejefaglige udredninger. Det kan antages at systemet trænes på sundhedsfaglige dialoger og eksisterende dokumentation fra kommunale omsorgsjournaler.

V. Hvilke sikkerhedsforanstaltninger findes der?

Kilderne nævner at:

  • Der arbejdes på et "holdbart juridisk grundlag" der ikke bare giver grønt lys i udviklingsfasen, men også giver mulighed for at tage AI-løsninger i brug i den elektroniske patientjournal
  • Dialog med AI-taskforcen og forskellige ministerier pågår
  • Projektet skal identificere og påpege barrierer i forhold til forskellige lovgivninger
  • Medarbejderen har kontrol og kan acceptere, justere eller afvise AI-genererede dokumentationsforslag

Specifikke tekniske sikkerhedsforanstaltninger som databeskyttelse, kryptering eller adgangsstyring er ikke beskrevet i kilderne.

VI. Har systemet været afprøvet gennem f.eks. pilotprojekter? Blev der identificeret konkrete (etiske, juridiske, tekniske) udfordringer? Blev disse udbedret? Hvordan?

Ja, systemet er blevet testet:

  • En prototypeløsning blev testet af otte kommuner på tværs af landet
  • Kommunerne havde forskellig størrelse og forskellige EOJ-systemer for at sikre bred repræsentation
  • Medarbejdere der foretager sygeplejefaglige udredninger testede med simulerede samtaler med borgere

Resultater:

  • 36 personer besvarede en spørgeskemaundersøgelse
  • 69% vurderede at de vil spare tid i den sygeplejefaglige udredning
  • 66% ville bruge løsningen hvis den var færdigudviklet
  • Overordnet positive tilbagemeldinger fra sundhedspersonalet

Udfordringer identificeret:

  • Juridiske barrierer: Behov for et holdbart juridisk grundlag til at tage AI-løsninger i brug i elektroniske patientjournaler
  • Lovgivningsmæssige barrierer på tværs af forskellige lovgivninger
  • Vejen til en færdig løsning er "kompleks"

Udbedring:

  • Dialog med AI-taskforcen og forskellige ministerier er igangsat
  • Projektet arbejder på at påpege og adressere barrierer
  • Projektet forventes at "bane vejen" for andre AI-projekter på det kommunale sundhedsområde
VII. Hvordan er begrundelsen for indføring af systemet?

Hovedbegrundelser:

  1. Demografiske udfordringer: Et stigende antal ældre og kroniske syge borgere udfordrer sundhedsvæsenet
  2. Rekrutteringsudfordringer: Sundhedsvæsenet kæmper med at tiltrække og fastholde medarbejdere
  3. Dokumentationsbyrde: Behov for at reducere den tid medarbejdere bruger på dokumentation, så de får mere tid til pleje og omsorg
  4. Effektivisering: Forenkle og ensarte dokumentationspraksis
  5. Datakvalitet: Forbedre kvaliteten af dokumentation
  6. Politiske initiativer:
    • Udspil til ny ældrelov med ønske om forenkling af administrative arbejdsgange
    • Strategi for Danmarks digitale udvikling hvor AI skal øge produktiviteten

Forventede positive effekter:

  • For borgere: Teknologien frigiver tid til medarbejderne og skaber kvalitet i omsorgen
  • Arbejdsmiljø: Øget medarbejdertrivsel gennem mere effektiv og ensartet dokumentationspraksis
  • Tidsbesparelse: Reduceret tid brugt på dokumentation
  • Standardisering: Ensartet og kvalitetssikret dokumentation
VIII. Er lignende systemer blevet implementeret andres stede? Eventuelt, hvilke erfaringer er der derfra.

Kilderne nævner ikke specifikt andre tilsvarende implementerede systemer i Danmark eller internationalt. Dog nævnes:

  • At AI og sprogteknologi er "moden" teknologi med stort potentiale
  • At der er "stort potentiale for virksomhederne i at udvikle anvendelsen af AI bredt i den offentlige sektor"
  • At projektet kan "bane vejen for, at andre AI-projekter på det kommunale sundhedsområde også kan lykkes"

Dette indikerer at TALT er et af de første projekter af sin art i dansk kommunal sundhedspleje.

IX. Kilder

Bidrag til offentlig-ai

Har du supplerende oplysninger, ønsker du ændringer som projektejer eller vil du give et bidrag til offentlig-ai.dk og vores arbejde med at synliggøre AI i den offentlige sektor?

Bidrag med oplysninger til offentlig-ai.dkStøt forskningen finansielt
Klassifikationsbegrundelse
Systemet transskriberer reaktivt konkrete samtaler og genererer journalnotater og opsummeringer. Det er ADS på sagniveau (det konkrete møde eller journal), og output er anbefalede dokumentationsudkast til godkendelse.
Ændringshistorik (4 opdateringer)
Algoritmisk reguleringsklassifikation tilføjet
Kilde: Laage-Thomsen & Ratner (2025), Politica 57(2) (2026-06-30)
Felt opdateret
Vis detaljer
+ Leverandør: Ukendt leverandør
Kilde tilføjet
Vis detaljer
+ Kilde tilføjet: KLs projektopsamling | https://videncenter.kl.dk/nyheder/2026/talt-opsamling-mindre-tastatur-mere-tid-til-borgeren
+ Kilde tilføjet: Projektets vidensdelingsside (Københavns Kommune) | https://talt.kk.dk/
Oprettet
Citér dette projekt

APA 7

Aarhus Kommune & Aalborg Kommune & Københavns Kommune. (2025). TALT. I «Offentlig AI – Database over kunstig intelligens i den offentlige sektor». Tilgået 7. august 2026 fra https://offentlig-ai.dk/projekter/talt

Citér databasen

APA 7

Küçüksu, A., & Gyldenkærne, C. H. (2026). Offentlig AI - Kunstig Intelligens i det offentlige v2 [Data set]. Zenodo. https://doi.org/10.5281/zenodo.20660412