Kunstig intelligens til dyreklinikker i Danmark

Kunstig intelligens i en dyreklinik er ikke en dum chatbot limet på hjemmesiden. Det er et sæt automatiseringer, der forstår patientens kontekst. Når vi taler om AI på dyreklinik, taler vi om tre konkrete blokke. For det første automatisk genindkaldelse: systemet ved, at golden retrieveren fik sin vaccine 12. marts, så 12. marts året efter sendes der automatisk en SMS eller besked, der minder om tiden. For det andet voice AI, der tager telefonen uden for åbningstid og skelner reel akut (påkørt hund, vejrtrækningsbesvær) fra en almindelig forespørgsel. For det tredje Google-anmeldelser: 48 timer efter besøget får den tilfredse ejer en besked med opfordring til at anmelde. Det AI IKKE gør, er at stille diagnoser. AI booker, husker, filtrerer og flagger. Medicinen forbliver dyrlægens.

Der er en del forvirring om det her, og det er værd at rydde op i. En chatbot er et script af foruddefinerede spørgsmål og svar. Falder kunden uden for scriptet, går botten i stå. En automatisering er en regel af typen 'hvis X, så Y' uden rigtig intelligens. En AI-agent er noget andet: den har patientens kontekst (journal, behandlinger, sidste besøg), kan træffe afgrænsede beslutninger (booke, flagge til dyrlægen, skrive et resumé) og lærer af feedback. På en dyreklinik er den nyttige agent visitationsagenten: den tager telefonen, stiller fem spørgsmål om symptom og hastegrad, afgør om der skal bookes en almindelig tid eller ringes til dyrlægens mobil ved reel akut, og lægger et skriftligt resumé i journalsystemet. Det er en praktisk AI-agent — ikke science fiction. Sådan designer og sætter vi den op, når vi implementerer den hos en dyreklinik.

Klinikkens journalsystem (Provet Cloud, Vetvision, Vettigo) indeholder patientens data. AI-laget skal kunne læse de data for at personalisere beskederne. Forbindelsen sker via API, hvis journalsystemet udstiller et, eller på databaseniveau, hvis der ikke er noget. Provet Cloud har et moderne, dokumenteret API. Vetvision og Vettigo har integrationer, der varierer efter version. Det vigtige er, at du ikke migrerer fra ét system til et andet: dit team bruger fortsat det vante, og AI'en læser data i baggrunden. Synkroniseringen er typisk hvert 15.-30. minut for ikke-kritiske data og i realtid for tider og akutter.

Det danske veterinærmarked er fragmenteret. Provet Cloud vokser på grund af sin cloud-arkitektur og flerklinik-håndtering. Vetvision har en historisk base, og flere klinikker er på vej over på cloud. Vettigo og SolvIT dækker mindre praksisser. Valget afhænger af volumen: under 50 patienter om dagen rækker en let cloud-løsning; mellem 50 og 150 betyder kalender- og lagerstyring noget; over 150 vejer operationsstue og flerklinik-drift tungt. I alle tilfælde lægger vi AI-laget ovenpå, uden at du skifter journalsystem. Vi sælger ikke veterinær-softwaren: vi nævner den som 'den du allerede har' og lægger kunstig intelligens ovenpå.

Claude Code er værktøjet, vi bygger klinikkens automatiseringer med. Det er ikke noget, dyrlægen selv bruger — det er maskinrummet. Vi nævner det, fordi nogle klinikker spørger, hvilken teknologi der ligger under. Claude Code gør det muligt at bygge skræddersyede AI-agenter uden et klassisk programmørteam, og det lader os operere til en brøkdel af prisen på enterprise-løsninger (5.000 euro om måneden eller mere). For dig er forskellen praktisk: systemet tilpasser sig, sådan som DIN klinik arbejder — ikke omvendt.

ChatGPT dur til konkrete administrative opgaver på en klinik: skrive velkomstmailen til en ny kunde, oversætte et journalnotat til engelsk for en udenlandsk ejer, lave et udkast til den månedlige nyhedsmail. ChatGPT dur IKKE til diagnose (høj juridisk risiko), til at tale direkte med kunder (mangler patientkontekst og kan give forkert information) eller til at erstatte journalsystemet. Forskellen fra en dedikeret AI-agent er, at ChatGPT er generisk: den ved intet om din klinik, dine protokoller eller dine patienter. Det er et værktøj til at få teamet til at skrive hurtigere — ikke et operativsystem.

Codex og lignende værktøjer bruges i udviklingen af systemet, ikke i den daglige drift på klinikken. Har du et internt teknisk team, er de nyttige til hurtigere at bygge skræddersyede integrationer. Har du ikke det, er det baggrundsinfo: vi bruger dem på backend, så connectorerne til Provet Cloud, Vetvision og de øvrige bliver hurtigere færdige. For dig som dyrlæge er det relevante, at udviklingen af systemet koster en brøkdel af, hvad den gjorde for tre år siden — og det giver tilgængelige priser uden tab af kvalitet.