Region Stockholm har genomfört en förstudie för att undersöka hur AI kan stödja arbetet med att mappa medicinska termer till standardiserade kodverk, ett arbete som är centralt både för införandet av nya journalsystem och för att uppfylla kraven i EHDS. Dagens manuella mappning är komplex, resurskrävande och beroende av specialistkompetens som är svår att skala upp i takt med ökande behov. I förstudien testades hur språkmodeller kan användas för att tolka termer i klarspråk, söka i SNOMED CT, identifiera relevanta hierarkier och föreslå matchningar på både svenska och engelska. Resultaten visar att AI redan idag kan ge träffsäkra förslag som avlastar informatiker och kortar ledtider för mappning. Analysen indikerar dessutom att en kombination av AI och en terminologitjänst kan skapa ett mer robust och kvalitetssäkrat arbetsflöde. Tekniken bedöms kunna frigöra stora mängder arbetstid och samtidigt stärka datakvalitet och enhetlighet. Förstudien visar även att införande kräver fortsatt utveckling, testning och organisatorisk förankring för att säkra att AI används på rätt sätt. Arbetet är kopplat till både regionala och nationella initiativ kring semantisk interoperabilitet. Under presentationen kommer Region Stockholm dela sina viktigaste insikter, visa exempel från prototyper och beskriva nästa steg mot ett mer intelligent och hållbart sätt att arbeta med mappning. Målet är att ge inspiration och visa konkret värde för vårdens digitalisering.