Meta topper medisinsk AI-benchmark: Hva det betyr for de som bygger treningsteknologi

Meta topper HealthBench Professional med Muse Spark 1.1. Det er på en benchmark, ikke i klinikken. Men hva det signaliserer for de som bygger treningsteknologi, er mer konkret enn det kan se ut som.

*Publisert: 13. juli 2026.* > *Redaksjonell note: Denne saken skiller mellom dokumentert AI-ytelse på benchmarks, sannsynlig nær utvikling og det som fortsatt krever klinisk validering, regulering og menneskelig faglig ansvar. Norwegian Sport Tech tar ikke stilling til noen enkelt modell eller leverandør.* Denne uken publiserte Meta at modellen Muse Spark 1.1 topper HealthBench Professional, et benchmark for kliniske arbeidsoppgaver. Det er på en benchmark, ikke i klinikken. Men det er et godt utgangspunkt for å ta det vi egentlig bør snakke om: hva dette betyr for de som bygger treningsteknologi. **Hva Meta faktisk publiserte.** Muse Spark 1.1 scoret 59,3 poeng på HealthBench Professional. Claude Opus 4.8 scoret 55,8, GPT-5.5 scoret 51,8 og Gemini 3.1 Pro scoret 41,6 i Metas egen evaluering. Benchmarken består av 525 oppgaver hentet fra klinikeres arbeidsflyt: konsultasjonsstøtte, medisinsk dokumentasjon og faglig research. Den måler ikke diagnostisk treffsikkerhet på faktiske pasienter. Meta brukte GPT-5.4 som automatisk vurderingsmodell i evalueringen. Gapet mellom benchmark og klinikk er fortsatt vesentlig, og det er forutsetningen for alt som følger. Retningen er likevel klar: AI-modeller gjør det stadig bedre på kliniske resonneringsoppgaver. Ikke som klinikere, men som systemer som kan prosessere store mengder heterogen informasjon om en kropp, sette det i sammenheng og produsere strukturerte vurderinger. Den kapasiteten er relevant for sportstech av én konkret grunn: å integrere treningsdata, sensorer, video, symptomer og historikk er akkurat det trenings- og helseteknologien har manglet for å bli genuint nyttig. ## Hva AI faktisk kan i dag Mønstergjenkjenning i store treningsdatasett er godt dokumentert. Systemer som Catapult og Kinexon brukes i profesjonell lagidrett for å overvåke belastning, identifisere avvik og støtte beslutninger som kan bidra til å håndtere skaderisiko. Forskningen viser lovende resultater, men også begrensninger knyttet til ekstern validering og datasettenes størrelse. Disse systemene er beslutningsstøtte, ikke autonome diagnostikksystemer. Garmin og Whoop bruker algoritmer på HRV og søvndata for å estimere restitusjonsgrad. Strava lanserte nylig «Athlete Intelligence», et analyselag bygget oppå aktivitetsdata fra brukerne. Ingen av disse systemene diagnostiserer. De klassifiserer og prioriterer. Det skillet holder seg over tid og bør prege hvordan sportstech-aktører kommuniserer om sin egen teknologi. ## Det neste trinnet: multimodal resonnering Det neste utviklingstrinnet blir trolig multimodal resonnering: bevegelse, fysiologi, symptomrapportering og verbal beskrivelse tolket samlet og i kontekst av historikken til den konkrete utøveren. For at det skal skje, må datatilgang, interoperabilitet, validering og regulatorisk avklaring være på plass. Det er ikke én teknisk terskel, men fire uavhengige hinderløyper. Et slikt system gir ikke en diagnose. Det gir trenere og helsepersonell et bedre strukturert grunnlag for å ta egne beslutninger. Den verdien er reell selv innenfor konservative regulatoriske rammer. Når et produkt beveger seg fra treningsstøtte mot medisinsk prediksjon, diagnostikk eller behandlingsanbefaling, kan sportstech-aktøren bevege seg inn under medisinsk utstyrsregulering (MDR i EU, FDA i USA). I EU avgjøres dette blant annet av produktets tilsiktede formål, herunder påstander i produktbeskrivelser og markedsføring. Det er ikke et territorium å unngå per definisjon, men det utløser krav til dokumentasjon, risikostyring og klinisk evaluering som krever et bevisst strategisk valg. Det som er uklart i dag, er ikke om regulering finnes, men hvordan ansvar vil fordeles i mange nye, konkrete AI-baserte arbeidsflyter. ## Et konkret scenario En mosjonist logger fallende søvnscore og HRV over tre dager, øker løpsbelastningen og skriver «stiv i leggen» i treningsdagboken. Et AI-lag ser endringen mot personens egen baseline, stiller tre oppfølgingsspørsmål og foreslår en modifisert økt. Dersom symptomene vedvarer, sendes en strukturert oppsummering til trener eller fysioterapeut. Hvem gjør hva i dette scenariet: | Komponent | Rolle | |---|---| | Wearablen | Måler og sender signaler | | Treningsdagboken | Gir kontekst og historikk | | AI-laget | Prioriterer, forklarer og stiller spørsmål | | Treneren | Tilpasser planen | | Helsepersonell | Eskalering ved behov | Dette scenariet er ikke science fiction. Det krever at dataene faktisk flyter mellom systemer, og at ansvaret i hvert ledd er avklart. ## Treningsdagboken som kjerneplattform Treningsdagboken kan være et av få steder der plan, gjennomføring, subjektiv respons og trenerdialog møtes over tid. Norske [Bestr](https://www.bestr.no) har bygget nettopp denne typen strukturert logg for et bredt utøverspekter gjennom mange år. Plattformen kombinerer planlegging, treningslogg, analyse og kommunikasjon mellom trener og utøver. Det gjør Bestr til et relevant eksempel på hva som trengs i integrasjonslaget: ikke bare datasanking, men en arbeidsflyt mellom trener og utøver som AI kan koble seg på. Internasjonale plattformer som Garmin Connect, TrainingPeaks og Polar Flow gjør tilsvarende, men dataene er ofte siloert innenfor egne økosystemer. Treningsdagboken som kategori kan utvikle seg fra arkiv til operativsystem for belastning, utvikling og helse. Det forutsetter tre ting ingen dominerende plattform foreløpig har samlet på en interoperabel, validert og bredt skalerbar måte: et kontekstlag som henter inn historikk på tvers av datakilder; et samtykklag der utøveren aktivt styrer hva som deles med hvem; og et handlingslag som produserer noe nyttig og kobler det til riktig mottaker. ## Norsk og nordisk økosy stem: hvem gjør hva? | Aktør | Naturlig rolle i dag | Strategisk mulighet | |---|---|---| | Treningsdagbok | Historikk og trenerdialog | Kontekst-, samtykke- og handlingslag | | Wearable | Innsamling av signaler | Distribusjon og sanntidsvarsling | | AMS | Organisasjonens arbeidsflyt | AI-copilot for prestasjon og medisin | | Klinikk / fysioterapeut | Faglig vurdering | Eskalering og validering | | Startup | Spesialisert analyse | B2B-komponent eller vertikal løsning | | Forbund / klubb | Bruker og testarena | Pilotkunde og kravstiller | NST beskriver sin egen oppgave som å koble disse aktørene og redusere avstanden mellom behov, pilot og marked. ## Hvem eier brukerrelasjonen? De aktørene som i dag eier brukerrelasjonen er wearable-produsentene (Garmin, Polar, Whoop, Apple) og treningsplattformene (Strava, TrainingPeaks, Bestr). De har brukerne, vanen og dataene. AI-leverandørene, enten det er OpenAI, Google, Meta eller en spesialisert sportstech-aktør, har kapasiteten. Men kapasitet uten brukerrelasjon er en B2B-komponent. De risikerer å bli infrastruktur som noen andre bygger bru over. Trenere, fysioterapeuter og leger har det faglige ansvaret og troverdigheten, men mangler oftest plattformen som binder det hele sammen. Tre strategiske posisjoner peker seg ut: ### Integrasjonslaget En plattform som faktisk samler dataene fra wearables, AMS og treningsdagbok og gjør det tilgjengelig for analyse på utøverens premisser. Den som løser interoperabilitetsproblemet, eier konteksten. ### Coach-copiloten Et verktøy rettet mot trenere og fysioterapeuter som gir AI-assistert beslutningsstøtte basert på utøverens data. Ikke AI i stedet for fagpersonen, men et verktøy som forsterker kapasiteten og frigjør tid fra manuell datagjennomgang. ### Utøver-agenten En personlig assistent for utøveren selv, som hjelper å tolke dataene, stille relevante spørsmål og ta riktige kontakter. Høyest potensial for breddeutøvere uten profesjonell støtte. Høyest regulatorisk risiko jo nærmere medisinsk rådgivning det beveger seg. Aktører som i dag er rene dataleverandører uten plattformambisjon risikerer å bli redusert til komponenter i et system noen andre eier. ## Forretningsmodeller og hva investorer bør se etter Tre mulige forretningsmodeller peker seg ut: **White-label AI for treningsdagbøker og AMS-er.** Kapasiteten leveres som B2B-komponent til eksisterende plattformer. Lav distribusjonskostnad, høy avhengighet av partnervolum. **Coach-copilot priset per trener eller utøver.** Verktøyet selges direkte til fagpersoner og klubber. Forutsetter at AI faktisk endrer beslutninger på en måte fagpersonen er villig til å betale for. **B2B2C der klinikk, forsikring, arbeidsgiver eller forbund finansierer oppfølgingen.** Utøveren bruker tjenesten gratis; den betales av en tredjepart med interesse i resultater. Krever dokumentert effekt, men åpner store markeder. Investorer bør se etter: unike longitudinelle data med eksklusive rettigheter, integrasjoner som skaper distribusjon, dokumentert endring i beslutninger eller adferd, distribusjon gjennom fagpersoner og regulatorisk modenhet tilpasset den faktiske produktposisjonen. ## Hva som gjenstår å avklare AI-systemer som integrerer de nevnte datakildene på en klinisk meningsfull måte, finnes ikke som ferdige produkter i markedet i dag. Ansvar i nye AI-baserte arbeidsflyter er under juridisk avklaring. Regulering av AI i medisinsk nærliggende kontekster er under utvikling. Og utøvernes faktiske vilje til å dele sensitive helseopplysninger på tvers av plattformer er ikke gitt. Det som er dokumenterbart, er at kapasiteten bygges og at posisjonene i dette landskapet er åpne. Sportstechøkosystemet bør ta stilling til om det vil posisjonere seg som dataleverandør, som plattform, eller som den aktøren som eier samtalen med utøveren. Norge har et godt utgangspunkt: sterk wearable-kultur, velorganisert idretts-Norge med eksisterende datainfrastruktur i særforbundene, og en folkehelsepolitikk som kobler aktivitet til sykdomsforebygging. [CTA:/bli-medlem:Bygger du treningsdagbok, wearable, AMS eller løsning for aktiv helse? Norwegian Sport Tech samler aktører til arbeidsgruppe →]