Medellivslängden i Sverige har, under de senaste decennierna, ökat. Det leder till att sjukvårdsköerna och belastningen för vårdpersonalen förändras. Det i sin tur innebär att fortsatt utveckling av hälso- och sjukvård måste prioriteras. En viktig faktor för att kunna utveckla arbetssätten inom sjukvården är digitalisering.  Syftet med studien är att undersöka vilka utmaningar som kan uppstå i samband med användning av AI- hjälpmedel som beslutsstöd vid diagnostiserings-processen i sjukvården.  Studien startade med litteraturgenomgång av tidigare forskning. Studien genomfördes med en kvalitativ ansats där datainsamlingsmetoden är semistrukturerade individuella intervjuer. Analysen genomfördes med strukturen tematisk analysmetod. Studiens fem teman är: Arbetssätt; kompetensutveckling; partiska algoritmer; ansvarstagande och överdiagnostisering.  Studiens resultat indikerar att det finns olika utmaningar vid användning av AI inom vården. I den här studien har följande utmaningar påvisats: arbetssätt- exempelvis nya rutiner, kompetensutveckling- exempelvis mindre tid för utvecklingsarbete, ansvarstagande - till exempel vem som ansvarar för resultatet och överdiagnostisering – vilket till exempel kan vara multipla diagnoser som kan vara ofarliga för patienten. / The average life expectancy in Sweden has, in recent decades, increased. This leads to changes in the healthcare queues and the burden on the healthcare staff. This in turn means that continued development of healthcare must be prioritized. An important factor in being able to develop working methods in healthcare is digitization. The purpose of the study is to investigate which challenges may arise in connection with the use of AI- powered decision making in the diagnosis process in healthcare. The study started with a literature review of previous research. The study was carried out with a qualitative approach where the data collection method is semi-structured individual interviews. The analysis was carried out using the structured thematic analysis method. The study's five themes are: Work methods; skills development; biased algorithms; taking responsibility and overdiagnosing. The study's results indicate that there are various challenges when using AI in healthcare. In this study, the following challenges have been demonstrated: working methods - for example new routines, competence development - for example less time for development work, taking responsibility - for example who is responsible for the result and overdiagnosis - which can for example be multiple diagnoses that can be harmless to the patient.