Tiedonmuodostusta tekoälyllä (Abilita Oy)
Lapsen palvelutarpeen arviointi (Accenture)
Toteutimme yhdessä Pirkanmaan hyvinvointialueen sosiaalihuollolle Proof of Conceptin, jossa generatiivisella tekoälyllä (GenAI) koostetaan lapsen palvelutarpeen arviointi (PTA).
Ongelma: Haasteena koko Suomessa, ei vain Pirkanmaalla, on se, että lastensuojeluilmoitusten määrän kasvaa ja tällä hetkellä joka kymmenennestä lapsesta tehdään lastensuojeluilmoitus. Tämä aiheuttaa sosiaalistyöntekijöiden ylikuormitusta sekä lakisääteisten käsittelyaikojen pidentymistä.
Ratkaisu: Virtuaalinen avustaja, Auto-PTA, koostaa generatiivisella tekoälyllä avulla Sosmetan asiakirjarakenteen mukaisen rakenteisen lapsen palvelutarpeen arvioinnin (PTA) käyttäen lähdeaineistona laajempaa asiakaskertomusta. Toteutettu PoC ratkaisu tuotantokäytässä auttaisi sosiaalihuollon ammattilaisia kohdentamaan enemmän aikaa itse asiakastyöhön ja pysymään lakisääteisissä käsittelyajoissa.
Tuottavuus: Alustavien tulosten perusteella näyttäisi siltä, että virtuaalisen avustajan Auto-PTA:n avulla pystyttäisiin säästämään noin 50% sosiaalityöntekijän ajasta, joka PTA:n täyttämiseen menee.
Yhteenvetojen ja tiivistelmien tuottamiseen hoitoketjun aikana (Oy Apotti Ab)
Ensimmäiset kielimalleihin pohjautuvat tekoälyratkaisut ovat kehitysvaiheessa, mutta samaan teknologiaan pohjaavia ratkaisuja on jo otettu menestyksekkäästi käyttöön Yhdysvalloissa ja Euroopassa Hollannissa. Tavoitteena on kehittää ammattilaisten tuottavuutta ja lisätä työtyytyväisyyttä tarjoamalla kielimalliin pohjautuva ratkaisu erilaisten yhteenvetojen ja tiivistelmien tuottamiseen hoitoketjun aikana tehdyistä ammattilaisten merkinnöistä.
Iäkkäiden henkilöiden kaatumisriskin ja äkillisen toimintakyvyn laskun riskin ennustaminen (Avaintec Oy)
Tällä hetkellä tarjoamme AI-as-a-Saas palveluina seuraavat palvelut:
– iäkkäiden henkilöiden kaatumisriskin ja äkillisen toimintakyvyn laskun riskin ennustaminen
– mielenterveysriskien ennustaminen tekoälyn avulla
– lasten tekoälypohjainen etähoito ja oirearvio
– hyvinvointialueen eri osastojen palvelun tarpeen ja resurssien käytön ennustaminen
– tekoälypohjainen lokivalvonta
– hyvinvointia alueen arvoverkkopohjainen johtamisjärjestelmä
Ratkaisuilla tavoitellaan tuottavuutta, parempaa ja oikein ajoitettuja hoitotoimenpiteitä jne.
Vaikuttavuuden seuranta (BCB Medical Oy)
Tekoälyn avulla toteutettu vaikuttavuuden seurantaan asiakassegmentointi ja klusterointi ratkaisu, jolla tuetaan asiakasohjausta, palveluun pääsyä ja palvelussa ohjautumista sekä hoidon jatkuvuuden seurantaa. Ratkaisuissa tarkastellaan asiakassegmenttiä kokonaisuutena laaja-alaiseen tietoon pohjautuen.
Selvityksiä reri lainsäädäntöjen huomioimisessa tuoteratkaisussa (Clinipower Finland Oy)
Selvityksiä toteutettaville ratkaisuille eri lainsäädäntöjen (esim. MDR ja tekoälyasetus) huomioimisessa tuoteratkaisussa.
Robotti kotiin itsenäisen elämän tueksi (Develor productions oy)
Anonymisoidun haastatteluaineiston analysointi (Diakonissalaitos)
Diakonissalaitoksen ensimmäisessä tekoälytoteutuksessa laadimme tytäryhtiö Rinnekodit Oy:lle uuden asiakaslupauksen. Tekoäly analysoi anonymisoitua haastatteluaineistoa. Analyysissä hyödynsimme ChatGPT-palvelua.
Kliinisten hoito-ohjeistojen mukainen syvällinen, selitettävä ja läpinäkyvä päättely (Forsante Oy)
Forsante on automatisoinut seurantaa vaativien sairauksien kliinisiä hoitoprosesseja, kuten syöpäseurantoja ja varfariinihoidon ohjausta, jo 15 vuoden ajan. Forsante on kehittänyt logiikkapohjaisen tekoälyratkaisun, joka mahdollistaa kliinisten hoito-ohjeistojen mukaisen syvällisen, selitettävän ja läpinäkyvän päättelyn. Tämän avulla voidaan automatisoida merkittävä osa kroonisten sairauksien seurantakäynneistä. Potilaalle tämä tarkoittaa hoidon parempaa laatua ja vähemmän odottelua seurannan tuloksista. Lääkärin työmäärä vähenee rutiinikontrollien automaation ansiosta. Tekoälyn tuottamat hoitoehdotukset nopeuttavat työskentelyä ja mahdollistavat automaattiset potilaskirjaukset. Terveydenhuollon organisaatiolle tämä lisää tuottavuutta, parantaa laatua ja mahdollistaa kalliin vuokratyövoiman vähentämisen.
AI-avusteinen älykäs haku asiakaspalvelijoille (Futurice Oy)
Case 1. AI-avusteinen älykäs haku Asiakaspalvelijoille.
Tavoite: Asiakaspalvelun toiminnan tehostaminen ja tuottavuuden lisääminen, tehokkaampi tapa löytää tietoa ja parantaa asiakaskokemusta, nopeammat ja tarkemmat ehdotukset datan avulla asiakasneuvojien työn tueksi ja tätä kautta työntekijätyytyväisyyden lisääminen.
Case 2: AI avusteinen haku työterveyshoitajan tukena
Hankkeen tavoitteena oli testata, miten AI-avusteinen haku tukee ja tehostaa työterveyshoitajan työtä. Työterveyshoitaja tarvitsee oman työn tukeen paljon ohje- ja prosessidataa (IMS). Tiedon etsimiseen menee paljon aikaa.
Case 3. WWW-sivun AI-avusteinen haku
Hankkeen tavoitteena oli testata, miten AI:n avulla voitaisiin helpottaa tiedonhakua WWW-sivuilla ja samalla parantaa asiakasohjausta. Hanke tehtiin osana laajempaa Asiakkaaksi tulon kanavastrategiaa. Tavoitteena tehostaa asiakkaaksi ohjausta, parantaa asiakaskokemusta sekä vähentää häiriökysyntää. Kokeilun aikana toteutettiin nykyisen sivuston visuaalisen ilmeen mukainen toiminnallisuus, jossa hyödynnetään tekoälypohjaista älykästä hakua tiedon etsimiseen, validoitiin kokeilua julkisen linkin kautta asiakasorganisaatioissa sekä kerätä kokemusta tekoälyn soveltuvuudesta tiedonhakuun jatkoa varten. Tietolähteenä käytettiin HVA alueen verkkosivustoja (useita) sekä PTV tietovarantoa.
Case 4: Generatiivinen tekoäly tilannekuvan tukena
Nykyisellään hyvinvointialueista kerätään ja tuotetaan manuaalisesti tietoa eri toimijoiden toimesta. Haasteena on, että hyvinvointialueiden tilannekuvan luominen näistä tiedoista vie aikaa ja on manuaalista. Hankkeen tavoitteena oli kerätä kokemuksia generatiivisen tekoälyn käytöstä toteuttamalla lyhyt kokeilu rajatussa käyttötarkoituksessa hyvinvointialueista kerättyjen tietojen synteesiin 1) yksittäisen hyvinvointialueen osalta ja 2) eri hyvinvointialueiden väliseen vertailuun.
GenAID-tutkimusprojekti, Helsingin yliopiston tutkimusryhmä
Meillä on käynnissä/käynnistymässä tutkimuslähtöisiä projekteja terveytietojen automaattiseen kirjaamiseen, tiivistämiseen ja hoitosuosituksiin vertaamiseen. Lisäksi kehitämme sekä harvinnaissairauksien diagnostiikkaan, että verisuonikirurgisten potilaiden hoitopolun määrittämiseen genAI hyödyntäviä algoritmeja.
Palveluiden kohdentaminen ihmislähtöisemmin (Gofore)
Esimerkiksi lapsiperheiden tilannekuva, jossa edistyneiden tekoäly ja analytiikkaratkaisujen avulla tutkitaan, miten palveluja voidaan kohdentaa ihmislähtöisemmin.
Potilaskohtaamiset (HippocrAItes Oy)
Ratkaisumme on testivaiheessa ja olemme parhaillaan tekemässä selvitystä terveydenhuollon ammattilaisten kanssa käyttökokemuksista potilaskohtaamistilanteissa. Alustavat tulokset viittaavat merkittävään ajansäästöön terveyden huollon ammattilaisen potilaskohtaamistilanteissa.
Microsoftin ekosysteemin ratkaisuja (Innofactor)
Innofactor tarjoaa SOTE-asiakkailleen kattavia AI-ratkaisuja, jotka on suunniteltu tukemaan SOTE-alueiden tukitoimintoja, SOTE-palveluja käyttävien asiointia sekä SOTE-johtamista.
Ratkaisumme hyödyntävät edistyksellistä tekoälyä, analytiikkaa ja koneoppimista, mikä mahdollistaa dataan perustuvan päätöksenteon ja parantaa asiakaskokemusta. Esimerkiksi älykkäät tekoälyratkaisumme auttavat hallinnollisen työn tehostamisessa, mikä vapauttaa resursseja varsinaiseen hoitotyöhön.
Teknisesti ratkaisumme perustuvat turvalliseen ja skaalautuvaan Microsoftin ekosysteemiin ja sisältävät muun muassa pilvi-infrastruktuurin, kyberturvallisuuden, tiedon- ja asianhallinnan sekä modernit toimintaprosessien digitalisaatioratkaisut. Näiden avulla voimme tarjota asiakkaillemme turvallisia, kustannustehokkaita ja helposti ylläpidettäviä palveluita.
Hyötyinä olemme havainneet muun muassa parantuneen työtyytyväisyyden, lisääntyneen tuottavuuden ja paremmat julkiset palvelut. Haasteina ovat olleet esimerkiksi tekoälyn käyttöönoton alkuvaiheen oppimiskäyrä ja resurssien niukkuus, mutta näihin olemme vastanneet tarjoamalla kattavaa koulutusta ja tukea asiakkaillemme.
Hoitajakuiskaaja (Innokas Medical)
Innokas:lla on oma AI-tuettu hoitajakuiskaaja teknologia ratkaisu, joka on palkittu mm. SoTeAI Hackathon:ssa. Proaktiivinen kotihoidon tarpeiden tekoäly- pohjainen tunnistus osana tehostettua työnkulkua.
Kotihoidolla ongelmina on ajanpuute mikä johtaa jatkuvaan kiireeseen. Raportointi on puutteellista ja pahimmillaan hoitovirheisiin. Henkilökunnan vaihtuvuus johtaa siihen, että asiakkaista ja heidän avuntarpeista ei muodostu kokonaisvaltaista kuvaa ja hoidontarve määrittyy väärin. Lähdimme ratkaisemaan tätä hoitajan työnkulun päivittäisi applikaatiolla, jota
voi käynnin yhteydessä pitää vierellä aktiivisena.
– Tekoäly luo aikaisempien kirjauksien perusteella kotihoitajalle tarkistuslistan tärkeistä asioista kyseisellä asiakaskäynnille
– Hoitaja käy listan läpi ja merkitsee täyttyykö tarkistettava asia
– Tekoäly esitäyttää kirjaukset hoitajan syötteen perusteella, hoitaja hyväksyy kirjauksen
– Tekoäly tarkkailee pitkän aikavälin kirjauksia ja ilmoittaa poikkeamista hoitajalle käynnin alussa, jotta asiakas saa apua ajoissa.
Teknologia on tällä hetkellä rakennettuna MS Azuren päälle ja käyttää kielimallia ja web-teknologioita. Ratkaisu on siirrettävissä muidenkin esim. avoimien kielimallien päälle ja konttipohjaisena käytettävissä eri virtuaalikoneissa.
Ratkaisu tuo säästöjä hoidonpalveluntarjoajalle. Potilaat hoidetaan tehokkaammin, paremmalla laadulla samassa ajassa. Hoitajien työtyytyväisyys nousee kiireen hellittäessä – vaihtuvuus vähenee. Potilaiden ongelmat nousevat esiin ennenkuin heitä täytyy ottaa osastopaikoille sisään. Haasteena on, että integraatiot ovat hitaita toteuttaa mutta yhteistyöllä tehtävissä, samoin lisäviimeistelyä ja tarkastelun vaatii tekoälyn käyttö vastuullisesti tässä kontekstissa. EU AI Act:n ja lääkinnällisen tekoälyratkaisujen kulmasta asioita on suunnitteltu muttei dokumentoitu ja viimeistelty.
Tekoälyyn perustuvia kliinisiä ja ei-kliinisiä ratkaisuja (Intersystems Finland)
Tekoälyyn perustuvia kliinisiä ja ei-kliinisiä ratkaisuja, joilla on pystytty parantamaan sote-organisaatioiden tuottavuutta sekä parantamaan kansalaisten hoitoa ja potilasturvallisuutta.
Lasten kasvun, fyysisen kunnon ja terveydentilan kehityksen ennustaminen (Jyväskylän yliopisto)
Digitaalisen terveysälyn laboratorio kehittää älykkäitä datapohjaisia ratkaisuja ihmisten terveyden ja hyvinvoinnin edistämiseen. Käytännön sovelluksia ovat muun muassa lasten kasvun, fyysisen kunnon ja terveydentilan kehityksen ennustaminen, urheiluvammojen riskitekijöiden havaitseminen datasta, nivelrikon varhainen diagnosointi, parempaan fyysiseen aktiivisuuteen johtavien tekijöiden ymmärtäminen ja liikuntainterventioiden tehokas kohdentaminen sydänleikkauspotilaille. Keski-Suomen AI-Hub II -hanke kehittää koneoppimis- ja tekoälypohjaisia työkaluja tehostamaan lääketieteellisen datan hyödyntämistä diagnostiikassa.
Hyvinvointialueen saamaan avoimen tekstipalautteen tekoälytuettu luokittelu ja analysointi (Keski-Suomen hyvinvointialue)
Määräaikaisessa pilotissa hyödynnettiin Microsoft Azure OpenAI -palvelua, jossa luokittelu tehtiin kokonaisuudessaan generatiivisen tekoälyn avulla hyödyntäen laajoja kielimalleja.
AI-pohjainen puheentunnistus (Kymenlaakson hyvinvointialue)
Testaus, arviointi ja kehittämisympäristö (LAB-ammattikorkeakoulu)
Organisaatiomme on ollut mukana useissa eri projekteissa kehittämässä tekoälyratkaisuja sote-alalle. Digital Transformation in Health and Safety -tutkimusryhmämme tutkii millaisia mahdollisuuksia tekoälyn ja disruptiivisten teknologioiden hyödyntäminen tuottaa sote-alalle ja laajemmin hyvinvoinnin, terveyden ja turvallisuuden edistämiseen.
Järjestelmä havaitsemaan pitkäaikaishoitoon seuravan 6 kuukauden sisällä päätyvät asiakkaat (Logex Oy)
Teimme toisiolain mahdollistaman PoC:n, jossa neuroverkkojen avulla opetettiin järjestelmä havaitsemaan opetusdatan perusteella pitkäaikaishoitoon seuravan 6kk:n sisällä päätyvät asiakkaat, pitkäaikaishoidon kapasiteetin varmistamiseksi (ei yksittäisen asiakkaan).
Lähisuhdeväkivallan uhrien avun nopeampi saanti (Loihde Oyj)
We Encourage: Tekoälypohjainen AinoAid™-chatbot ja tietopankki nopeuttaa lähisuhdeväkivallan uhrien avun saantia.
Ammattilaisten ajankäytön tehostaminen (Mediconsult Oy)
Ratkaisu tehostaa ammattilaisten ajankäyttöä ja vähentää asiakas- ja potilastietojärjestelmän käyttöön (kirjaamiseen ja asiakkaan/potilaan tietoihin tutustumiseen) käytettyä aikaa. Tällä hetkellä tekninen ratkaisu perustuu LLM-pohjaisiin työkaluihin.
Sote-tekoälyhackathon (Microsoft)
Sote-Tekoälyhackathon, jossa ideoimme yhdessä kumppaneidemme kanssa 23 toteutuskelpoista uutta innovaatiota.
Tekoälyintegroitu järjestelmä potilaiden hoitoon (Monihoiva)
Monihoivassa olemme parhaillaan kehittämässä ensimmäistä tekoälyintegroitua järjestelmää potilaiden hoitoon. Tämä laite annostelee lääkkeitä, varmistaen tarkan ja oikea-aikaisen lääkityksen. Ensimmäinen versio on pian valmis julkaistavaksi!
Asiakkaan liikkumisesta saatavan datan analysointi (Norlandia Care)
Asiakkaan liikkumisesta saatavan datan analysointi, kirjaamisen helpottaminen, perehdytysmateriaalin moniulotteisuus.
Keskusteleva tekoälyn ratkaisu yläkouluikäisille nuorille (Onerva Hoivaviestintä Oy)
Kansalliseen AuroraAI-tekoälyverkostoon liittyvä Hytebotti eli keskusteleva tekoälyn ratkaisu yläkouluikäisille nuorille.
Ikäihmisille suunnattu keskusteleva tekoälyn ratkaisu eli Onerva-botti.
Ennusteet, optimointi, diagnosointi ja generatiivinen AI (Pinja Digital Oy)
Tekoälyratkaisumme voi kategorisoida karkeasti neljään ryhmään: Ennusteet, optimointi, diagnosointi ja generatiivinen AI. Näillä ratkaisuilla on voitu mm. tuottaa parempaa palvelua asukkaille ja tehostaa terveydenhuollon toimintaa.
Dataan pohjautuva asiakassegmentointi (Productivity Leap Oy)
Ratkaisuja ovat olleet esimerkiksi:
– Automaattinen, dataan pohjautuva asiakassegmentointi
– Asiakassegmenttisiirtymien ennakointi
– Kotihoitajien määrän ja tarpeen ennustaminen
– Ikäihmisten palvelutarpeen ennakointi 12–36 kk etukäteen
– Työkykyriskimittari työterveyshuoltoon
– Tekstimuotoisen asiakaspalautteen analysointi ja yhteenvetojen muodostaminen
Keskustelevat käyttöliittymät (Reaktor)
Rakennamme muun muassa keskustelevia käyttöliittymiä, joiden tarkoituksena on tehostaa sekä potilaiden että terveydenhuollon ammattilaisten työnkulkuja. Ratkaisu hyödyntää kehittyneitä teknologioita, kuten generatiivista tekoälyä ja koneoppimista, tarjoten intuitiivisen ja vuorovaikutteisen tavan kommunikoida järjestelmien kanssa. Tavoitteena on parantaa tuottavuutta, työtyytyväisyyttä ja palveluiden laatua.
Ratkaisun hyötyinä ovat esimerkiksi sujuvampi tiedonkulku, vähentynyt hallinnollinen työtaakka, nopeampi päätöksenteko ja parempi asiakas/potilaskokemus. Haasteina voivat olla teknologian käyttöönottoon liittyvä muutosvastarinta ja järjestelmän integrointi olemassa oleviin toimintaympäristöihin.
Konsultointiyrityksenä hyödynnämme vahvaa tekoälyn ja generatiivisen tekoälyn osaamistamme sekä monipuolisia, eri toimialoille ulottuvia referenssejämme asiakaskohtaisten kehitysprojektien toteuttamisessa.
Annosohjeiden muuttaminen rakenteelliseen muotoon (Receptum Software Oy)
Annosohjeiden muuttaminen rakenteelliseen muotoon. Tämä hanke toteutettiin 3 vuotta sitten. Tulokset olivat lupaavia. Hyödynnämme tekoälyä sisäisesti ohjelmistokehityksessämme.
Tekonivelleikkausriskityökalu (Solita Oy)
Esimerkiksi lääkinnällisten laitteiden lainsäädännön ja regulaation piiriin kuuluva Tekonivelleikkausriskityökalu Oravizio. Kerromme siitä mielellämme lisää koko verkostolle. Kokonaisuus toteutettu laajalla yhteistyömallilla ja siinä on hyödynnetty poikkeuksellisen laadukasta Coxan tekonivelsairaalan dataa.
Toiminnanohjausjärjestelmä (Teamcare Oy)
Teamcare(TM) – toiminnanohjausjärjestelmä on kehitysvaiheessa. Tähän mennessä tekoälyä on käytetty raportoinnin apuvälineenä, jolloin tekoäly tekee tiivistelmiä alustalle muodostuneesta datasta, kuten viestiketjuista ja asiakirjamerkinnöistä. Jatkossa Teamcaressa tekoäly toimii erilaisille verkoston toimijoille erilaisissa tukirooleissa.
Koulutukset tekoälyn hyödyntämisestä sote- ja hyvinvointialalla (Terveyden innovaattorit)
Esimerkki 1. Tekoälyyn pohjautuvan kuntotestitoiminnon kaupallistamiseen osallistuminen ja maahantuojien kouluttaminen Polar Electrolla
Esimerkki 2. Hyvinvointialueiden ja sote-pk-yritysten koulutukset tekoälyn hyödyntämisestä sote- ja hyvinvointialalla
Työvuorosuunnitteluohjelma (Vuorox)
Vuorox on työvuorosuunnitteluohjelma, joka automatisoi rutiinityön tekoälyn avulla. Tavoitteena on tuottaa yksilöllisiä, tasapuolisia ja jaksamista tukevia työvuorosuunnitelmia sote-alan ammattilaisille.
Seulontamenetelmiä (Wellpro Impact Solutions Oy)
Olemme kehittäneet kaikilla älylaitteilla mobiilisti toimivia seulontamenetelmiä, joiden avulla voidaan helposti ja nopeasti kartoittaa elintapasairauksien riskitelijöitä esim. aivo-ja muistiterveyden, diabeteksen sekä mielen hyvinvoinnin osalta. Lisäksi tuoteperheeseen kuuluu kansallisesti ja kansainvälisesti validoitu elintapainterventio- ohjelma, BitHabit, jonka avulla ihmiset voivat ylläpitää ja edistää terveitä elintapoja. Tällä hetkellä kehitämme BitHabitiin puheohjauksella toimivaa tekoälypohjaista virtuaali assistenttia, joka tarjoaa käyttäjälle sopivia pieniä arjen tekoja hyvinvoinnin edistämiseksi ja, jonka kanssa voi keskustella yksilölliseen hyvinvointiin liittyvistä asioista. Virtuaali assistentti muistaa keskusteluhistorian, ohjaa, motivoi ja aktivoi käyttäjäänsä. Hanke toteutetaan yhteistyössä UEF:n IT-tiedekunnan ja Kuopio Healthin kanssa.
Tietojen päivitykset ja lisätiedot
Jarmo Pulkkinen
SOTE-tekoälyn ekosysteemin koordinaattori
DigiFinland Oy
jarmo.pulkkinen@digifinland.fi
Kerro toteutuksen tavoite, tekninen ratkaisu, mukana olevat tahot ja mistä lisätietoa
Lähetä viesti