Tekoälyhankkeiden rahoitushaku hyvinvointialueille: hanketietoja

Kanta-Hämeen hyvinvointialueella on toteutettu tekoälyavusteinen asiakassegmentointi, mikä ryhmittelee asukkaat eri segmentteihin heidän palvelu- ja terveystietojensa perusteella (monialainen, jatkuva, satunnainen). Segmentoinnin tavoitteena on, että asiakkaita voidaan palvella yksilöllisemmin heidän todellisten tarpeidensa ja toiveidensa mukaisesti. Tekoälyavusteisella asiakassegmentoinnilla mahdollistetaan tehokkaampi asiakasohjaus, mikä on keskeistä potilaiden hoidon laadun ja hyvinvointialueen resurssien optimaalisen käytön kannalta. Segmentoinnin avulla voidaan tunnistaa potilaat, jotka hyötyvät tietyistä hoitomuodoista ja palvelumalleista.

Asiakassegmentointi auttaa myös tunnistamaan riskiryhmät, jotka voivat hyötyä ennaltaehkäisevistä toimenpiteistä, kuten säännöllisistä terveystarkastuksista tai elämäntapamuutoksista. Sosiaali- ja terveydenhuollon palveluiden kohdentaminen tehokkaammin niille asiakasryhmille, jotka todennäköisimmin tarvitsevat tietyntyyppistä hoitoa tai palvelua, auttaa optimoimaan hyvinvointialueen resursseja ja vähentämään kustannuksia.
Tavoitteena on jatkojalostaa olemassa olevaa segmentointimallia kehittämällä ja testaamalla AI-pohjainen malli, mikä ennustaa asiakkaan siirtymisen segmentistä toiseen (raskaampaan palveluun) sekä mahdollistaa palvelualuekohtaiset ennusteet ja hälytteet (esim. Mielenterveys- ja päihdepalveluissa).

Tavoitteena on:
Kehittää koneoppimismalli käyttäen hyvinvointialueen historiallista asiakas- ja potilasdataa
Validoida mallin ennusteet käyttäen erillistä testidatasettiä, jotta voidaan arvioida mallin yleistettävyyttä ja luotettavuutta.
Tutkia, mitkä tekijät (muuttujat) vaikuttavat eniten asiakkaan siirtymiseen segmentistä toiseen.
Ennustetiedot ovat hyödynnettävissä mm. CRM-järjestelmän kautta asiakasohjauksessa. Näin ennusteen hyödyntäminen mahdollistaa ennakoivan toimintamallin.

Yhteystieto: Kanta-Hämeen hyvinvointialue, Katja Antikainen, katja.antikainen@omahame.fi

Hankkeen tavoitteena on luoda selkeät ja mitattavat tavoitteet tekoälyhankkeelle, jotka parantavat toiminnan tehokkuutta, palveluiden laatua ja potilaiden terveyttä. Päätavoitteena on anonymisoidun potilastiedon hyödyntäminen turvallisesti tekoälykehityksessä.

Suurin osa sosiaali- ja terveydenhuollon tiedoista on kertomusmuotoisia kirjauksia, joita halutaan hyödyntää muun muassa tekoälykehityksessä. Tietosuojariskien pienentämiseksi ja GDPR-suositusten täyttämiseksi kertomusteksteistä tulisi poistaa koneellisesti henkilöä identifioivat tiedot ennen niiden hyödyntämistä tekoälykehityksessä. Tunnisteellisen potilastiedon käyttö tekoälyn koulutuksessa on riski, koska malli voi vahingossa paljastaa arkaluonteista tietoa. Tämä riski korostuu generatiivisen tekoälyn yhteydessä, sillä nämä mallit voivat käyttää koulutusdataansa luomissaan sisällöissä, mikä saattaa johtaa arkaluonteisen tiedon vuotamiseen ulkopuolisille.

Hankkeen päätavoitteena on kehittää menetelmä, joka poistaa henkilötiedot ja muut identifioivat tiedot potilastiedoista siten, että anonymisoitu potilastieto täyttää STM toisiolain korkeantason asiantuntijaryhmän ja Findatan anonymisointivaatimukset. Menetelmän tavoitteena on muodostaa täysin anonyymeja tietoaineistoja jatkohyödyntämistä varten. Näin varmistetaan, että anonymisoitua tietoa voidaan hyödyntää turvallisesti tekoälymallien kehityksessä, validoinnissa ja testaamisessa, mikä parantaa toiminnan tehokkuutta, palveluiden laatua ja potilaiden terveyttä.
Hankkeelle määritellään päämittari ja 1–2 lisämittaria vaikuttavuuden arvioimiseksi. Päätavoitteen mittarina käytetään anonymisointimenetelmän tarkkuutta ja tehokkuutta, ja lisämittareina tietosuojan parantuminen sekä potilastietojen analysoitavuuden säilyminen.
Lisäksi hanke varmistaa, että menetelmä täyttää EU tekoälyasetuksen laatuvaatimukset ja että se voidaan ottaa käyttöön laajamittaisesti kansallisella tasolla. Hanke mahdollistaa kansallisesti turvallisen tekoälykehityksen ja parantaa Suomen kilpailukykyä sosiaali- ja terveydenhuollon tekoälykehityksessä.

Yhteystieto: HUS, Patrik Koskinen, patrik.koskinen@hus.fi

Hankkeen kuvaus:

Hankkeen tavoitteena on tutkia Avaintec Oy:n kehittämää ChildScreen-kyselyä 0-6 vuotiaiden lasten hoidontarpeen arvioinnissa, käyttää anonymisoitua päivystyskäyntien tulosten dataa kehittämään kyselyä koneoppimisen keinoin ja rakentaa toimintamalli, jolla samankaltaisia työkaluja voidaan kehittää ja integroida potilastietojärjestelmiin nopeasti.

Selvitetään, saadaanko koneoppimisen avulla luotua tiivis, ja tehokas kysely, jonka avulla voidaan turvallisesti ohjeistaa vanhempia siitä, tarvitseeko lapsi tuoda päivystysarvioon. Jos työkalu toimii, se helpottaa palveluohjausta ja vähentää päivystyksen kuormitusta. Joka tapauksessa tutkimuksessa saadaan hyödyllistä tietoa koneoppimismallien integroinnista terveydenhuollon tietojärjestelmiin.

Yhteystieto: Pirkanmaan hyvinvointialue, Juuso Matkaselkä, juuso.matkaselka@gmail.com

Hankkeen kuvaus:

Hankkeen tavoitteena on luoda referenssiarkkitehtuuri ja siihen liittyvät hallintamallit, jotka tukevat hyvinvointialueiden tietoaltaiden/tietoalustojen tekoälyratkaisuja, koostuu roolipohjaisesta käyttöoikeushallinnasta, selkeästä governance- ja monitorointimallista, vahvasta kyberturvallisuudesta, sekä tietosuojan ja laatustandardien noudattamisesta (ISO 42001, AI Act, toisiolaki). Tällaisen arkkitehtuurin luominen on välttämätöntä, jotta tekoälyn hyödyntäminen terveydenhuollossa voi tapahtua vastuullisesti ja turvallisesti. AI Act asettaa selkeät vaatimukset tekoälyn läpinäkyvyydelle, vastuullisuudelle ja turvallisuudelle, ja nämä vaatimukset voidaan täyttää vain luomalla systemaattinen ja standardoitu referenssiarkkitehtuuri. ISO 42001 -standardin noudattaminen varmistaa, että prosessit ja käytännöt ovat johdonmukaisia ja korkealaatuisia, mikä on erityisen tärkeää, kun käsitellään terveydenhuollon kriittisiä tietoja.

Lisäksi arkkitehtuurin tavoitteena on tarjota yhtenäinen toimintakehys, joka mahdollistaa tehokkaan tiedon hyödyntämisen, vähentää päällekkäisyyksiä ja optimoi resurssien käyttöä. Hajanaiset järjestelmät ja tietovarannot ovat pitkään olleet esteenä tekoälyn laajamittaiselle käyttöönotolle terveydenhuollossa, ja tämän arkkitehtuurin avulla voidaan luoda pohja yhtenäiselle ja skaalautuvalle tiedonhallinnalle, joka mahdollistaa tekoälyn hyödyntämisen koko hyvinvointialueiden laajuisesti. Tämä on välttämätöntä, jotta voidaan saavuttaa laajempi tekoälyn käyttöönotto, joka tuottaa todellisia hyötyjä potilaille, ammattilaisille ja terveydenhuoltojärjestelmälle kokonaisuudessaan.
Ratkaisun tulee perustua skaalautuvaan ja modulaariseen arkkitehtuuriin, joka hyödyntää API-rajapintoja, hajautettuja pilviympäristöjä sekä tietojen turvallista anonymisointia. Tällainen arkkitehtuuri mahdollistaa tekoälyratkaisujen turvallisen ja laajamittaisen käyttöönoton terveydenhuollossa, mikä on tärkeää erityisesti potilastietojen käsittelyn osalta. AI Act edellyttää, että tekoälyjärjestelmien tulee olla läpinäkyviä ja turvallisia, ja tämä voidaan saavuttaa vain, jos arkkitehtuuri on suunniteltu noudattamaan tietoturvan ja tietosuojan parhaita käytäntöjä.

Yhtenäisen arkkitehtuurin käyttö eri hyvinvointialueilla parantaa kustannustehokkuutta, kun kehitettyjen menetelmien siirtäminen on helpompaa, ja varmistaa, että tekoälyratkaisut ovat yhteensopivia ja helposti monistettavia myös tulevaisuuden tarpeisiin. Tämä tarkoittaa, että kehitystyö voidaan tehdä kerran ja hyödyntää monin paikoin, mikä vähentää päällekkäistä työtä ja optimoi resurssien käyttöä. Tämän myötä pyritään myös nopeuttamaan uusien tekoälypalveluiden käyttöönottoa eri alueilla ja lisäämään yhteistyötä sekä tiedon jakamista hyvinvointialueiden välillä. Tämä on erityisen tärkeää, koska terveydenhuollon resurssit ovat rajalliset ja tekoäly voi merkittävästi parantaa prosessien tehokkuutta ja potilaiden saamaa hoitoa.
Hankkeen tavoitteisiin kuuluu myös edistää tekoälyn vastuullista käyttöä hyvinvointialueiden toimintaprosesseissa. Tämä on välttämätöntä, jotta voidaan varmistaa, että tekoälyratkaisut tuottavat todellista lisäarvoa ja eivät aiheuta riskejä potilasturvallisuudelle tai yksityisyydelle. AI Act asettaa tiukat vaatimukset tekoälyjärjestelmien läpinäkyvyydelle, luotettavuudelle ja turvallisuudelle, ja näiden vaatimusten täyttäminen on ensiarvoisen tärkeää, jotta ammattilaiset ja asiakkaat voivat luottaa tekoälyratkaisuihin.

Tekoälyllä on potentiaalia mullistaa terveydenhuolto tarjoamalla ennakoivia ja älykkäitä ratkaisuja, mutta tämä vaatii, että järjestelmät ovat vastuullisia ja turvallisia. Tavoitteena on rakentaa ympäristö, joka on joustava ja turvallinen, mutta samalla riittävän avoin tukemaan innovatiivista kehitystä. Tämä tarkoittaa, että tekoälyä voidaan hyödyntää uusilla tavoilla, jotka parantavat hoidon laatua ja tehostavat resurssien käyttöä, kuitenkaan vaarantamatta potilasturvallisuutta tai tietosuojaa.

Yhteystieto: HUS, Patrik Koskinen, patrik.koskinen@hus.fi

Hankkeen kuvaus:

Tavoitteena on jatkokehittää ja testata Avaintec Oy:n kehitteillä oleva MentalChief palvelua. Tekoälypalvelun avulla pyritään ennustamaan henkilön mielenterveysriskejä yksilötasolla ja toteuttaa ennaltaehkäisevää interventiota.
Hankkeessa testataan mahdollisesti myös SiloAI:n kehittämiä hienosäädettyjä tekstin lukumalleja potilaskertomuksiin ja sosiaalitoimen asiakaskertomuksen tekoälymalleille.
Tuloksena on tekoälypohjainen mielenterveysriskien tunnistamiseen pohjautuva pilvipalvelu. AI-palvelun tuottamat herätteet ovat käytössä potilastietojärjestelmän kautta koko hoitoketjussa ja eri toimipisteissä, mikä mahdollistaa henkilön tehokkaamman hoitoonohjauksen ja hoitopolut, asiakkaan suostumus huomioiden.

Palvelun skaalautuvuus on todennettu, mikä mahdollistaa palvelun laajentamisen muun muassa eri hyvinvointialueiden käyttöön.

Yhteystieto: Etelä-Pohjanmaan hyvinvointialue, Ari Pätsi, ari.patsi@hyvaep.fi

Hankkeen kuvaus:

Tavoite 1: EROAVIEN HUOLTAJIEN ASIOINTI MUUTTUU RUUHKAUTUNEESTA PUHELINPALVELUSTA TEKOÄLYÄ HYÖDYNTÄVÄÄN DIGITAALISEEN ASIOINTIIN
– Perheoikeudellisten palvelujen puhelinpalvelujen tarpeen radikaali vähentäminen ja asiakkaiden asioinnin siirtyminen digialustalle jossa eroon liittyvät asiat ja asioiden hoito on molempien vanhempien yhteisesti nähtävillä 24/7. Asiakaskokemus paranee merkittävästi.

Tavoite 2: TEKOÄLY MAHDOLLISTAA PAREMMAN PALVELUOHJAUKSEN ASIAKKAILLE ERI KIELILLÄ
– Tekoälyn avulla vanhempia tuetaan pitämään lapsen asiat perheoikeudellisten palvelujen asioinnin fokuksessa ja vanhempien toimintakykyä lisätään tekoälyn kautta tarjoamalla vaihtoehtoisia ratkaisuja ja ajattelumalleja silloin kun puheyhteys tai eriävät näkemykset lapsen asioissa nousevat esiin. Tekoäly mahdollistaa palveluohjauksen ja psykoedukaation tuottamisen eri kielillä. Vieraskielisten osuus väestöstä on yli 21 % ja asukkaat puhuvat yli 120 eri kieltä.

Tavoite 3: TEKOÄLY TEHOSTAA LASTENVALVOJIEN TYÖTÄ JA TYÖAIKA KOHDENTUU SOPIMUSEDELLYTYKSET OMAAVILLE ASIAKKAILLE
– Lastenvalvojien työ tehostuu, kun vanhempien valmiuksia sopimusten tekemiseksi on edistetty digitaalisella alustalla. Asiakkaat, jotka eivät hyödy lastenvalvojatapaamisesta, saavat palveluohjauksen digitaalisella alustalla muihin palveluihin.

Tavoite 4: TEKOÄLYÄ KÄYTTÄVÄ OMAEROPALVELU ON ASIAKKAALLE TASAPUOLINEN, VAKIOITU JA FAKTUAALINEN
– Asiakkuutta varten tarvittavan tiedonkeruun automatisoiminen ja tekoälyn täysin faktapohjainen asian käsittely erityisesti sopimusneuvotteluprosessin alkupäässä lisää prosessin juridista luotettavuutta ja vähentää puolueellisuuden kokemusta ja helpottaa lapsen asian edistämistä.

Yhteystieto: Vantaa ja Keravan hyvinvointialue, Marjo van Dijken, marjo.vandijken@vakehyva.fi

Hankkeen kuvaus:

Hankkeen tavoitteena on kehittää tekoälyratkaisu, joka auttaa ammattilaisia tekemään kotihoidon asiakkaiden (1) RAI-toimintakyvyn arvioinnin sekä (2) toteuttamissuunnitelman (aiemmin hoito- ja palvelusuunnitelma).

Kehitettävä ratkaisu vähentää kotihoidon työntekijöiden työmäärää ja kasvattaa välittömään asiakastyöhön käytettävän työajan osuutta. Lisäksi tekoäly parantaa RAI-arvioinnin sekä toteuttamissuunnitelmien laatua ja tasalaatuisuutta.

Hankkeen lopputuloksena on tekoälyratkaisu, joka
1) esitäyttää kotihoidon asiakkaan RAI-arvion ja siirtää sen RAI-sovellukseen ammattilaisen tarkistettavaksi ja täydennettäväksi; ja
2) tekee ehdotuksen toteuttamissuunnitelmasta ammattilaisen tarkistettavaksi ja täydennettäväksi.

Yhteystieto: Etelä-Pohjanmaan hyvinvointialue, Ari Pätsi, ari.patsi@hyvaep.fi