Julkaisemme tällä palstalla blogikirjoituksia SOTE-tekoälykehitykseen liittyen.
Ota yhteyttä, jos sinulla on blogi-idea
28.1.2025
Linda Nieminen: Tekoäly SOTE:ssa ei saa jäädä pilottilimboon
SOTE-tekoälyn ekosysteemin rahoitushakuun vastattiin 50 hakemuksen voimin, joista valituksi tuli kymmenen kokeiluprojektia. DigiFinland oli tehnyt kattavan pohjatyön, jotta saimme näkyväksi millä käyttötapauksilla on paras hyötypotentiaali. Lisäksi ratkaisuiden skaalattavuus tulevaisuudessa nostettiin tärkeäksi näkökulmaksi, mahdollisia riskejä unohtamatta.
Kun tekoälypilottiin lähdetään, tulee jo alkuvaiheessa pysähtyä seuraavien kysymysten äärelle: mitä pilotin jälkeen? Kuinka varmistamme, että menetelmä on käyttökelpoinen? Kuinka saamme todellisen hyödyn ratkaisusta, eli kuinka saamme loppukäyttäjät käyttämään ratkaisua terveyshyödyn ja hyvinvoinnin edistämiseen?
Terveydenhuollossa tekoälyn käyttöönoton haasteisiin lukeutuvat käyttäjään ja käyttöympäristöön liittyvät näkökohdat. Jos SOTE-ammattilainen tai päättäjä ei luota ratkaisuun, sitä ei myöskään oteta käyttöön sen lupaavasta potentiaalista huolimatta. Ratkaisujen validointi on olennaista jo pilottivaiheessa, jossa varmistetaan, että ratkaisu täyttää käyttökelpoisuuden vaatimukset ja tuottaa sitä tietoa, mitä sen alun perin haluttiinkin tuottavan. SOTE-ammattilaisten ja päättäjien näkökulmasta on tärkeää, että ratkaisun suorituskyky, luotettavuus ja turvallisuus täyttää sille asetetut vaatimukset.
Vaikka tekoälymenetelmät eivät ole mittareita sanan tarkassa merkityksessä, voidaan niiden käyttökelpoisuutta arvioida soveltaen mittareiden arviointiin tarkoitettuja kriteereitä. Ennen uuden menetelmän käyttöönottoa tulisi arvioida kuinka pätevä (validiteetti) ja luotettava (reliabiliteetti) se on siinä datassa, johon sitä aiotaan käyttää. Tekoälymenetelmän käyttökelpoisuuden arvioinnissa on erityisen tärkeää ymmärtää käyttöympäristö, johon menetelmä jalkautetaan, sillä esimerkiksi menetelmän koulutuksessa käytetty data ei välttämättä keskustele paikallisen käyttöympäristön datan kanssa.
Tarpeeksi yleistettävän ja skaalattavan ratkaisun säilyttäminen ja samalla mallin ali- ja ylisovittamisen välttäminen ovat asioita, jotka tulee ottaa huomioon ratkaisua rakennettaessa.
Kun tekoälyratkaisua lähdetään pilotoimaan, visiot sen mahdollisista vaikutuksista ovat yleensä jo hyvin kirkastuneet.
SOTE:ssa tekoälyn vaikutuksista ja vaikuttavuudesta puhuttaessa asiaa voidaan tarkastella vaikuttavuusperusteisen terveydenhuollon nelimaalin kautta, eli saavutammeko terveyshyötyä, resurssien säästöä, parantunutta asiakaskokemusta tai ammattilaisten kokemusta. Visioista tulee kuitenkin muistaa siirtyä myös vaikuttavuuden arviointiin, johon THL on julkaissut hyvät ohjeet.
Käyttökelpoisuuden toteamisen jälkeen edessä on kriittinen vaihe: kuinka kavennamme tutkimuksen ja käytännön välistä kuilua? Mitä on nyt – ja mitä voisi olla, jos ottaisimme käyttöön menetelmät, joiden uskotaan tuottavan vaikuttavuutta? Pilotteihin liittyy tunnetusti jalkauttamisen haaste. Hanna Menna kirjoitti blogikirjoituksessaan tekoälyn lukutaidosta, jonka puute on yksi merkittävistä esteistä toimivien ratkaisujen käyttöönotolle. Lisäksi terveydenhuollossa tekoälyn käyttöönoton haasteisiin kuuluvat dataan ja tekniseen käyttöympäristöön liittyvät näkökohdat. Datan saatavuus, yhteismitallisuus, sekä ratkaisujen integroinnin helppous osaksi IT-arkkitehtuuria ovat muun muassa tekijöitä, joita tulee tarkastella, mikäli mielii menetelmänsä jalkauttamisen onnistuvan.
Tasapainon löytäminen siinä, että menetelmän varmistetaan olevan käyttökelpoinen (R&D vaihe) ja vältytään jäämästä pilottien ja hankkeiden limboon, on oma taitolajinsa. Esimerkiksi brittiläinen NHS ohjeistaa toimijoitaan uusien teknologioiden pilotoinnissa, validoinnissa ja käyttöönotossa. Lääkinnällisen laitteen lupamenettely turvaa polkua tiettyyn pisteeseen asti esimerkiksi regulaation osalta.
Myös Suomessa tulisi kansallisesti keskustella siitä, mikä on meille riittävä taso laadun ja turvallisuuden näkökulmista. Tekoälyratkaisun tehokkuutta, sujuvuutta, palvelun laatua, sekä terveyden ja hyvinvoinnin tuottamisen näkökulmaa kuvaamaan tulee asettaa tunnusluvut. Nämä osa-alueet on otettu huomioon muun muassa Digi-HTA (Health Technology Assessment) arviointimenetelmässä. Saatavilla on myös muita kansainvälisiä suosituksia.
2024 lopussa järjestetyssä eHealth-konferenssissa Tampereen yliopistossa kuultiin puheenvuoroja digitaalisten ratkaisujen vaikuttavuudesta. Keskusteluissa painotettiin siirtymistä piloteista eteenpäin, jotta voimme kerätä näyttöjä menetelmien vaikuttavuudesta, joka antaa taas pohjaa niiden skaalattavuudelle. Näyttö tekoälyratkaisujen vaikuttavuudesta on vielä vähäistä. Ensin tulisi kirkastaa tavoite, jota tavoittelemme, ja sen jälkeen tavoite mielessä arvioida koko ketju, johon tekoälymenetelmä kuuluu, jotta sen todellinen vaikuttavuus voidaan arvioida.
Lopuksi, uuden menetelmän käyttöönoton jälkeen tulisi huolehtia, että menetelmän käyttö juurtuu osaksi arkea, kerätä edelleen tietoa saavutetaanko menetelmän käytöllä ne lopputulokset joita tavoiteltiin, ja huolehtia jatkuvasta kehittämisestä. Tätä varten on hyvä määritellä prosessille vastuuhenkilö, jotta tehtävä ei jää sen kuuluisan ”jonkun muun” vastuulle. Tekoälyratkaisun mahdollisia vaikutuksia on tärkeä arvioida jo pilottiin lähdettäessä, mutta arkivaikuttavuuden ja kustannusvaikuttavuuden todellisen arvioinnin aika on vasta, kun menetelmä on otettu menestyksekkäästi käyttöön.
Toivotan menestystä pilotteihin ja innostusta tekoälymenetelmien vakiinnuttamiseen osaksi arkea!
Linda Nieminen (LT)
Erikoislääkäri ja tutkija, Pirkanmaan hyvinvointialue
www.linkedin.com/in/lindanieminen
17.1.2025
Hanna Menna: Nyt on aika varmistaa tekoälyä hyödyntävän henkilöstön riittävä tekoälylukutaito
Sosiaali- ja terveydenhuollossa, kuten muuallakin yhteiskunnassa, tekoälyteknologioiden kokeilut ja käyttöönotto edistyvät suurin odotuksin ja pikaisella vauhdilla. Julkisella sektorilla tekoälyn käyttöönottoon ja hyödyntämiseen liittyy hieman erilaisia näkökulmia kuin yksityisellä puolella. Samaa lainsäädäntöä on paljon, mutta tämän lisäksi julkinen toimija noudattaa muun muassa lainsäädäntöä virkavastuusta, asioiden julkisuudesta sekä hankinnoista, ja sen on tuotettava lakisääteiset palvelut tavalla tai toisella rahoituksen riittävyydestä riippumatta.
Tekoälyn hyödyntämisessä tämä näyttää tarkoittavan pienoista varovaisuutta ja harkintaa, joka on julkiselle toimijalle, joka vastaa verorahoituksen vastuullisesta käytöstä, ihan normaalia ja jopa toivottavaa. Samaan aikaa painetta on kuitenkin siihen, että uusia teknologioita tulee saada käyttöön palvelutoiminnan tueksi nopealla aikataululla, jotta palvelut voidaan turvata.
Hyvänä kannusteena tässä ovat sosiaali- ja terveysministeriön vastikään myöntämät teköälykokeilujen avustukset. Avustukset edistävät nimenomaisesti kokeilukykyä tilanteessa, jossa riskinottokyky muutoin on ehkä normaalia matalammalla. Hyvinvointialueet käynnistyivät v. 2023 alussa Suomen suurimman hallinnollisen uudistuksen seurauksena. Samalla sosiaali- ja terveydenhuollon järjestäjien määrä putosi radikaalisti. Tämä ei kuitenkaan ole vielä johtanut siihen, että digitaalisten välineiden ja kanavien integrointi palvelutoimintaan olisi pitkällä. Osin siksi, että isoja ICT-muutoksia on ryhdytty tekemään vasta hyvinvointialueiden aloittamisen jälkeen ja ICT-korjausvelkaa on paljon.
Digitalisaatio on ollut muotisana jo pitkään. Aika pitkään julkisella sektorilla sillä on tarkoitettu lähinnä asioiden sähköistämistä ja paperista luopumista. Digitalisaatio on kuitenkin toiminnan muuttamista siten, että teknologialla muutetaan toimintamalleja, eikä sähköisiä menetelmiä liimata vanhoihin toimintamalleihin. Digitalisaation avulla voidaan tehostaa, jakaa tai jopa poistaa joitakin toimintoja ja miettiä asioita uudella tavalla, kun manuaalisia työvaiheita voidaan vähentää. Tieto saadaan liikkumaan sinne, missä sitä tarvitaan, kunhan lainsäädäntö tämän mahdollistaa.
Tekoälyteknologiat toteuttavat nimenomaisesti digitalisaatiota ja ovat oikein käytettynä erittäin hyviä renkejä moneenkin asiaan. Niiden hyödyntäminen sosiaali- ja terveydenhuollossa on kuitenkin vielä melko alkuvaiheessa. Potentiaalisia käyttötapauksia on selvitelty useammankin organisaation toimesta. Sosiaali- ja terveydenhuolto on tekoälyn käytössä sekä edelläkävijä, mutta toisaalta myös perässähiihtäjä. Tässä ajassa erityisen tärkeää on tunnistaa kustannusten ja hyötyjen suhde, kun uutta lähdetään kehittämään.
Minusta me ymmärrämme, mitkä ovat potentiaalisimpia tapoja poimia tekoälyn (erittelemättä millaista tekoälyä tässä nyt tarkoitetaan) alhaalla riippuvia hedelmiä nopeasti. Pitkän aikavälin haasteellisemmat, mutta mahdollisesti myös hyötypotentiaaliltaan huomattavasti suuremmat, käyttötavat ovat vielä epäselviä. Tähän vaikuttavat sekä teknologian, että sääntelyn kehittyminen sekä erityisesti tekoälyn nykyisiä toiminta- ja ajatusmalleja rikkova luonne. Juuri nyt on hyvin vaikeaa kuvitella missä me olemme 5 vuoden kuluttua tässä tekoälyn mahdollisuuksien maailmassa.
Hyvin ajankohtaista on tekoälysäädöksestä tuleva velvoite kouluttaa henkilöstölle tekoälyn lukutaitoa. Organisaatioiden on varmistettava tekoälyä hyödyntävän henkilöstön riittävä tekoälylukutaito alkaen jo alkuvuodesta 2025. Hyvinvointialueyhtiö Hyvil Oy tukee hyvinvointialueita, HUS-yhtymään ja Helsingin kaupunkia julkaisemalla Tekoälyn lukutaito-oppaan. Opasta voi hyödyntää sellaisenaan henkilöstön tekoälylukutaidon kouluttamisessa tai sitä voidaan jatkojalostaa oman organisaation tarpeisiin.
Hanna Menna
Erityisasiantuntija, Hyvinvointialueyhtiö Hyvil Oy
https://www.linkedin.com/in/hanna-menna/
www.hyvil.fi
11.12.2024
Aki Antman: Tekoäly ratkaisuna Suomen sosiaali- ja terveydenhuollon haasteisiin
Akava Works -työolotutkimuksen (10.12.2024) mukaan 46 prosenttia julkisen sektorin sosiaali- ja terveysalan korkeakoulutetuista kokee työuupumusriskinsä suureksi tai melko suureksi. Vastaajista 88 prosenttia sanoi olevansa huolissaan julkisten terveydenhuoltopalveluiden laadusta ja saatavuudesta sitten, kun oma eläkeikä koittaa. Valitettavasti myös muut tutkimukset Suomessa antavat samansuuntaisia tuloksia.
Etlan marraskuussa 2024 julkaiseman raportin mukaan vain 11 prosenttia suomalaisista hyödyntää edes viikoittain tekoälyä työssään. Tämä luku on huolestuttava, sillä Suomi – kuten myös koko Eurooppa – on jäämässä merkittävästi jälkeen muun maailman kehityksestä tekoälyn hyödyntämisessä. Tämä ei kuitenkaan johdu paikallisista tai EU:n regulaatioista – niiden puolesta jokainen suomalainen voisi hyödyntää tekoälyä työssään.
Omalla työnantajallani on toimisto Yhdistyneissä arabiemiirikunnissa (UAE), ja meillä on siellä kymmeniä alueen merkittävimpiä organisaatioita asiakkaina. Juuri viime viikolla UAE lanseerasi suunnitelman varhennetusta eläkeiästä ihmisille, joiden työt tullaan automatisoimaan tekoälyn avulla. Samanaikaisesti paikalliset asiakkaamme nauttivat tekoälyn hedelmistä: esimerkiksi Abu Dhabi National Oil Company on saanut tekoälystä lisäarvoa viidensadan miljoonan dollarin edestä jo vuonna 2023, ja vuoden 2024 hyötyjen odotetaan olevan huomattavasti suurempia. He ottivat myös Microsoft 365 Copilotin käyttöön tämän vuoden tammikuussa 20 000 käyttäjälle ja laskevat saavansa yli 500 prosentin kuukausituoton tälle investoinnille.
Koulutamme UAEssa yhdessä Microsoftin ja valtion johdon kanssa vuoden 2025 aikana yli 100 000 julkishallinnon työntekijää tekoälyyn. UAE on kansakuntana ottanut merkittäviä askeleita tekoälyn integroimisessa terveydenhuoltojärjestelmäänsä. Tämä kehitys on merkittävä osa laajempaa strategiaa, jonka tavoitteena on parantaa terveydenhuollon palveluiden laatua ja tehokkuutta. Yhtenä konkreetisena esimerkkinä Ministry of Health and Prevention (MoHAP) avasi jo lokakuussa 2023 ensimmäisen täysin AI:n keskittyvän osaamiskeskuksensa (COE).
Meillä suomalaisilla on edessämme valtava mahdollisuus sosiaali- ja terveydenhuollon alan radikaaliin muutokseen tekoälyn avulla. Tavoitteena tulee olla toiminnan kehittäminen, rutiinien automatisointi, kustannussäästöt, laadun paraneminen ja erityisesti sekä työntekijöistä että asiakkaista huolehtiminen.
Jokainen sosiaali- ja terveydenhuollon ammattilainen käyttää viikoittain tuntikausia rutiineihin, joita ei usein mainita heidän toimenkuvissaan. Eivät myöskään ihmiset ole hakeutuneet alalle tehdäkseen tällaisia tehtäviä. Esimerkkejä tällaisista tehtävistä ovat tietojen toistuva kirjaaminen, ajanvarausten hallinta, esikartoitukset, hankinnat, työvuorojen suunnittelu ja sijaisjärjestelyt sekä raportointi.
Tämän lisäksi tekoälyä voidaan hyödyntää laajasti tutkimuksessa, potilaiden esikartoituksessa, hoidon tarpeen arvioinnissa, diagnostiikan tukemisessa, potilaiden seurannassa, riskien tunnistamisessa, yhteisvaikutusten arvioinnissa sekä hoidon vaikuttavuuden analysoinnissa – vain muutamia tuhansista mahdollisista käyttökohteista mainitakseni.
Itse uskon vakaasti, että tekoäly on vähintään osittainen ratkaisu lähes jokaiseen sosiaali- ja terveydenhuollon nykyiseen ongelmaan. Nämä ratkaisut jäävät kuitenkin vain unelmiksi – joita muualla maailmassa jo eletään todellisuutena – jos Suomessa ei siirrytä välittömästi puheista tekoihin ja aloiteta tekoälyn systemaattista ja määrätietoista käyttöönottoa. Ja kyllä, tämäkin teksti on tuotettu Microsoft 365 Copilotin avustuksella.
Iloista ja rentouttavaa joulunaikaa kaikille! Toivon, että tammikuussa 2025 koko Suomi ottaa rohkean harppauksen tekoälyn aikakauteen – aloita sinäkin jo tänään tutkimalla, miten tekoäly voi auttaa arjessasi!
Aki Antman
President of The Digital Neighborhood AI Arm & Founder @ Sulava
www.linkedin.com/in/antman/
www.thedigitalneighborhood.com