Jäsenorganisaatioiden tekoälytoteutuksia

Aalto University Executive Education tarjoaa tutkimuspohjaista osaamista tekoälyratkaisujen valintaan, implementointiin ja uudistusprojektien johtamiseen sosiaali- ja terveysalan johtajille ja asiantuntijoille.

Lisätietoja

Kevennetään sosiaalihuollon resurssipulaa tehostamalla tiedonmuodostusta tekoälyllä.

Lisätietoja

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.

Lisätietoja

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.

Lisätietoja

Uusi hoitomenetelmän aihio, jossa eri sotealan ammattilaiset saavat ohjauta psykiatrien hoidon ja kuntoutuksen tueksi. Slogan mikä digisisältö, mikä käyttötilanne ja mikä vaikuttavuus?

Lisätietoja

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.

Lisätietoja

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.

Lisätietoja

Selvityksiä toteutettaville ratkaisuille eri lainsäädäntöjen (esim. MDR ja tekoälyasetus) huomioimisessa tuoteratkaisussa.

Lisätietoja

Asiakaspalveluratkaisu (contact center) jossa toimitettiin sekä chat että voice botti vastaamaan yleisiin kysymyksiin ja hoitamaan rutiininomaisia tehtäviä. Hyötyjä oli se, että asiakaspalvelijalle menevät puhelut vähentyivät sekä asiakkaat saivat haluamansa tiedon nopeammin. Sekä tuottavuus että asiakastyytyväisyys paranivat.

Lisätietoja

Tavoitteena tuottaa robotti kotiin itsenäisen elämän tueksi.

Lisätietoja

Diakonissalaitoksen ensimmäisessä tekoälytoteutuksessa laadimme tytäryhtiö Rinnekodit Oy:lle uuden asiakaslupauksen. Tekoäly analysoi anonymisoitua haastatteluaineistoa. Analyysissä hyödynsimme ChatGPT-palvelua.

Lisätietoja

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.

Lisätietoja

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.

Lisätietoja

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.

Esimerkiksi lapsiperheiden tilannekuva, jossa edistyneiden tekoäly ja analytiikkaratkaisujen avulla tutkitaan, miten palveluja voidaan kohdentaa ihmislähtöisemmin.

Lisätietoja

ICF koodain, käytetty osana väitöskirjatyötä ja sitä seurannutta post-doc tutkimusta.

Lisätietoja

Ratkaisumme on testivaiheessa ja olemme parhaillaan tekemässä selvitystä terveydenhuollon ammattilaisten kanssa käyttökokemuksista potilaskohtaamistilanteissa. Alustavat tulokset viittaavat merkittävään ajansäästöön terveyden huollon ammattilaisen potilaskohtaamistilanteissa.

Lisätietoja

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.

Lisätietoja

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.

Lisätietoja

Tekoälyyn perustuvia kliinisiä ja ei-kliinisiä ratkaisuja, joilla on pystytty parantamaan sote-organisaatioiden tuottavuutta sekä parantamaan kansalaisten hoitoa ja potilasturvallisuutta.

Lisätietoja

AIRe Platform – Digitaalisen kuntoutuksen alusta: Jyväskylän ammattikorkeakoulun (Jamk) Kuntoutusinstituutissa vastataan kuntoutuksen maailmanlaajuisesti kasvavaan tarpeeseen digitaalisen kuntoutuksen keinoin. Olemme rakentaneet älykästä alustaratkaisua ja digitaalisen kuntoutuksen simulaatio- ja kehittämisympäristöä, jonka suunnitteluun on osallistettu alan toimijoita, teknologiayrityksiä, loppukäyttäjiä sekä Kuntoutusinstituutin monialaista asiantuntijajoukkoa.

Lisätietoja

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.

Lisätietoja

Määräaikaisessa pilotissa hyödynnettiin Microsoft Azure OpenAI -palvelua, jossa luokittelu tehtiin kokonaisuudessaan generatiivisen tekoälyn avulla hyödyntäen laajoja kielimalleja.

Lisätietoja

Muun muassa AI-pohjainen puheentunnistus.

Lisätietoja

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.

Lisätietoja

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).

Lisätietoja

We Encourage: Tekoälypohjainen AinoAid™-chatbot ja tietopankki nopeuttaa lähisuhdeväkivallan uhrien avun saantia.

Lisätietoja

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.

Lisätietoja

Sote-Tekoälyhackathon, jossa ideoimme yhdessä kumppaneidemme kanssa 23 toteutuskelpoista uutta innovaatiota.

Lisätietoja

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!

Lisätietoja

Asiakkaan liikkumisesta saatavan datan analysointi, kirjaamisen helpottaminen, perehdytysmateriaalin moniulotteisuus.

Lisätietoja

Kansalliseen AuroraAI-tekoälyverkostoon liittyvä Hytebotti eli keskusteleva tekoälyn ratkaisu yläkouluikäisille nuorille.
Ikäihmisille suunnattu keskusteleva tekoälyn ratkaisu eli Onerva-botti.

Lisätietoja

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.

Lisätietoja

Pohjanmaan hyvinvointialueella on rakennettu perinteisen hoidon rinnalle mobiilihoitopolkuja, joiden avulla on helpotettu potilaiden valmistautumista tutkimuksiin ja yhteydenpitoa hoitoyksiköiden välillä. Nyt mobiilihoitopolkuja rakennetaan myös pitkäaikaissairaille omahoidon tukemiseen ja potilaiden sitouttamiseen omaan sairauden hoitoon, sekä näillä pyritään mahdollisten pahenemisvaiheiden ja komplikaatioiden ennaltaehkäisyyn. Eli näillä tavoitellaan parempaa hoitoa/palvelua, terveyttä ja resurssien säästöä.

Lisätietoja

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

Lisätietoja

Kroonisesti sairaat potilaat hallinnoivat sairauttaan yli 99% ajastaan kotona, töissä, harrastuksissa, koulussa. Balansio mobiiliratkaisu (www.balansio.com) hyödyntää älykkäitä digitaalisia ns. ”assistentteja” kroonisesti sairaan potilaan omaseurannassa, ohjauksessa ja ongelmatilanteiden automaattisessa tunnistamisessa 24/7. Potilas saa automaattista ohjausta tarvepohjaisesti ajasta ja paikasta riippumatta, henkilökohtaisen hoitosuunnitelman ja tavoitteiden pohjalta. Automaattisesti tunnistettujen ongelmatilanteiden pohjalta terveydenhuollon organisaatio pystyy priorisoimaan ja kohdistamaan resurssien käytön eniten apua tarvitseville (tehokas potilaspopulaation hallinta).

Lisätietoja

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.

Lisätietoja

Annosohjeiden muuttaminen rakenteelliseen muotoon. Tämä hanke toteutettiin 3 vuotta sitten. Tulokset olivat lupaavia. Hyödynnämme tekoälyä sisäisesti ohjelmistokehityksessämme.

Lisätietoja

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.

Lisätietoja

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.

Lisätietoja

Aiemmin toteuttamamme ratkaisut liittyvät esimerkiksi intradokumenttien tai sidosryhmille tarkoitetun dokumentaation tehokkaampaan hyödyntämiseen ja löytämiseen. Asiakkaan työntekijät voivat kysyä tekoälyltä kysymyksiä tai keskustella omaan intradokumentaatioonsa liittyen tai heidän loppuasiakkaansa avoimeen ja julkiseen materiaaliin liittyen. Kysymyksille annetaan aina lähteistetty vastaus. Lisäksi tarjoamme toiminnallisuuksia liittyen raportointiin (esim. tietyn kontekstin etsiminen sadoista dokumenteista) tai dokumenttien vertailuun (esim. oma hakemus vs malliraportti). Tarjoamme myös käännöstoiminnallisuutta, mikä mahdollistaa esimerkiksi vieraskielisille mahdollisuuden hakea omalla äidinkielellään vastauksia suomen-, tai ruotsinkielisistä lähdemateriaaleista.

Asiakkaamme tavoittelevat ratkaisuilla tuottavuushyötyjä (ajansäästö, tiedon tuominen helpommin saataville), asiakastyytyväisyyttä sekä kustannussäästöjä.

Lisätietoja

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

Lisätietoja

Tulva AI on ohjelmisto terveyspalveluiden kysynnän ennustamiseksi niin sairaalapalveluissa kuin vastaanottotoiminnassakin.

Taustalla on Tampereen yliopiston nelivuotinen tutkimushanke, jonka löydöksiä viedään käytäntöön Business Finlandin kaksivuotisella rahoituksella vuosina 2024-2025.

Kehitämme tällä hetkellä ohjelmiston konseptitodistusta yhteistyössä kumppaniorganisaatioidemme kanssa. Samanaikaisesti etsimme uusia yhteistyökumppaneita kehittämään ja pilotoimaan ohjelmistoa. Yhteistyö kanssamme on maksutonta.

Lisätietoa meistä:
www.linkedin.com/company/tulva-ai
www.tulva.ai

Lataa esitys pdf-muodossa

Vuorox on työvuorosuunnitteluohjelma, joka automatisoi rutiinityön tekoälyn avulla. Tavoitteena on tuottaa yksilöllisiä, tasapuolisia ja jaksamista tukevia työvuorosuunnitelmia sote-alan ammattilaisille.

Lisätietoja

Tutkitusti alle 1 % lähisuhdeväkivaltaa kokevista tunnistetaan terveydenhuollossa (Siltala, H., 2021). Lähisuhdeväkivaltaa kokevalle on korkea kynnys ottaa asia puheeksi. AinoAid™ palvelu tarjoaa tietoa ja tukea asian tunnistamiseen ja sanoittamiseen. Palvelu on kehitetty yhteistyössä väkivallasta selviytyneiden sekä ammattilaisten kanssa. Lähisuhdeväkivalta aiheuttaa vuosittain suuria kustannuksia, jotka tutkitusti lähtivät laskuun heti (n. 27% vuodessa. Lähde: Lähisuhdeväkivalta lisää palvelujen käyttöä ja kustannuksia, 2022), kun väkivalta tunnistettiin terveydenhuollossa. AinoAid™ palvelun avulla ammattilaiset voivat saada vinkkejä asian puheeksiottamiseen ja tunnistamiseen sekä ohjata väkivallan kokijan palvelun pariin, jolloin avun hakemisen korkein kynnys on saatu ylitettyä.

Olemme IMPROVE -hankkeessa, jossa Suomesta mukana meidän lisäksi THL ja Polamk kanssa.

Heli Siltala väitöstutkimus

Lähisuhdeväkivalta lisää palvelujen käyttöä ja kustannuksia

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.

Lisätietoja