Sosiaali- ja terveydenhuollossa Suomi on lähitulevaisuudessa isojen haasteiden edessä, kun palveluiden tarve kasvaa. Palveluja digitalisoimalla pystytään vastaamaan terveydenhuollon haasteisiin. (Sosiaali- ja terveysministeriö 2016, 4; Sosiaali- ja terveysministeriö 2020, 34.) Sairauksien ja muiden terveysongelmien ennakoimiseen ja havaitsemiseen tullaan hyödyntämään entistä enemmän tekoälyä esimerkiksi erilaisten sensorien avulla. (Niemistö 2017, 21–22.)
Tekoälyn käyttö vaatii ammattilaisilta ajattelutavanmuutosta ja organisaatioilta selkeät toimintamallit uudenlaiseen työntekoon. Ohjelmistojen käytettävyyteen tulee kiinnittää huomiota, jotta ne ovat sopivia työhön, vähentävät työmäärää eivätkä lisää sitä. (Mäntynen & Tuovinen 2022, 54–56.)
Henkilöstön perehdytys on välttämätöntä
Hoitajien peruskoulutus ei tällä hetkellä edistä teknologiavalmiuksia digitaaliseen työntekemiseen. Tekoälypohjainen teknologia luo uusia osaamisvaatimuksia. Hoitajat ovat kokeneet omat tulevaisuudessa tarvittavat teknologiataitonsa heikoiksi. (Seppänen 2020, 29.) Organisaatiokulttuurin on oltava oppimista tukevaa. Työntekijöiden osaamistason kartoittaminen on tärkeää ennen koulutuksia. Lisäkoulutusten mahdollistaminen ja mentoroinnin jatkuvuus on merkityksellistä osaamistasojen ylläpitämiselle. (Niskanen 2022, 50–53.) Positiivisella asenteella ja tietotekniikan perusosaamisella on suuri merkitys digitalisaatio-osaamiseen (Jäkkö 2018, 74).
Ammattilaisen saama koulutus ja järjestelmien käyttötuki parantavat älykkäiden teknologioiden hyväksyntää (Wang ym. 2020, 8). Käyttöönoton ja koulutuksen hyvä suunnittelu korostuvat tekoälyteknologian käytäntöön implementoinnissa. Työntekijöillä tulee olla riittävä tietämys laitteista, jotta he pystyvät perehdyttämään ja sitouttamaan asukkaat laitteiden käyttöön. (Mäkelä 2023, 42.) Teknologian käyttöönotto vaatii positiivista tukea kollegoilta ja organisaatiolta. Työntekijöiden asenteella ja koulutusmahdollisuuksilla on merkitystä teknologian käyttöhalukkuuteen. (Mäntynen & Tuovinen 2022, 59–61.)
Ammattilaiset mukaan tekoälylaitteiden valintaprosessiin
Mäkelän (2023) soveltavassa tutkimuksessa selvitettiin Jyränkölän Setlementti ry:n työntekijöiden ennakkonäkemyksistä Predicell-alustan ja erilaisten sensorien käyttöönotosta hoiva- ja asumisyksiköissä. Keskeisiksi edellytyksiksi tekoälyteknologian käyttöönotolle nousivat suunnitelmallinen perehdytys, toimivat ja moniammatillisesti valitut laitteet sekä osallistujien jatkuva informointi.
Tekoälylaitteiden valintaprosessissa tulee arvioida, kuinka paljon ja minkälaista dataa kerätään sekä kuinka montaa ammattiryhmää data voi palvella. Laitteiden hankintaprosessissa tulee olla mukana ammattilaisia, jotka tuntevat asiakkaat. Tekoälyn integrointi potilastietojärjestelmiin ja automaattinen tiedonsiirto ovat tärkeitä ominaisuuksia laitteiden valinnassa. Uuden teknologian käytön ei tulisi aiheuttaa lisätyötä hoitohenkilökunnalle. Jos teknologian hyötyjä ei tunnisteta, tuo se lisästressiä työhön, ja tällöin laitteita ei välttämättä oteta osaksi työntekoa. (Mäkelä 2023, 49.)
Informoinnin tärkeys korostui myös koko organisaation tasolla. Tiedottaminen tekoälyn päämääristä hoitotyössä motivoi työntekijöitä tekoälyn hyödyntämiseen ja kannustaa asukkaita laitteiden käyttöön. Kun työntekijät ja asukkaat ovat motivoituneita tekoälyn käyttäjiä, silloin kertyy dataa, jota pystytään hyödyntämään. (Mäkelä 2023, 49.)
Anna Mäkelä valmistui kesällä 2023 LAB-ammattikorkeakoulusta sosiaali- ja terveyspalvelujen digitaaliset ratkaisut -koulutusohjelmasta.
Tuija Rinkinen työskentelee LAB-ammattikorkeakoulun Hyvinvointi-yksikön lehtorina.
Lähteet
geralt. 2018. Altmann, G. Järjestelmän, verkko, digitalisointi. Pixabay. Viitattu 29.8.2023. Saatavissa https://pixabay.com/fi/photos/j%C3%A4rjestelm%C3%A4n-verkko-digitalisointi-3599932/
Jäkkö, M. 2018. Digitalisaatio-osaaminen terveysalalla: Systemoitu kirjallisuuskatsaus. Metropolia ammattikorkeakoulu. Opinnäytetyö (YAMK). Viitattu 29.8.2023. Saatavissa https://www.theseus.fi/bitstream/handle/10024/151531/Jakko_Marika.pdf?sequence=1&isAllowed=y
Mäkelä, A. 2023. Predicell-alustan pilotointi Jyränkölän Setlementti ry:n asumis- ja hoivayksiköissä. Opinnäytetyö (YAMK). LAB-ammattikorkeakoulu. Viitattu 28.8.2023. Saatavissa https://urn.fi/URN:NBN:fi:amk-2023060321013
Mäntynen, H. & Tuovinen, E. 2022. Gillie.AI eNERO -ohjelmiston hyödyntäminen ikäihmisten kaatumisriskin tunnistamisessa ja kaatumisten ennaltaehkäisemisessä kotihoidossa. Opinnäytetyö (YAMK). LAB-ammattikorkeakoulu. Viitattu 27.5.2023. Saatavissa https://www.theseus.fi/bitstream/handle/10024/782978/Mantynen_Tuovinen.pdf?sequence=2&isAllowed=y
Niemistö, L. 2017. Datasta ja tekoälystä myös terveysalalla liiketoiminnan ydin. Teoksessa Yrityskatsaus Suomi tekoälyn kynnyksellä. Työ- ja elinkeinoministeriön julkaisu nro 2/2017. Viitattu 7.3.2023. Saatavissa https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/160388/TEM_oppaat_11_2017_Yrityskatsaus_2_2017_14122017_web.pdf
Niskanen, M. 2022. Sote-hoitohenkilökunnan digitaalisten valmiuksien edistäminen: selvitys koulutussuunnittelun lähtökohdista syöpäsairaita hoitaville yksiköille Tyksissä. Opinnäytetyö (YAMK). Turun ammattikorkeakoulu. Viitattu 29.8.2023. Saatavissa https://www.theseus.fi/bitstream/handle/10024/788046/Niskanen_Mervi.pdf?sequence=2&isAllowed=y
Seppänen, V. 2020. Kotihoidon hoitajien kokemuksia teknologian käyttöönotosta sekä käsityksiä omasta teknologiaosaamisesta: Case Evendos. Opinnäytetyö (YAMK). Oulun ammattikorkeakoulu. Viitattu 27.5.2023. Saatavissa https://www.theseus.fi/bitstream/handle/10024/339008/Seppanen_Vappu.pdf?sequence=2&isAllowed=y
Sosiaali- ja terveysministeriö. 2016. Digitalisaatio terveyden ja hyvinvoinnin tukena. Sosiaali- ja terveysministeriön digitalisaatiolinjaukset 2025. Sosiaali- ja terveysministeriön julkaisuja 2016:5. Helsinki: Sosiaali- ja terveysministeriö. Viitattu 29.8.2023. Saatavissa http://urn.fi/URN:ISBN:978-952-00-3782-6
Sosiaali- ja terveysministeriö. 2020. Kansallinen ikäohjelma vuoteen 2030. Tavoitteena ikäkyvykäs Suomi. Sosiaali- ja terveysministeriön julkaisuja 2020:31. Helsinki: Sosiaali- ja terveysministeriö. Viitattu 29.8.2023. Saatavissa https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/162462/STM_2020_31_j.pdf?sequence=4
Wang, H., Zhao, Y., Yu, L., Liu, J., Zwetsloot, I., Cabrera, J. & Tsui, K-L. 2020. A Personalized Health Monitoring System for Community-Dwelling Elderly People in Hong Kong: Design, Implementation, and Evaluation Study. Journal of Medical Internet Research. Nro 9/2020. Viitattu 29.8.2023. Saatavissa doi:10.2196/19223
