Laadukkaalla ja ennakoivalla sote-tiedolla on yhä suurempi merkitys palvelurakenteiden kehittymisessä (Valtioneuvosto 2022). Kansalliset kehitystrendit henkilöstörakenteessa ja palveluntarpeessa lisäävät tarvetta ennakoivien dataohjattujen ratkaisujen käyttöön, toisaalta ne aiheuttavat haasteita laadukkaan ja yhtenäisen tiedon kirjaamisessa. Riittämätön data voi johtaa vääriin analyyseihin ja lisätä riskiä tietorakenteiden vääristymiin. Hoitotyön laadukas ja yhtenäinen kirjaaminen onkin avainasemassa tekoälyalustojen kehittymisen kannalta. (Laitinen & Virkki 2019.)
Datan laatu herättää huolta
Tekoäly voi olla vain yhtä luotettava kuin sen luomiseen käytetty tieto. Sote-kentän tietojärjestelmät sisältävät monimutkaisia rakenteita ja luovat haasteita tekoälytekniikoille. Tarvitaan suuri määrä laadukasta dataa, jotta tarkkuus ja luotettavuus kehittyvät. (Laitinen & Virkki 2019; Truonga ym. 2019). Kotihoidossa tekoälyllä on paljon potentiaalia tukea käytännön työtä. Rakenteet järjestelmien ympärillä eivät kuitenkaan ole vielä laadullisesti tai määrällisesti riittäviä, jotta niitä voitaisiin luotettavasti hyödyntää. (THL 2021,10.)
Tiedonhallinta ja osaaminen monimuotoistuvat teknologioiden käytön myötä (Jylhä ym. 2021). Kehitystä ohjaa pohdinta siitä, mitä tietoa tekoälyalustoille luodaan ja miten sitä käytetään. Käyttö vaatii myös yhä enemmän algoritmista lukutaitoa. (Rusanen 2021, 34, 39.) Uusien mallien tulisi toimia sekä oikein että yhteisten etujen mukaisesti (Euroopan komissio 2019). Tekoälyn luotettavuuden arviointi edellyttää sen toiminnan periaatteiden ymmärtämistä. Tiedon tuottajien eli käyttäjien (kuten hoitohenkilöstö) on tärkeää hahmottaa oma merkityksensä tekoälyalustojen kehityksessä. (Jylhä ym. 2021.)
![[Alt-teksti: Kannettavan tietokoneen ruudulla on teksti ennakoi terveyden ja hyvinvoinnin muutokset. seuraa kotona asuvia potilaita tekoälyn avulla. Ruudun yläreunassa on tekoälyjärjestelmän tunnus gillie.ai.]](https://blogit.lab.fi/labfocus/wp-content/uploads/sites/8/2022/09/549_2022_Tekoaly-tyokaverina-vastuu-tiedon-laadusta-on-kaikille-1024x398.jpg)
Luotettavuus kehittyy monialaisesti
Tekoälyalusta Gillie.AI käyttöä laajennettiin Päijät-Soten kotihoidossa keväällä 2021. Alusta analysoi hoitajien käyntikirjauksia, lääkeautomaattien laitedataa ja turvahälytyksiä. Soveltavassa tutkimuksessa selvitettiin kotihoidon hoitajien kokemuksia alustan käytöstä (Nummela 2022).
Alustalla kuvattiin olevan paljon potentiaalia toimia käytännön työn tukena. Siitä saatua tietoa toivottiin hyödynnettävän laajemmin ja monipuolisemmin ennakointiin. Käyttö kuvattiin helpoksi, mutta tiedon luotettavuus ja hyödynnettävyys arvioitiin ongelmalliseksi. Tähän vaikutti etenkin alustan käytettävyys ja merkityksetön tai väärin analysoitu tieto, joka ei sellaisenaan ollut käytettävissä työn tueksi.
Jotta luottamus tekoälyyn tiiminjäsenenä vahvistuisi, tulee motivaatiotekijöitä vahvistaa. Hyvin kirjattu työ ohjaa oikeisiin ratkaisuihin ja parantaa siten myös datan ja hoidon laatua. (Laitinen & Virkki 2019.). Tekoälyn käytön edistämiseksi tarvitaan monialaista yhteistyötä, jonka tulee olla aktiivista sekä alustan tarjoajan että käyttäjien kesken käytettävyyden ja luotettavuuden lisäämiseksi. Avoin ja vuorovaikutteinen yhteistyö lisää käyttömotivaatiota ja osallisuutta sekä ymmärrystä laadukkaan tiedon tuottajana. Työtä ei tulisi kirjata vain järjestelmiä varten, vaan kehittämisen keskiössä tulee olla palveluiden oikeudenmukaisuus ja eettisyys. (Nummela 2022, 51–54.)
Kirjoittajat
Anna Nummela opiskelee LAB-ammattikorkeakoulussa Sosiaali- ja terveyspalvelujen digiasiantuntija (YAMK) -koulutusohjelmassa. Hän työskenteli opinnäytetyötä tehdessään Ahtialan kotihoidon sairaanhoitajana ja on toiminut aktiivisesti tekoälyalustan käyttöönoton kehittämistyössä. Nykyään hän työskentelee Päijät-Sotessa digimentorina sekä sairaanhoitajana Etähoiva- ja teknologiayksikkö Severissä.
Tuija Rinkinen on LAB-ammattikorkeakoulun Hyvinvointi-yksikön lehtori.
Lähteet
Euroopan komissio. 2019. Luotettavaa tekoälyä koskevat eettiset ohjeet. Tekoälyä käsittelevä korkean tason asiantuntijaryhmä. Viitattu 25.8.2022. Saatavissa https://www.europarl.europa.eu/meetdocs/2014_2019/plmrep/COMMITTEES/JURI/DV/2019/11-06/Ethics-guidelines-AI_FI.pdf
Jylhä, V., Mykkänen, J., Värri, A., Kinnunen, U.-M., & Peltonen, L.-M. 2021. Yhteinen sote-tieto? – Tiedon toisiokäyttö ja digitalisaation vaikutukset. Suomen Terveys- ja EWelfare-lehti, Vol. 13.(4), 329–331. Viitattu 23.8. Saatavissa https://doi.org/10.23996/fjhw.112086
Laitinen, T. & Virkki, A. 2019. Potilastiedon louhinta mullistaa tutkimuksen ja hoidon. Lääketieteellinen aikakausikirja Duodecim. Vol.135(10):997‒1002. Viitattu 26.8. 2022. Saatavissa https://www.duodecimlehti.fi/duo14936
Nummela, A. 2022. Tekoälyn käyttö kotihoidossa: hoitajien kokemuksia Gillie.AI alustan käytöstä. LAB-ammattikorkeakoulu. Opinnäytetyö (YAMK). Viitattu 9.9.2022. Saatavissa https://urn.fi/URN:NBN:fi:amk-2022090519874
Rusanen, A-M. 2021. Algoritmien aakkoset. Teoksessa Älykäs huominen. Miten tekoäly ja digitalisaatio muuttavat maailmaa? Tallinna: Gaudeamus.
THL. 2021. Terveyden ja hyvinvoinnin laitos. KATI-ohjelma. Tiedon hyödyntäminen kotihoidon ratkaisuissa. Haastattelututkimus Kotona asumisen teknologiat ikäihmisille (KATI) -ohjelman hankkeille. Viitattu 25.8. 2022. Saatavissa https://thl.fi/documents/10531/7343896/Tiedon+hy%C3%B6dynt%C3%A4minen+kotihoidon+ratkaisuissa.pdf/c78c26f1-b4dd-e63c-51bc-2211c2012339?t=1646840456075
Truonga, T., Gilbank, P., Johnson-Cover, K. & Leraci, A. 2019. A Framework for Applied AI in Healthcare. Medinfo. Viitattu 23.8.2022. Saatavissa https://pubmed.ncbi.nlm.nih.gov/31438445/
Valtioneuvosto. 2022. Sote-uudistus. Tulevaisuuden sosiaali- ja terveyskeskusohjelma. Viitattu 25.8.2022. Saatavissa https://soteuudistus.fi/tulevaisuuden-sosiaali-ja-terveyskeskus-ohjelma
