Tekoälystä tukea ikääntyneiden terveyspalveluihin

Tekoälyn hyödyntäminen ikääntyneiden terveyspalveluissa tarjoaa uusia mahdollisuuksia palveluiden parantamiseen ja tehostamiseen. Tekoälyä käytetään suurten tietomäärien analysoinnissa terveystrendien tunnistamiseksi ja terveysongelmien ennustamiseksi, mikä mahdollistaa ennaltaehkäisevät ja välittömät toimenpiteet (Anttila ym. 2023). Terveydenhuollon ammattilaisten on hyödyllistä tuntea tekoälyn eri sovellusten toimintaperiaatteet, jotta he voivat hyödyntää niitä tehokkaasti työssään.

Sovellukset ja eettiset haasteet

Suomessa tekoälyohjelmat, kuten Gillie.AI, on suunniteltu ensisijaisesti terveydenhuollon ammattilaisten käyttöön. Gillie.AI yhdistää sensoritiedot, potilaskertomusten kirjaukset sekä lääkeautomaattien ja turvapuhelimien hälytykset. Alusta analysoi tietoja ja lähettää hoitajille ilmoituksia asiakkaan voinnin muutoksista, auttaen muodostamaan kattavan tilannekuvan hoito- ja palvelutarpeiden arvioimiseksi (Anttila ym. 2023).

[Alt-teksti: kaavakuva palveluketjusta.]
Kuva 1. Tietolähteinä käytetyt mittalaitteet sekä ulkoiset järjestelmät. Gillie AI -virtuaalihoitaja monitoroi näistä tulevaa dataa ja esittää huomioita. (Gillie.AI Tukikeskus 2019.)

Tekoälyn käytön lisääntyessä nousevat esiin myös eettiset haasteet. Yksi merkittävistä haasteista on tekoälyn näkymättömyys käyttäjille, mikä voi johtaa epäluuloon ja luottamuksen heikkenemiseen terveydenhuoltojärjestelmää kohtaan. (Mäntynen & Tuovinen 2022, 25.) Selkeä viestintä tekoälyn roolista hoidossa on tärkeää, jotta potilaat ja asiakkaat tuntevat olonsa turvalliseksi ja osallisiksi.

Tekoälypohjaiset järjestelmät voivat parantaa lääkitysturvallisuutta lähettämällä muistutuksia lääkkeiden ottamisesta ja annostelemalla lääkkeitä automaattisesti. Ne eivät kuitenkaan valvo koko lääkkeenottoprosessia, mikä voi johtaa virheisiin. (Kaasalainen ym. 2019, 88; Jovanovic ym. 2022.) Etäyhteydellä toimivat robotit ja mobiiliteknologiat mahdollistavat hoitajien etävierailut, lisäten turvallisuutta ja helpottaen hoidon järjestämistä (Jovanovic ym. 2022).

Inhimillinen vuorovaikutus ja yksilöllisyys

Tekoälyn käyttö ikääntyneiden yksinäisyyden hoitamisessa herättää ristiriitaisia näkemyksiä. Jovanovic ym. (2022) mukaan AI-pohjaiset robotit voivat tarjota ikääntyneille sosiaalista tukea, mikä voi auttaa lievittämään yksinäisyyttä. Toisaalta Wang ym. (2024) toteavat, että tekoäly saattaa korvata inhimillistä vuorovaikutusta, mikä voi lisätä yksinäisyyden ja eristäytymisen kokemuksia. On olennaista löytää tasapaino tekoälyn hyödyntämisen ja ihmisten välisen vuorovaikutuksen välillä, jotta tekoäly voi toimia apuna kuitenkaan korvaamatta ihmiskontaktia. Näin tekoäly tukee ihmisten välistä yhteydenpitoa ja päätöksentekoa, mutta inhimillinen näkökulma ja vuorovaikutus säilyvät keskeisinä.

Tekoälyn tarjoamassa hoidossa on havaittu ristiriitoja myös hoidon yksilöllisyyden suhteen. Tekoälypohjaiset järjestelmät voivat oppia ja mukautua käyttäjän tapoihin ja terveydentilaan, mahdollistaen henkilökohtaisemman hoidon. (Wang ym. 2024.) Toisaalta algoritmien yleistykset ja vinoumat voivat aiheuttaa syrjintää ja vahvistaa ennakkoluuloja, jos datan monimuotoisuuteen ei kiinnitetä huomiota (Rubeis 2020). Terveydenhuollon ammattilaisten tulee seurata tarkasti tekoälyn käyttöä varmistaakseen ikääntyneiden yksilöllisyyden ja ihmisarvon säilymisen.

Tietoisuus tekoälyn ominaisuuksista lisää turvallisuutta

Opinnäytetyössä (Peltomäki 2024) tutkittiin, miten tekoälyä voidaan hyödyntää ikääntyneiden terveyspalveluissa, keskittyen sekä mahdollisuuksiin että haasteisiin.

Tekoälyllä on mahdollisuus parantaa terveydenhuollon laatua, tehokkuutta ja saavutettavuutta, mutta siihen liittyvät eettiset haasteet on huomioitava. Yksityisyyden suojan turvaaminen, hoitohenkilökunnan ja ikääntyneiden informoiminen tekoälyn roolista sekä inhimillisen vuorovaikutuksen säilyttäminen ovat keskeisiä tekijöitä. Terveydenhuollon ammattilaisten tietoisuus tekoälyn mahdollisuuksista ja rajoituksista edistää sen turvallista ja tehokasta käyttöä ikääntyneiden hoidossa. (Peltomäki 2024, 26–28.)

Kirjoittajat

Arttu Peltomäki on terveydenhoitajaopiskelija LAB-ammattikorkeakoulussa.

Tiina Simola toimii hoitotyön lehtorina LAB-ammattikorkeakoulussa.

hteet

Anttila, H., Anttila, M., Koivisto, S., Niemelä, M., Kaartinen, J., Forsius, P., Kauppinen, S. & Luoma, M. 2023. Kotihoidon uudet ratkaisut. Terveyden ja hyvinvoinnin laitos. Viitattu 20.7.2024. Saatavissa https://urn.fi/URN:ISBN:978-952-408-202-0

Gillie.AI Tukikeskus. 2019. Viitattu 4.11.2024. Saatavissa https://support.gillie.ai/hc/fi/articles/360001514257

Jovanovic, M., Mitrov, G., Zdravevski, E., Lameski, P., Colantonio, S., Kampel. M., Tellioglu, H. & Florez-Revuelta, F. 2022. Ambient Assisted Living: Scoping Review of Artificial Intelligence Models, Domains, Technology, and Concerns. Journal of Medical Internet Research. Vol. 24 (11). Viitattu 27.7.2024. Saatavissa https://www.jmir.org/2022/11/e36553

Kaasalainen, K. Ruohonen, T. & Neittaanmäki, P. 2019. Interventiot ja tekoäly terveydenhuollossa. Jyväskylän yliopiston IT-tiedekunta. Viitattu 9.8.2024. Saatavissa https://jyx.jyu.fi/handle/123456789/63326

Mäntynen, H. & Tuovinen, E. 2022. Gillie.AI eNero -ohjelmiston hyödyntäminen ikäihmisten kaatumisriskin tunnistamisessa ja kaatumisten ennaltaehkäisemisessä kotihoidossa. Opinnäytetyö (YAMK). LAB-ammattikorkeakoulu. Viitattu 27.7.2024. Saatavissa https://urn.fi/URN:NBN:fi:amk-2022112423913

Peltomäki, A. 2024. Tekoälyn hyödyntäminen ikääntyneiden terveydenhuollon palveluissa. Opinnäytetyö (AMK). LAB-ammattikorkeakoulu. Viitattu 4.11.2024. Saatavissa  https://urn.fi/URN:NBN:fi:amk-2024111127870

Rubeis, G. 2020. The disruptive power of Artificial Intelligence. Ethical aspects of gero-tecnology in elderly care. Archieves of Gerontology and Geriatrics. Vol. 91. Viitattu 15.6.2024. Saatavissa  https://doi.org/10.1016/j.archger.2020.104186

Wang, K., Ghafurian, M., Chumachenko, D., Cao, S., Butt, Z., Salim, S., Abhari, S. & Morita, P. 2024. Application of artificial intelligence in active assisted living for aging population in real-world setting with commercial devices – A scoping review. Computers in Biology and Medicine. Vol. 173. Viitattu 27.7.2024. Saatavissa https://doi.org/10.1016/j.compbiomed.2024.108340