Vuosi: 2024
Metrospektiivi vie jatkossa myös sotemuotoilun äärelle
Vuosien 2022-2024 aikana Sotemuotoilijat-blogi on laajasti yhdistänyt sosiaali- ja terveysalan asiantuntijoiden näkemyksiä, kokemuksia ja tutkittua tietoa. Kuluvan vuoden aikana on keskitytty digikyvykkyyksiin, potilasohjauksen innovaatioihin, tekoälyyn, tulevaisuuden osaamiseen, koulutuksen kehittämiseen, asiantuntijuuden lisäämiseen ja vaikuttavuuteen. Vuoden 2025 alusta sotemuotoiluasioiden äärelle pääsee Metropolia Ammattikorkeakoulun Metrospektiivi-verkkomediassa, joten tämä yhteenveto jää Sotemuotoilijat-blogin viimeiseksi. Toivotammekin lukijamme jatkamaan yhteistä matkaamme uuden median parissa. Innovaatiot potilaiden ohjauksessa Virtanen, M. 2024. Älykkäästi kohdennettua potilasohjausta kehittämässä. Virtanen, M. 2024. Digitaaliset ratkaisut kroonisen kivun itsehoidossa. Virtanen, M. 2024. Digitaaliset ratkaisut lasten ja nuorten ylipainon hallinnassa. Tekoälyratkaisut kaiken keskiössä Virtanen, M. 2024. Terveyssuosituksia tekoälyltä? Virtanen, M. 2024. Tekoäly potilaan puolella. Virtanen, M. 2024. Älykästä omaishoitoa ikääntyvälle väestölle. Koulutus ja osaaminen - nyt ja tulevaisuudessa Reddington, T. & Virtanen, M. 2024. Digikyvykkyydet osaksi terveydenhuollon arkea. Hartikainen, K., Kruus, M. & Stenberg, H. 2024. Tulevaisuuden osaaminen, ennakointi ja yhteiskehittäminen opetussuunnitelmamuutoksia vauhdittamassa. Virtanen, M. 2024. Innovaatioilla vaikuttavuutta terveysalan koulutukseen. Tekoälytuettu asiantuntijuuden kehittäminen Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen. Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 2/2: Kirjoittajan ja tekoälyavustajan vuorovaikutus. Vuorijärvi, A. 2024. Kielellinen saavutettavuus opiskelu- ja työyhteisöissä: Tekoälystä apua selkokieliseen viestintään. Tämän julkaisun myötä kiitämme Sinua kuluneista vuosista! Ne ovat olleet ilon ja innovaatioiden aikoja. Samalla toivotamme sinut seuraamaan Metrospektiiviä vuoden 2025 alusta! KIITOS 🙏 Terveisin päätoimittaja Mari Lehtori Virtanen ja toimituskunnan jäsenet yliopettajat Aino Vuorijärvi ja Salla Kivelä. Kiitos yhteisistä vuosista ❤
Kielellinen saavutettavuus opiskelu- ja työyhteisöissä: Tekoälystä apua selkokieliseen viestintään
Monet suomalaiset ammattikorkeakoulut ovat aktiivisesti ratkaisseet tekniseen saavutettavuuteen liittyviä isoja kysymyksiä1 toiminnassaan. Näin esimerkiksi opetussuunnitelmatyössä, julkaisutoiminnassa ja digitaalisilla oppimisalustoilla, kuten Moodlen verkko-opetusmateriaaleissa.2 Kielellisessä saavutettavuudessa sen sijaan on useissa opiskelu- ja työyhteisöissä vielä tehtävää. Sisällön tuottamisella ja sen selkokielisellä viestimisellä on runsaasti käyttökohteita ja paljon mahdollisuuksia, joita ei vielä täysimääräisesti ole hyödynnetty. Viestinnän kielellistä saavutettavuutta voi tätä nykyä vahvistaa myös tekoälyn avulla. Generatiivisen tekoälyn sovellukset tarjoavat selkoviestintään työkaluja, joista voi olla käytännön hyötyjä myös organisaatioiden ajankohtaisten moninaisuusperiaatteiden toteuttamisessa. Moninaisuutta tukevia periaatteita Moninaisuuteen liittyvä englanninkielinen kirjainyhdistelmä DEI on lyhenne sanoista diversity, equity ja inclusion: monimuotoisuus, yhdenvertaisuus ja osallisuus. Se on periaateohjelma, joka keskittyy luomaan oikeudenmukaisia, osallistavia ja monimuotoisia työ- ja oppimisympäristöjä. Periaatteiden juuret ovat Yhdysvaltojen kansalais- ja ihmisoikeusliikkeissä 1950-luvulta saakka. Suomessa ajattelu on saanut vahvasti nostetta 2000-luvulla, ja se näkyy muun muassa julkisyhteisöjen, myös korkeakoulujen ajankohtaisissa moninaisuusstrategioissa.3 DEI:n perusperiaatteet kiteytettyinä4 ovat: Monimuotoisuus: Monimuotoisuus tarkoittaa yksilöllisten erojen ja erilaisten taustojen arvostamista ja kunnioittamista. Niihin voivat kuulua esimerkiksi kulttuuriset ja etniset taustat, sukupuoli, ikä, seksuaalinen suuntautuminen, sosioekonominen asema, uskonto, vammaisuus ja erilaiset elämänkokemukset. Monimuotoisuuden toteutuessa erilaisten ihmisten taustat ja kokemukset otetaan huomioon ja nähdään voimavarana, joka voi parantaa organisaation toimintaa. Yhdenvertaisuus: Yhdenvertaisuus tarkoittaa kaikkien oikeudenmukaista kohtelua ja sitä, että kaikille annetaan mahdollisuudet menestyä. Yhdenvertaisuuden edistämisessä pyritään poistamaan sellaisia esteitä ja ennakkoluuloja, jotka voivat vaikuttaa ihmisten asemaan tai mahdollisuuksiin työssä tai opiskelussa. Osallisuus: Osallisuus varmistaa, että kaikki jäsenet voivat tuntea itsensä arvostetuiksi ja hyväksytyiksi yhteisössään. Osallisuudessa on kyse siitä, että erilaiset näkökulmat ja mielipiteet huomioidaan ja kaikki voivat kokea kuuluvansa mukaan. Aidosti osallistava työ- tai oppimisympäristö tekee tilaa jokaisen yksilön vahvuuksille ja ideoille. DEI-periaatteiden tavoitteena on siis luoda ympäristö, jossa jokainen voi kokea olevansa arvostettu ja jossa osallisuudella mahdollistetaan kaikkien yhteisöön kuuluvien täysi potentiaali. Kielellisesti saavutettavalla selkokielellä on tavoitteisiin selvä yhteys. Kielellinen saavutettavuus ja selkokieli Korkeakoulujen ja muiden työyhteisöjen kansainvälistyminen, eri kieli- ja kulttuuritaustaiset oppijat ja henkilöstön jäsenet sekä erityistä kielellistä tukea tarvitsevat ryhmät hyötyvät tutkitusti kielellisen saavutettavuuden vahvistamisesta.5 Kielellisellä saavutettavuudella6 viestinnässä tarkoitetaan yleensä selkeän kielen käyttöä visuaalisten viestien hyödyntämistä kohderyhmän erityistarpeiden huomioimista ja monikielistä vuorovaikutusta. Korkeakoulukontekstissa ymmärrettävät opetusmateriaalit, selkeät ohjeet ja rinnakkaiskielisyys7 tukevat yhdenvertaista osallistumista ja oppijoiden integroitumista yhteisöön. Selkokielen käytöllä esimerkiksi moninaisten opiskelijoiden ohjauksessa ja kaksikielisten tutkintojen opetuksessa näiden tavoitteiden toteuttamista voi varmistaa. Työyhteisöviestintään pätevät samat periaatteet. Selkeä kieli ja selkokieli eivät ole synonyymejä, mutta niiden välillä on jatkumo.8 Selkeä kieli on toivottavaa kaikessa yleiskielissä viestinnässä. Selkokielellä taas tarkoitetaan Selkokeskuksen9 mukaan suomen kielen muotoa, joka on mukautettu sisällöltään, sanastoltaan ja rakenteeltaan yleiskieltä luettavammaksi ja ymmärrettävämmäksi. Se on suunnattu ihmisille, joilla on vaikeuksia lukea tai ymmärtää yleiskieltä. Mukauttaminen kysyy selkotekstien kirjoittajalta hyvää kielen ja kirjoitusviestinnän hallintaa. Saavutettavuuden ja selkokielen asiantuntijaksi voi myös erikseen kouluttautua.10 Selkokieltä Suomessa tutkitaan niin ikään paljon.11 Selkomukauttamisen taitoa voi jokainen harjoittelemalla oppia. Esimerkkejä selkokielen käyttötavoista ja oppaista Selkokielen käyttökohteita korkeakoulussa voivat olla esimerkiksi opiskelijan oppaat, mukaan lukien opintosuunnitelmat ja arviointikriteerit opetus- ja ohjausmateriaalit, muun muassa PowerPoint-diat ja Moodle-materiaalit luennot ja niiden videotallenteet tehtävänannot ja koekysymykset arvioinnit ja palautteet tukimateriaalit, kuten sanastot: termi- ja käsitelistat tiivistelmät. Työyhteisöviestinnässä selkokielen avulla selkeytyvät muun muassa keskustelut, tiimikokoukset ja tiedotustilaisuudet ohjeet ja tiedotteet, kuten palveluiden ja työtilojen käyttöohjeet tai strategiatekstit muistiot ja pöytäkirjat lomakepohjat työpaikka- ja muut ilmoitukset apuraha- ja lupahakemukset sähköpostiviestit. Tekstilajivalikko on niin laaja, että kuka vain opetus- tai muusta henkilöstöstä voi ottaa tehtäväkseen mukauttaa tekstejään selkokielelle. Hyvä opas tehtävän tueksi olisi esimerkiksi Leealaura Leskelän (2019) teos Selkokieli – Saavutettavan kielen opas. Selkokeskus12 tuottaa asiantuntevasti monenlaista selkosisältöä eri aihealueilta.13 Yhtenä esimerkkinä monista mainittakoon selkokielinen työelämäsanasto.14 Keskuksen verkkosivuilla on myös selkeitä ohjeita selkokieliseen opetukseen. Lisäksi sivuilla on selkokielen mittari, jonka avulla voi arvioida, onko jokin asiateksti selkokieltä vai ei. Ammattikorkeakouluopetuksessa selkokieli on otettu monin paikoin innostavalla tavalla huomioon, esimerkkeinä Campus Onlinessä15 toteutuva avoin opintojakso Työelämän perusteet selkosuomeksi tai kehittämistyönä tehdyt selkokieliset ohjeet opinnäytetyön tekijälle16. Selkokieli on ollut usein opiskelijoiden opinnäytetyötuotoksissa, etenkin ohjeissa ja oppaissa, käytetty kielimuoto.17,18 Selkosuomea on vastikään kokeiltu myös kaksikielisestä tutkimuksesta kertovan artikkelin yhteiskirjoittamisessa.19 Selkokielen hyötyjä Selkokielen (englanniksi plain language) hyödyistä on olemassa kansainvälistä tutkimusta erityisesti toisen kielen oppijoiden näkökulmasta20, mutta sen käyttämisestä hyötyvät muutkin.21 Selkokielen on huomattu muun muassa parantavan opittavan sisällön ymmärrettävyyttä lisäävän oppijan motivaatiota oppia uusia sisältöjä tukevan vuorovaikutusta oppijan ja ohjaajan välillä kehittävän toisen kielen oppijan22 kielitaitoa ja tapaa käyttää kieltä luovan turvallisen oppimis- ja työskentely-ympäristön, johon uskaltaa osallistua ilman pelkoa väärinymmärryksestä. Generatiivinen tekoäly selkoviestijän avuksi Selkotekstin tuottamiseen tarjoutuu nyt uutta tehokasta apua generatiivisesta tekoälystä, jonka sovelluksista ChatGPT ja Copilot ovat tutuimpia. Niiden molempien avulla voi saada asiantuntijan yleis- tai erikoiskielisestä tekstistä hetkessä selkokielisen version suomeksi. Tekoäly tarvitsee vain kopion tekstistä ja kehotteen: Muuta teksti selkokielelle. Kehotteen kontekstitietoa voi myös tarkentaa kertomalla tekoälyavustajalle tekstin kohderyhmän, tekstilajin ja julkaisukanavan, jolloin tuotoksen laatu ja kohdentuminen yleensä paranevat.23 Tekoälyavusteinen selkokielen tuottaminen voi osaltaan auttaa kielellisen saavutettavuuden ja moninaisuuden toteutumista eri organisaatioissa. Tekoälyn avulla se onnistuu nopeammin ja vaivattomammin kuin se muuten isoissa ja monialaisissa yhteisöissä olisi mahdollista. Viestijän tärkeäksi tehtäväksi edelleen jää varmistaa, että tekoälyn mukauttaman tekstin sisältö pysyy oikeana ja oikeasuhtaisena. Vastuullisesti viestivän asiantuntijan käsissä tekoäly on kuitenkin toimiva ja erittäin tervetullut työkalu. Kirjoittaja Kirjoittaja yliopettaja, FT Aino Vuorijärvi inspiroituu vuosikymmenestä toiseen etenkin opinnäytetyön tekstinohjauksesta. Uusien tekstikäytäntöjen kokeilu ja ohjaaminen tekoälyn kanssa keskustellen on hänen uusimpia villityksiään. Tekstiensä sisällöstä hän kuitenkin vastaa edelleen itse. Lähteet 1 Esim. Lehtonen, T. 2022. Saavutettava Metropolia: Metropolia Ammattikorkeakoulun saavutettavuussuunnitelman ensimmäinen versio. Opinnäytetyö. Medianomi. Digitaalinen viestintä. Helsinki: Metropolia. 2 Ks. esim. Saavutettavasti. fi. Viitattu 6.11.2024. 3 Lisää aiheesta esim. University of Michigan. 2016. Diversity, equity & inclusion strategic plan. Viitattu 6.11.2024. 4 Lisätietoa esim. DEI 2.0. Defining DEI.Viitattu 6.11.2024. 5 Shapiro, S. & Aull, L. 2023. Plain language is key to DEI in academe. Inside Higher Ed. Viitattu 6.11.2024. 6 Kielitoimiston ohjepankki. Vinkkejä kielelliseen saavutettavuuteen. Viitattu 6.11.2024. 7 Ks. Metropolian kielilinjaukset. Viitattu 6.11.2024. 8 Onikki-Rantajääskö, T. 2024. Suomi osallisuuden kielenä. Selvitys suomen kielen tilasta Suomessa 2020-luvun puolimaissa. Oikeusministeriön julkaisuja. Selvityksiä ja ohjeita 2024: 20. 9 Selkokeskus. Selkokieli. Viitattu 6.11.2024. 10 Onikki-Rantajääskö, T. 2020. Selkokielen opetus vakiintuu Helsingin yliopistossa. Luettu 6.11.2024. 11 Esim. Valtasalmi, I. 2024.Teksti- ja käyttäjänäkökulmia selkokielen sanastoon. Akateeminen väitöskirja. Tampereen yliopisto. Informaatioteknologian ja viestinnän tiedekunta. 12 Selkokeskus. Viitattu 6.11.2024. 13 Selkokeskus. Selkojulkaisut. Selkokieliset oppaat, videot ja verkkosivut aiheen mukaan. Viitattu 11.11.2024. 14 Selkokeskus. Työelämäsanastoa selkokielellä. Viitattu 6.11.2024. 15 Ks. Työelämän perusteet selkosuomeksi - CampusOnline. Viitattu 6.11.2024. 16 Suvanne, M-L. 2007. Sano se selvästi – opinnäytetyön ohjeen mukauttaminen selkokielelle. Kehittämishankeraportti. Ammatillinen opettajakorkeakoulu. Jyväskylän ammattikorkeakoulu. 17 Ks. Lunti, S. 2022. Potilasohjeen kielellinen saavutettavuus: Tyypin 2 diabeteksen hoito-ohje selkokielellä ja selkokuvilla. Opinnäytetyö. Tulkkaus ja kielellinen saavutettavuus. Humanistinen ammattikorkeakoulu. 18 Myös Heino, M. & Katajamäki, T. 2023. Ensiapuopas selkokielellä. Opinnäytetyö. Hoitotyön koulutus. Sairaanhoitaja. Lapin AMK. 19 Perkins, M. C., Ennser-Kananen, J., Laihonen, P. & Saarinen, T. 2024. “Mitä tummempi sininen, sitä stressaantuneempi olen”. Taidepohjainen tapaustutkimus työhyvinvoinnista yliopistossa. Tiedepolitiikka 2. 52–66. 20 Ks. esim. Malcolm, A. 2023. Plain language in the college classroom: Find, understand, use. Lethbridge polytechnic. Viitattu 6.11.2024. 21 Content Science. What is the Difference Between Plain Language and Inclusive Language? Päivitetty 19.9.2023. Viitattu 6.11.2024. 22 Koskee esim. suomi toisena kielenä -oppijoita eli S2-oppijoita yhtä lailla opetuksessa kuin työpaikoillakin. 23 Lisäohjeita kehotteiden tekemiseen ks. Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 2/2: Kirjoittajan ja tekoälyavustajan vuorovaikutus. Sotemuotoilijat-blogi. Metropolia. Viitattu 8.11.2024.
Asiantuntija tanssii tekstien kanssa 2/2: Kirjoittajan ja tekoälyavustajan vuorovaikutus
Tekoälyavusteinen kirjoittaminen on vilkasta vuoropuhelua kirjoittajan ja tekoälyavustajan välillä. Jotta vuorovaikutus onnistuisi ja tuottaisi tulosta, toiminnassa on hyvä huomata muutamia ehtoja. Myös kirjoittajan ja avustajan vallan- ja vastuunjaon täytyy olla lähtökohtaisesti selvä: kumpi vie ja kuka vastaa seurauksista. Kun nämä ovat selvillä, pääset hyvillä mielin tekemään tekstejä, jotka ovat paitsi sujuvia, myös sosiaalisesti vastuullisia. Tekoälyavusteisen kirjoittamisen prosessi muodostuu syklisistä vaiheista, jossa kirjoittaja keskustelee tekoälyavustajansa, kuten ChatGPT:n tai Copilotin, kanssa.1 Hieman yllättävästi kirjoittajan toiminta painottuu enemmän kysymiseen kuin vastaamiseen, johon kirjoittamisessa yleensä on totuttu. Prosessi on jatkuvaa tekstien vaihdantaa, ja sillä on olennaista merkitystä, miten hyvin osaat avustajaasi puhuttaa ja sen vastauksia hyödyntää. Onkin sanottu, että tekoäly on juuri niin hyvä kuin sillä kirjoittava on. Kaksi ehtoa: kehote ja konteksti Kun otat avustajasi käyttöön ja haluat saada sen avulla tekstisi lentoon, muista kaksi koota: kehote2 ja konteksti. Kehotteella saat avustajasi toimimaan, ja kontekstilla varmistat, että saat tietoa, mitä tilaat ja tarvitset. Kehote (englanniksi prompt) on se kohtelias kysymys tai pyyntö, jonka tekoälylle kirjoitat saadaksesi siltä vastauksena tietoa, paremman version luonnoksestasi tai palautetta tekstistä tai sen osista. Kehotteen muoto, pituus ja tarkkuus vaihtelevat tilanteittain. Kehotteen kirjoittamisesta on verkossa oppaita ja ohjevideoita, mutta perusasiat selviävät nopeasti kokeilemalla.3 Jos tekoälyn antama vastaus on huono, monesti kirjoittaja päättelee, että tekoäly ei vain osaa, ja luovuttaa. Vinojen vastausten tulisi kuitenkin mieluummin vihjata kirjoittajalle, ettei kehote tai kysymys ole riittävän suora, selkeä tai fokusoitu. Kielimallin toiminta perustuu ennakoimiseen4, ja niin pitäisi sinun kehotteesikin perustua. Mieti, miten muotoiltuna kehotteesi osuu parhaiten olennaiseen, ei liian laajalle tai liian syvälle. Pohdi vaikka seuraavien kysymistapojen eroa ja niihin olettamaasi vastausta: Mikä on osterivinokas? Mikä eläin on osterivinokas? Mitä ruokaa litrasta osterivinokkaita voi valmistaa? Mikä merkitys osterivinokkaalla on ilmastonmuutoksen torjunnassa? Hapuilu on sallittua, sillä kehotetta voi tarkentaa, kun näkee, mitä edellinen vastaus tuotti. Vastauksen laatu siis riippuu siitä, mitä ja miten avustajaltasi kysyt. Anna kehotteessa kysymyksellesi tai toiveellesi riittävästi kontekstia, esimerkiksi taustatietoa tiedontarpeestasi: miksi, mihin ja minkä asiantuntijatason tietoa tarvitset. Noviisille tai asiantuntijalle tekoäly vastaa eri tavoin, mutta se ei tiedä, kumpi olet, ellet kerro. Vertaa seuraavia: Haluaisin kehittää ravintolani ruokalistalle uuden osterivinokaspastan. Saisinko reseptiehdotuksia? Joudun tekemään alakoulun 6.-luokan biologian tunnille suullisen esitelmän osterivinokkaasta. Voisitko kirjoittaa sen puolestani, niin että kuulijoilla olisi hauskaa? Esityksen pitäisi kestää ainakin 5 minuuttia. Voit siis myös määrittää, kuinka laajan tai minkä muotoisen vastauksen haluat. Hatarasti taustoitetun tai sumean kehotteen saatuaan tekoäly ryhtyy herkästi hallusinoimaan eli satuilemaan vastauksissaan.5 Kun kysyin, miten osterivinokasta voi käyttää abstraktin taiteen lähteenä, tekoäly kertoili Helsingin yliopiston etäisesti aihetta liippavista myseelikomposiittitutkimuksista ja tarjosi tueksi linkkiä, joka vei error-tilaan. Luottamusta hiukan lisäsi, että avustaja myönsi vastauksensa rajoitteet: "Vaikka suoraa tutkimusta osterivinokkaasta abstraktin taiteen lähteenä ei löytynyt, myseelikomposiittien käyttö taiteessa ja muotoilussa on kasvava trendi." Tekstin, oman tai lähteeksi löydetyn, voi myös kopioida ja tarjota avustajalle palautteen antamista tai olennaisen sisällön seulomista varten. Syötä tekoälylle koko teksti tai vain se osa, johon olet tyytymätön, ja kerro, mihin suuntaan haluat sen kehkeytyvän. Vaihtoehtoja sataa. Joskus on käynyt mielessä, onko ChatGPT sittenkin Sampo, joka keskustellessamme väsymättä jauhaa uusia vastauksia tekstini rikastuttamiseksi. Kehotekierroksia voi siis iteroida, jolloin vastaukset yleensä paranevat. Huomaa kuitenkin, että kun aloitat aivan uuden keskustelun, aiemmat eivät ole enää avustajasi muistissa. Siksi vastausten välitallentaminen omiin tiedostoihin on hyödyllistä, jos aiot välillä reflektoida ja palata niihin myöhemmin. Tekoäly ei kirjoittajana ole itsenäisesti luova6,7 eikä ainakaan yhtä originelli kuin sinä, vaikka vastaa ystävällisesti myötämielisiin kehotteisiin keskusteluketjuissanne8. Ota tämä huomioon, jos haet apua tekstisi tyylikysymyksiin tai pyydät palautetta tekstiluonnoksestasi. Se ei erikseen kehottamatta tunnista villejä kielikuvia eikä yksilöllisiä tyylivalintoja, vaan totisena korjailee niitäkin tekstisyötteestäsi. Tiedossa on, ettei tekoäly toistaiseksi osaa tuottaa tekstiä, joka ottaisi lukijan huomioon yhtä hyvin kuin inhimillinen toimija. Se ei siis pyytämättä rakenna tarjoamaansa tekstiin vuoropuhelua oletetun lukijan tai yleisön kanssa, kuten viestinnän asiantuntijat opettavat tekemään9. Onkohan sillä edes huumorintajua? En tiedä, enkä tiedä sitäkään, miten hauskan esitelmän aiemman esimerkkini alakoululainen piti. Esimerkistä päättelit varmaan, että avustajan voi myös kehottaa tekemään tekstin puolestasi. Samalla ohitat prosessin, joka olisi voinut antaa ja opettaa yllättävän paljon. Opiskelussa ja asiantuntijatyössä tekoälyn kanssa on mahdollista toimia viisaastikin. Tee tekstisi itse Kokemukseni mukaan tekoälyavusteisen kirjoittamisen hyödyt liittyvät perustavasti siihen, että avustaja on kirjoittamisprosessissasi partneri tai sparraaja, ei tekstin autonominen kirjoittaja.10, 11 Teksti tehdään avustajan kanssa yhdessä ideoinnista ja rajauksesta alkaen ja edeten tiedon hankintaan ja käsittelyyn. Tietoja yhdistellään tekstiluonnokseen omien ajatusten läpi suodatettuina ja aina tarvittaessa avustajan kanssa reflektoiden. Tekstiluonnoksen muokkaamisessa ja viimeistelyssä avustaja on melkein uupumaton. Tätä vuorovaikutusta voi jatkaa, kunnes olet kirjoittajana tulokseen tyytyväinen.12 Ohjeeni on, että työstä siis tekoälyltä saamiasi vastauksia ja valitsemiasi lähteitä, mutta ennen kaikkea: tee tekstisi itse. Kirjoita itse edes ensimmäinen pohjateksti, jossa ajatuksesi ja äänesi ovat läsnä ja lähteet sinun muokkaamiasi. Näin vältyt myös plagiointi- ja vilppiepäilyiltä.13 Samalla vältyt lattealta tai korkeintaan keskiverrolta tekstimassalta, josta tekoälyä on usein syytetty. Tekoälyn on todettu parantavan nimenomaan tekstin laatimisen prosessia, ei automaattisesti tuotoksen laatua. Tekstin ja sen taustatekstien kuratointi on kirjoittajan tehtävä. Älä tyydy pelkästään tekoälyn tuottamien tekstien editoijaksi, vaan omista tekstisi itse. Prosessissa on elämyksellistä nähdä, kuinka ja miten nopeasti oma teksti jalostuu ja ajatukset selkeytyvät dialogissa avustajan kanssa. Generatiivinen tekoäly on juuri ihmisenkaltaisen vuoropuhelukykynsä vuoksi paras nimenomaan sparraajana. Kun avustajalla on sparraajan rooli, prosessi ei johda oman osaamisesi heikkenemiseen vaan pikemminkin kohentavasti työsi laatuun ja omien tekstitaitojesi karttumiseen. Tekstin tekijänoikeuksien haltijaksi tekoälystä ei ainakaan toistaiseksi ole14, joten kerro tekstissäsi muuten avoimesti, miten olet sitä prosessissasi käyttänyt. Kuva: Designer. Kumpi tekstisi tekee? Askelista harppauksiin: kirjoittajan valta ja vastuu Tekoälyavustajan kanssa vuoropuheltaessa tekstien teko sujuu usein kuin tanssi. Tärkeää vain on muistaa, kuka vie: kenen tekstistä on kyse. Sinä olet intentionaalinen olento, tekoäly ei. Houkutus esittää ja jakaa tekoälyn tuottamia tekstejä omissa nimissä on varmasti suuri, mutta miksi ihmeessä käyttää työkalun säästämä aika tekijänoikeuskiistoihin tai vilpistä nolosteluun, kun juuri sillä ajalla voisi tehdä ihan jotain muuta, mukavaa. Tekoälyavustajasi osaa ja tekee mutkitta paljon hyvää puolestasi. Älä silti anna tekoälylle kaikkea valtaa, sillä vastuu tekstistäsi, sen sisällöstä ja seurauksista on aina sinun. Jos käytät tekoälyä pelkästään tekstimassan semiautomaattiseen tuottamiseen, lakkaat ehkä vähitellen välittämästä omista taidoistasi, tuhlaat tilaisuuden siirtää itse näpyttelemällä sanasi lähimuistista kestomuistiisi ja tunnet vähemmän iloa onnistumisistasi. On mukava saada teksti valmiiksi ja ajatuksistaan jotain sujuvaa tai näkyvää ilmi. Avustettuna saat itsestäsi ehkä myös aikaisempaa enemmän irti. Opiskelukirjoittamisessa tekoälyä saa ja pitää käyttää ja kokeilla, niin opiskelijan kuin opettajan. Vaikka se söisi minunkin työni, en kieltäisi tätä iloa keneltäkään. Tekstityön prosesseissa painopiste tekoälyn myötä kiistatta muuttuu, etenkin palautteensaanti mullistuu. Silti vielä ainakin hetken tarvitaan omanarvontuntoista tekoälyn käyttäjää, joka osaa kriittisesti arvioida tuottamiensa tekstien arvon ja varmistaa sisällön oikeellisuutta ja eettisyyttä.15, 16 Tekoälyavusteisten tekstitaitojen opetuksessa olisikin hyvä nyt keskittyä opettamaan kirjoittajille kriittistä, vastuullista ja inspiroivaa vuoropuhelua avustajansa kanssa. Prosessin hallintaan voidaan koulutuksella vaikuttaa, vaikka kirjoittajan välineet vaihtuvat. Oletettavasti ihan pian tekoälyn ja ihmisen tekemää tekstiä ei voi erottaa toisistaan; ne näyttävät samalta. Vain kirjoittaja tuntee prosessin ja tietää, mistä kehotteista ja vastauksista se koostuu. Hänellä on toiminnassaan valta ja vastuu – ja vastuunkantoon voi oppia. Tekoälyn käytölle ammattikorkeakoulussa Arenen tekoälysuositukset (2024)17 näyttävät lähinnä vihreää, joten anna mennä. Tekoälyavusteinen kirjoittaminen on kansalais- ja työelämätaito – ja valtavirtaa jo. Sitä pitää opetella nyt. Kirjoittaja Kirjoittaja yliopettaja, FT Aino Vuorijärvi inspiroituu vuosikymmenestä toiseen opinnäytetyön tekstinohjauksesta. Työelämäläheisten tekstikäytäntöjen tutkiminen oli fokuksena myös hänen väitöskirjassaan (2013). Uusien tekstimallien kokeilu ja ohjaaminen tekoälyn kanssa keskustellen on hänen uusimpia villityksiään. Tekstiensä sisällöstä hän kuitenkin vastaa edelleen itse. Lähteet 1 Laajemmin Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen. Sotemuotoilijat-blogi. Metropolia. Viitattu 5.11.2024. 2 Sulava 2024. 10 tärkeintä tekoälytermiä suomeksi, jotka jokaisen tulisi ymmärtää. Viitattu 1.11.2024. 3 Tutkimusta kehotteiden tekemisestä ks. Saikal, M., Suborno, DB. & Chanchal KR. 2024. Enhancing User Interaction in ChatGPT: Characterizing and Consolidating Multiple Prompts for Issue Resolution. 4 Sulava 2024. 10 tärkeintä tekoälytermiä suomeksi, jotka jokaisen tulisi ymmärtää. Viitattu 1.11.2024. 5 Ikola, J. 2024. AI ja hallusinaatiot: mistä on kyse ja miten hallita niitä? AI-sanomat. Viitattu 1.11.2024. 6 Hartenberger, L. 2023. What AI teaches us about good writing. Essay. Noema Magazine. Viitattu 27.10.2024. 7 Salvagno, M., Taccone, F.S. & Gerli, A.G.2023. Can artificial intelligence help for scientific writing? Critical Care 27. 75. 8 Mäntylä, J-M. 2023. Tylytätkö tekoälyä – vai oletko sille kiltti? Risto Linturin mukaan kohtelias saa Chat GPT:stä parempia tuloksia. Yle. Viitattu 2.11.2024. 9 Kirjoittamisesta vuorovaikutuksena ks. Svinhufvud, K. 2007. Kokonaisvaltainen kirjoittaminen. Helsinki: Tammi 10 Ks. lisää yhteiskirjoittamisen näkökulmasta Nython, P. 2024. AI as a Co-Author: Exploring Collaborative Writing with Technology. Medium. Viitattu 1.11.2024. 11 Samoin katsauksessa Imran, M. & Almusarrafh, N. 2023. Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology 15 (4). 12 Prosessista tarkemmin Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen. Sotemuotoilijat-blogi. Metropolia. Viitattu 5.11.2024. 13 Cotton, D. R. & Cotton, P. A. & Shipway, J. R. 2023. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International 61 (2). 228–239. 14 Thorp, H. 2023. ChatGPT is fun, but not an author. Science 379 (6630). 15 Työkaluja prosessin eettiseen työstämiseen ks. Miaom, J. & Thongprayoon, C., Suppadungsuk, S., Garcia Valencia, O. A., Qureshi, F. & Cheungpasitporn, W. 2023. Ethical Dilemmas in Using AI for Academic Writing and an Example Framework for Peer Review in Nephrology Academia: A Narrative Review. Clin Pract. 14 (1). 89–105. 16 Opetusalan eettinen neuvottelukunta 2024. Tekoäly koulussa: eettisiä näkökulmia 1.10.2024. Kannanotto. Viitattu 5.11.2024. 17 Arenen suositukset tekoälyn käytöstä ammattikorkeakouluille. 2024.
Asiantuntija tanssii tekstien kanssa 1/2: Tekoälystä nostetta kirjoittamiseen
Jos pidät kirjoittamisesta, tekoälyn kanssa pidät siitä vielä enemmän. Jos et, niin varoitan: tekoälyavustaja voi muuttaa mielesi. Mieti hetki opiskelua tai elämää ilman harmaan näytön kammoa, huvenneiden ideoiden herättelyä, lähteiden ähkyistä etsintää ja kuumottavaa kääntämistä, unohtuneita aloituksia ja väsyneitä lopetuksia. Tai muistele käsitesolmuja, sanasokeutta, kirjoitusjumeja tai ajatuskatkoja, näytön ääressä yksin harovia sormia ja viikkokausien odottelua haaleasta tekstipalautteesta. Aivan, kirjoittaminen on prosessi ja siinä on puolensa, mutta monesti on vain pakko alkaa taas. – Mitäpä jos kokeilisit seuraavalla kerralla tekoälyä? Kun generatiivisen tekoälyn avustamasta kirjoittamisesta puhutaan, puhutaan tekstityöstä esimerkiksi ChatGTP:n tai Copilotin kanssa. Niin myös tässä kirjoituksessa. Kaveriksi käyvät yhtä hyvin myös muut tekoälyä hyödyntävät työkalut kuten Google-kääntäjä ja sen edistyneempi kollega DeepL. Myös tutussa Wordin tekstinkäsittelyohjelmassa on tekoälyominaisuuksia. Tekoälyhuolista hyötyihin Teknologiaa tervehditään yleensä ilolla. Mutta huomannette, että kun puhutaan tekoälystä tekstien tuottamisessa, Pisa-kansa huolestuu heti tekstitaitojen kapenemisesta. On toki aiheellista tuoda esiin ilmiön huonot puolet: eettiset epäilyt, plagioinnin pelko, vilppipandemian riskit, vanhalla tai vinoutuneella datalla koulutettujen kielimallien vajavaisuus ja vanhuus, hillitön hallusinointi tai disinformaatiotulva, oman ajattelun latistuminen, kritiikin kato ja tekstitaitojen tasapäistyminen. Ovathan ne kaikki tutkitustikin1 tekstityömme päälle lankeavia varjoja, mutta mitä jos liikkuisimme hetkeksi valon puolelle? Mitä jos tekoälyn avulla kirjoittaminen onkin hauskaa?2 Mitä jospa se lisäisikin hyvinvointiasi ja työtyytyväisyyttäsi! Tekoälyavusteinen kirjoittaminen lähti laukalle saman tien, kun ChatGPT loppuvuonna 2022 OpenAI:ssa julkaistiin. Sen jälkeen sitä ovat harrastaneet ahkerasti ainakin kaikki nohevat nörtit ja julkaisupisteistä kilpailevat tieteentekijät ja englantia toisena kielenä käyttävät asiantuntijat. Näin väitetään parin viimeisen vuoden aikana ilmestyneissä tutkimuksissa ja niistä kootuissa uunituoreissa kirjallisuuskatsauksissa.3 Kokeilleet tietävät, mitä tekevät. He tietävät, että uhkakuvista huolimatta tekoälystä on kirjoittamisprosessissa etua. Saman totesi myös vastikään Time-lehdessä tuskaansa purkanut tekstinohjaaja: Otin loparit, sillä kyllästyin antamaan palautetta tekoälyn tuottamista teksteistä. Tekoälystä eivät luovu nekään opiskelijat, jotka osaisivat itsekin.4 Miksihän? Tekoälyavusteisen kirjoittamisprosessin voimakohtia Kirjoittaminen on tunnetusti monivaiheinen prosessi. Tekoälyllä vaiheita voi lukemieni tutkimusten5 ja tekstintekijän ja -ohjaajan oivallusteni perusteella buustata merkittävästi. Tekoäly tuo prosessiin selvästi uutta nostetta. Se näkyy erityisesti seuraavissa prosessin kohdissa. Aloittaminen, ideointi ja luonnostelu Tekstitehtävien viivyttely väistyy, kun tietää, että tukea niiden tekemiseen on saatavilla. Aloittamista helpottaa, kun tajuaa, että ChatGPT:ltä tai Copilotilta voi vapaasti kysyä neuvoa aiheista, aihepiirin rajauksesta ja relevanteista näkökulmista. Järjestä aivoriihi tai ideamyrsky. Pyydä tekoälyä generoimaan yhtä monta tulokulmaa kuin työryhmässäsi on jäseniä. Tai valitse joukosta sytyttävin ja syvenny siihen. Kielimalli tarjoaa auliisti monenmoista. Ja nykyään jo oikein hyvällä suomen kielellä. Lyömätön etu tekoälyn kanssa työskentelyssä on, että sillä voittaa aikaa, yleensä kirjoitusprosessin kaikissa vaiheissa. Käännöstöissä se eritoten näkyy. Aikaa ja hermoja säästää se, että jo ensimmäisen tekstiluonnoksensa voi antaa avustajalle kommentoitavaksi. Se muokkaa mukisematta lauserakenteet, korjaa kielivirheet, lisää tai poistaa pilkut ja paikkaa monet typotkin. Jos et tyydy siihen, että tämä kaikki vain tapahtuu, voit saada haltuusi kieliopin säännöt seuraavaakin vaihetta varten. Jos kaipaat johdantoosi kehystä, kysy mihin kaikkeen merkitykselliseen aihevalintasi kietoutuu. Jos haluat lopettaa tekstisi synteesiin tai muuten muistiin jäävästi, kopioi tekstiluonnoksesi alustalle ja pyydä siitä yhteenveto tai parafraasi. Saatat yllättyä. Avustajasi tarkistaa puolestasi, onko kaikki olennainen mukana. Kun syötät luonnoksesi ChatGPT:hen, jossa tekstille on enemmän merkkitilaa kuin Copilotissa, saat koko tekstistäsi rakentavaa palautetta. Tekstilajin tunnustelu Tekoäly mallintaa hienosti monien tekstilajien rakenteita: osia ja niiden järjestystä. Se osaa hyvin analysoida ja tunnistaa jo yhdestä tekstilajin esiintymästä tietyn lajin tyyppipiirteet ja tehdä niistä kirjoittajalle selkeän etenemisohjeen. Olen testannut toimintoa systemaattisesti muutamilla esimerkkiteksteillä: katsausartikkeli, tiivistelmä, mediatiedote. Tekstilajin eli genren prototyyppisiin rakenne- ja tyylipiirteisiin, niiden analysointiin ja analyysipohjaisen kirjoittamiseen keskittyvä genrepedagoginen lähestymistapa6 helpottaa tekstien ymmärtämistä ja tuottamista sekä niiden ohjaamista. Tekoälyn avulla tekstilajin perusteet avautuvat hetkessä: Miten rakentuukaan asiantuntija-artikkeli tai blogikirjoitus, millainen on pätevä lausunto tai vaikuttava mediatiedote? Tekstilajin taju auttaa alkuun yhtä lailla natiiveja kuin uuden kielen ja kulttuurin oppijoita. Markkinointitekstejä tekevän täytyy tuntea liuta tekstilajimalleja, mutta ennen kaikkea tohtia myös soveltaa niitä luovasti. Opettaja voi käyttää menetelmää opiskelijan tekstituotosten tai -analyysien ohjaukseen7 – tai CV:n tai työhakemuksen tekoon. Tieteellisiin teksteihin tekoälyä on selvästi koulutettu. Se tarjoaa hartaana muotoilemastasi luonnoksesta viiveettä elegantin version opinnäytetyösi tai artikkelisi tarkoituksesta, tavoitteista ja tutkimuskysymyksistä. Lukijaa puhuttelevan johdannon tai omaäänisen pohdinnan kirjoittamisessa ihminen on vielä sitä osaavampi. Otsikoinnissa tekoäly auttaa mielellään, vaikka sen valitsemat väliotsikot ovat usein tylsähkösti nimeäviä, vaisuja tai vivahteettomia. Joihinkin tekstilajeihin tai sisältöihin lakoninen toteavuus sopii, mutta useimmiten vaihtoehdoista kannattaa keskustella avustajan kanssa useampikin kierros. Erityisen innostunut tekoäly on listoista ja luetelmista. Bulleteja8 saat, vaikket tilaisikaan. Niillä se vastaa usein kysymyksiisi tai reagoi tekstisyötteisiisi. Kausaalisuhteissa tekoäly on kuitenkin hutera; siksi listan osien välisistä merkityssuhteista ei aina saa selkoa. Kohdennetut lisäkehotteet avustajalle yleensä auttavat, ja lista voi hyvinkin olla ponnahduslauta omaääniselle tekstille. Lähteiden löytäminen ja kääntäminen Lähteitä löydät helposti esimerkiksi Copilotin kanssa asioidessasi. Useimmiten se päätyy osumiin Google Scholar -tietokannasta. Avustaja antaa suoria linkkejä ja ohjaa asiantuntijaorganisaatioiden tietovarantoihin, mutta skarppaa kyllä pyydettäessä myös tieteellisiin lähteisiin. Kokemukseni mukaan Copilotin lähteet ovat yleensä relevantteja ja autenttisia. ChatGPT:n ilmaisversioon tehokas hakutoiminto on juuri tulossa. Tekoäly paitsi kääntää, myös lukee tekstejä puolestasi. Se on etenkin tutkijalle huima etu: säästää hurjasti aikaa, mutta auttaa samalla saamaan luetusta isoja kuvioita näkyviin.9 Näyttöä, evidenssiä – todella nopeasti. Voit pyytää kertomaan viiden tai kymmenen löytämäsi tutkimusartikkelin pointit tai päätulokset suomeksi sillä aikaa, kun käyt laittamassa valot päälle, ja pääset jatkamaan analyysiisi tai viitekehyksesi täydentämiseen. Käsitteiden avaamiseksi tilaa teksteistä niiden määrittelyitä. Määritelmiesi viimeistelyyn tarvittavat lähteet täytyy silti hakea kirjastosta, Googlesta, open access -julkaisuista tai tietokannoista. Muuten ei voi varmistua niiden oikeellisuudesta tai tehdä moneen asiantuntijatekstiin kuuluvaa relevanttia lähdemerkintää. Kone on aivan ylivertainen, vaikkei täysin virheetön, suurten tekstimäärien käsittelyssä –ja ällistyttävän nopea, kunnes vauhtiin tottuu. Montakohan kuukautta vuodesta esimerkiksi väitöskirjatutkija vielä hetki sitten käytti aikaa lähteiden penkomiseen eikä tieto silti juuri kumuloitunut? Onko nyt dystooppista juhlia nuorten tutkijoiden paremman tulevaisuuden puolesta? Jatkuva palaute Tekstin tekemisessä juhlaa on tekoälyn antama vuorovaikutteinen palaute10, jota normaalioloissa kirjoittaja ei saa keneltäkään tai ei välttämättä kehtaa pyytää. Tekoälyn palautteenantaja on paikalla 24/7. Se kertoo epäröimättä vaikka aamuyöllä tekstisi voimakohdat ja antaa vaihtoehtoja parantaa ilmaisua, vaikkapa tekstin havainnollisuutta tai esittämisjärjestystä. Se ei syyllistä eikä väsy. Joskus tosin sovelluksen merkkimäärä tulee keskustellessanne lisenssivajeen vuoksi vastaan. Aloita silloin uusi keskustelu tai vaihda toiseen avustajaan. Tekoäly sujuvoittaa pelotta kieltäsi ja kommentoi tyyliäsi, vaikka tekstin sävyn arvioinnissa se ei kovin sofistikoitunut olekaan. Avustaja on myös sanakirja, esimerkiksi synonyymisiä verbejä tai adjektiiveja saa pyytämällä. Samalla sanastosi laajenee. Tekoäly huomaa helposti liian pitkät tai vajaat virkkeet, ja voit muina miehinä korjata ne. Ikään kuin mitään ei olisikaan tapahtunut. Anonyymi avustaja poistaa sosiaaliset paineet onnistua kerralla. Itse vertailen omaa ja tekoälyn tarjoamaa tekstiä tarkasti toisiinsa ja hyödynnän lopputuotoksessa molempien parhaat puolet. Kaikki tekoälyn ehdottamat muutokset eivät suinkaan ole eduksi, mutta sysäävät ajatuksiani eteenpäin. Vaikka tekoäly ei varsinaisesti itse ajattele, vaan yhdistelee eri aineistoja, sillä on palautteenantajana tavallaan toisin näkemisen taito, jota erityisesti arvostan. Tekstin muokkaaminen, täydentäminen ja versiointi Jos tekstisi vaadittu merkkimäärä ei tahdo täyttyä, kysy tekoälyltä, mikä unohtui, mitä tekstiin voisi lisätä. Tekoäly täydentää ajatuksiasi ja herättää assosiaatioita, vaikkei ihan oikeaan aina osuisikaan. Spesifiset ammattitermit ja jotkut tuoreet käsitteet menevät sen koulutustaustalla usein ohi. Kannattaa olla hereillä, ettei vain satuilu satu kohdalle. Joskus iloa tuottaa havaita, ettei tekoäly ihan kaikkea alastani osaakaan; asiantuntijuuttani tarvitaan. Sama toimii myös toisinpäin: jos kirjoitit liian pitkästi, kehota avustajaa lyhentämään tuotostasi. Tiivistelmien pyytäminen kesken kaiken taas auttaa pysymään olennaisessa. Iso ilo tekoälystä on, kun kirjoittaa selkoversioita ohjeista, tiedotteista tai uutiskirjeistä esimerkiksi kielenoppijoiden tai erityisryhmien käyttöön.11 Kieliversioita tehtäessä ilmaista DeepL:ää pidetään Google-kääntäjää tarkempana apurina. ChatGPT leikkii myös tyyleillä, savolaismurteilla tai stadin slangilla. Kirjoittamisessa vaihtelu virkistää: vaihda verbalisointi välillä visualisointiin pyytämällä tekstikatkelmasi tekoälyltä kuvana tai graafina. Tallenna se kätevästi ja kopioi tekstisi lomaan. Tekstien versioinnissa tekoäly on taikuri. Vastikään näin, miten vaivatta ChatGPT 4.0 muunsi opiskelijan käsin piirtämän ja tekstaaman miellekartan kehittämistyönsä pääkohdista jäsentyneeksi ja sujuvaksi pikkutekstiksi. Taulukoiden ja muiden grafiikoiden tekemiseen on eksperteille sovelluksia, jotka tuottavat professionaalista jälkeä, mutta perustyökaluillakin saa esitykseensä nostetta tai ainakin kustomoitua kuvitusta. Joskus pyytämäni kuva paljastaa, miten aukkoisen tekstin teinkään. Se on kuin suomalainen sääkartta, ei sille voi kuin nauraa. Viimeistely ja oikoluvut Jos olet käynyt tekstiä tuottaessasi vuoropuhelua avustajasi kanssa ja syöttänyt tuotoksesi välillä kommentoitavaksi, myös kielen rakenteet, kielioppi, välimerkit ja sopimusten mukainen kieliasu alkavat olla kunnossa. Pilkutkin! Tutkitusti tekoäly keventää kirjoittajan ahdistusta ja kognitiivista kuormaa12, mutta sekä tutkimusten että havaintojeni perusteella monen kirjoittajan stressiä vähentää eniten tekoälyn tekemä tekstinhuolto. Wordin kielentarkistus on silti lisäksi pätevä ja vaiheessa käyttökelpoinen väline. Kun luonnos on liki valmis, pyydä Wordin tarkistusohjelmista löytyvää puheominaisuutta toistamaan tekstisi ääneen. Word-puhuja lukee tekstisi suomeksi luontoäänellään, ja kaikki vaikuttaa seesteiseltä kuin savanni. Yleiskielen loppukerakkeita se ei tosin osaa ääntää. Tai korvaan sattuvat vain omat korjattavat: oudot sijamuodot, puuttuvat tavut, toistuvat sanat, väärä sanajärjestys, katkonainen virkerakenne. Kielikorvasi on inhimillinen, mutta se kuulee kyllä erehdykset toistaiseksi tekoälyäkin paremmin. Oikolukijan luennan voi välillä keskeyttää. Korjaa tekstiäsi – ja jatka taas fiilistelyä. Uskalla kokeilla Tekoälyavusteisen kirjoittamisprosessin supervoimia ovat reaaliaikainen keskustelu avustajan kanssa ja jatkuva vaiheenmukainen palaute. Jos niille on altis, edistymistä ei voi estää. Prosessi mahdollistaa kirjoittajalle inspiroivan tavan kehittää taitojaan ja tuottaa laadukasta sisältöä. Onnistumisen kokemukset puolestaan lisäävät luottamusta itseen sekä kirjoittajana että asiantuntijana. Kehota tekoälyä kehumaan valmiinoloista tekstiäsi viimeiseksi illalla, niin vielä aamulla tunnet voimaantumisen sormissasi. Uusi teksti voi taas alkaa. Tai ainakin virkeämpi versio eilisestä. Kirjoittaja Kirjoittaja yliopettaja, FT Aino Vuorijärvi inspiroituu vuosikymmenestä toiseen opinnäytetyön tekstinohjauksesta. Työelämäläheisten tekstikäytäntöjen tutkiminen oli fokuksena myös hänen väitöskirjassaan (2013). Uusien tekstimallien kokeilu ja ohjaaminen tekoälyn kanssa keskustellen on hänen uusimpia villityksiään. Tekstiensä sisällöstä hän kuitenkin vastaa edelleen itse. Lähteet 1 Esim. Khalifa, Mohamed & Albadawy, M. 2024. Using artificial intelligence in academic writing and research: An essential productivity tool. Computer Methods and Programs in Biomedicine Update 5. 2 Ks. esimerkiksi Lametti, D. 2022. AI could be great for college essays. slate.com. 3 Esim. Imran, Muhammad & Almusarrafh, N. 2023. Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology 15 (4). 4 Livingstone, V. 2024. I quit teaching because of ChatGPT. Time 30.9. Viitattu 26.10.2024. 5 Imran, Muhammad & Almusarrafh, N. 2023. Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology 15 (4). 6 Ks. lyhyt määrittely menetelmästä: What is the genre-based approach to writing? Viitattu 27.10.2024. 7 Hankala, M., Kauppinen, M. & Mustonen S. 2023. Tekoäly tuottaa ja tulkitsee tekstejä – mihin meitä enää tarvitaan? Virke 1. 20–22. 8 Suomeksi: luettelomerkki. 9 Ks. esimerkiksi Sallam, M. 2023. ChatGPT utility in healthcare education, research, and practice: Systematic review on the promising perspectives and valid concerns. Healthcare 11 (6). 10 Vuorijärvi, A. 2024. Asiantuntija tanssii tekstien kanssa 2/2: Kirjoittajan ja tekoälyavustajan vuorovaikutus. Sotemuotoilijat-blogi. Metropolia. 11 Saksi, J. 2024. Joko hyödynnät tekoälyä sisältöjen selkokielistämiseen? Johtaja on media. Viitattu 27.10.2024. 12 Wang, C. 2024. Exploring students’ generative AI-assisted writing processes: Perceptions and Experiences from Native and Nonnative English Speakers. Technology, Knowledge and Learning.
Innovaatioilla vaikuttavuutta terveysalan koulutukseen
Terveydenhuollon toimialan kehittyminen on dynaaminen prosessi, joka on välttämätön potilaille ja työssä toimiville asiantuntijoille kaikkialla maailmassa. Välttämätöntä se on myös terveydenhuollon kestävyydelle, saatavuudelle, turvallisuudelle ja laadulle. Tässä moniulotteisessa kehittymisprosessissa koulutuksen ja jatkuvan oppimisen roolit ovat merkittävät. Liittämällä näyttöön perustuva tieto ja innovatiiviset opiskelu- ja opetuskäytänteet yhteen voidaan varmistaa, että eri tavoin saavutettu osaaminen vastaa organisaatioiden ja työyhteisöjen kehittyviä tarpeita. Vahvistamalla yhteistyötä ja vuoropuhelua kouluttajien, tutkijoiden ja kentällä toimivien asiantuntijoiden välillä voidaan uutta tietoa, näkemyksiä ja kokemuksia hyödyntää jatkuvaa oppimista tukevien kokonaisuuksien suunnittelussa ja toteuttamisessa. Näyttöön perustuva tieto + teknologiset ratkaisut + pedagogiikka = innovatiiviset oppimisratkaisut Terveydenhuollon koulutukseen ja koulutustarpeisiin liittyy monia isoja kysymyksiä. Minälaista on tulevaisuuden työ ja miten koulutuksen järjestäjien tulisi tähän valmistautua? Miten ratkaista sekä työvoiman että terveydenhuoltopalveluja käyttävien henkilöiden määrän lisääntymisen ja monimuotoisuuteen liittyvät haasteet? Miten huomioida työssä hyödynnettävien teknologioiden kehittyminen ja käyttöönotettavien teknologisten opetusratkaisujen määrän lisääntyminen? Näihin kysymyksiin etsitään joustavia ja monimuotoisia ratkaisuja maailmanlaajuisesti. Erilaisten teknologioiden, virtuaalisten simulaatioiden, laajennettujen todellisuuksien ja tekoälytyökalujen integrointi koulutukseen antaa koulutuksen asiantuntijoille mahdollisuuden kehittää ja tuottaa, opiskelijoille mahdollisuuden osallistua entistä mukautuvampiin oppimistilanteisiin. Yksi maailmanlaajuisesti arvostettu hoito- ja terveystieteiden koulutuksen yhteistyöfoorumi on NETNEP (Nursing Education In Practice)-konferenssi, joka tänä syksynä pidettiin Singapore Expossa. Konferenssin teemana oli From disruption to innovation in nursing and midwifery: Celebrating and driving outcomes through education. Konferenssissa kuultiin kymmeniä puheenvuoroja ja nähtiin satoja postereita. Tämä teksti perustuu konferenssin laajaan tieteelliseen sisältöön teemasta New technolgies, artificial intelligence, simulation and social media in teaching and practice. Tekoäly kaiken keskiössä Yksi tämän hetken kuumimmista ilmiöistä on generatiivinen tekoäly ja sen hyödyntäminen opettamisen ja oppimisen eri yhteyksissä. Koulutuksen näkökulmasta ilmiötä tarkasteltiin useissa puheenvuoroissa sekä opettajien että opiskelijoiden näkökulmasta. Sille esitettiin useita opetusta rikastavia käyttökohteita, kuten tapaustyyppisten, reflektointia edellyttävien oppimistehtävien tuottaminen monivalintakysymysten tuottaminen arviointikehikkojen, kyselylomakkeiden ja mittareiden tuottaminen palautteiden antaminen kieliopin ja tekstien tarkistaminen oppimistehtävien plagiointitarkistus ohjaus- ja opetusvideoiden ja opetussisältöjen tuottaminen.1,2,3 Tekoälyn hyödyntämisen näkökulmasta tärkeänä pidettiin, että opetushenkilöstön osaaminen on ajantasaista ja että osaamisen kehittymistä tukevaa koulutusta, ohjeistusta ja käytännöllisiä esimerkkejä on riittävästi saatavilla4. Lisäksi peräänkuulutettiin avointa ja ajantasaista hoito- ja terveystieteiden tekoälyn opetuskäytön ohjeistusta5. Suomessa kaikille toimialoille soveltuvan kansallisen ohjeistuksen on tuottanut Arene (2024)6 ja se on avoimesti korkeakoulutoimijoiden hyödynnettävissä. Lisäksi monet korkeakoulut ovat julkaisseet omia ohjeistuksia henkilöstölle ja opiskelijoille. Kaikkien ohjeiden ja linjausten osalta tärkeintä on kuitenkin se, että ne otetaan korkeakouluyhteisöissä täysimääräisesti käyttöön ja kaikkien organisaation toimijoiden osaaminen saavuttaisi linjausten hyödyntämistä edellyttävän perustason. Teknisten mahdollisuuksien ohella esiin nousivat eettiset näkökulmat. Tärkeänä pidettiin sitä, ettei tekoälyn oleteta korvaavan nykyisiä toimintoja, vaan enemmänkin nähtäisiin se mahdollisuutena opettamisen ja oppimisen rikasteena. Selvää oli myös se, että vaikka opiskelijat ohjeistetaan asianmukaiseen ja eettiseen käyttöön, käytännön haaste on se, että ohjeistuksesta huolimatta yksilöt ovat vastuussa uusien työkalujen eettisestä hyödyntämisestä. Opiskelijoille tekoälytyökalut mahdollistavat nopean ja tehokkaan tavan ideoida ja tarkastella ilmiöitä eri näkökulmista. Lisäksi se voi avustaa tehtävien tekemisessä, vastausten tarkistamisessa ja tentteihin valmistautumisessa. Generatiivisen tekoälyn käytön on koettu lisäävän opiskelumotivaatiota, parantavan teknistä osaamista, opettavan kriittistä ajattelua ja valmistavan opiskelijoita työelämään. Lisäksi tekoälytyökalujen, kuten ChatGPT ja Copilot, käytöstä on koettu merkittävää etua tilanteissa, joissa opiskelukieli ei ole opiskelijan äidinkieli. Ylipäänsä esillä olleet tutkimukset raportoivat hyvin positiivisia asenteita sen käyttöä kohtaan, joskin lisätutkimusta peräänkuulutettiin. Eettisten haasteiden lisäksi käytön haittapuolena nähtiin tekoälytyökalujen mahdollinen hallusinointi tiedon tuottamisessa ja käyttäjien luovuuden ja kriittisen ajattelun väheneminen.7,8 Opiskelijoiden parissa esiin on nostettu huoli oman ajattelun laiskistumisesta ja tekoälyn tuottaman tiedon luotettavuudesta9. "Tekoälyn hyödyntäminen on pedagogiikkaa". - Hui Xuan Yap Laajennetut todellisuudet oppimisen rikastajina Konferenssin innovatiivisimmasta annista vastasi Hybrid Intelligence -tutkimushanke, jonka tarkoituksena on selvittää ihmisen ja koneen välistä vuorovaikutusta oppimisen tukena. Hanke hyödyntää laajennettua todellisuutta, sensoriteknologiaa ja ihmisen ja koneen välistä vuorovaikutusta mittaamalla kognitiivisten muutosten lisäksi neurofysiologisia muutoksia, rekisteröimällä sydämen ja aivojen sähköistä toimintaa ja iholla tapahtuvia muutoksia. Mittaustulosten perusteella positiivisia vaikutuksia on saatu oppijoiden varmuuden lisääntymiseen, kuitenkaan lisäämättä heidän kokemaansa stressiä.10 Laajennetun todellisuuden ratkaisuista esillä olivat virtuaaliset simulaatiot ja virtuaalipotilaat, jotka mahdollistavat oppijoiden toimimisen ja virtuaalisten potilaiden hoitamisen ympäristöön sulautuvissa, immersiivisissä ympäristössä, älylaitteiden tai VR-silmikon välityksellä. Oppimiskokemukset näillä tekniikoilla ovat olleet varsin positiivisia verrattuna perinteisiin opetusmenetelmiin, joskin teknisten ratkaisujen käytettävyys on osin koettu haastavaksi.11,12 Vaikutuksista kohti vaikuttavuutta Koulutuksen vaikuttavuus on monisyinen kysymys, jonka arvioiminen ja ymmärtäminen sisältää useita ulottuvuuksia13. Vaikuttavuustutkijoiden Kirkpatrickin (1998)14 ja Kaufmanin (1995)15 mukaan koulutuksen vaikutuksia tulee mitata useilla tasoilla ja eri toimijoiden näkökulmasta. Koulutusorganisaation näkökulmasta merkittävää on opiskelijoiden tyytyväisyys (taso I), muutokset tiedollisessa ja taidollisessa osaamisessa (taso II) ja opitun siirrettävyys oppilaitoksista työelämään ja ympäröivään yhteiskuntaan (taso III). Organisaatioiden näkökulmasta tärkeää on uusien oppien laajempi käyttöönottaminen osaksi toimintoja (taso IV) ja niiden pitkäaikaisvaikutukset esimerkiksi kustannusten laskuun ja muuhun resurssitehokkuuteen (taso V). Yhteiskunnalle merkittäviä ovat kansanterveydelliset vaikutukset (taso VI), joita voivat olla esimerkiksi positiiviset terveysvaikutukset, sairastavuuden väheneminen ja elämänlaadun parantuminen. Koulutusorganisaatioiden näkökulmasta vaikutusten ja vaikuttavuuden mittaamiseen parhaiten soveltuvat tasot I-III, joita voidaan arvioida esimerkiksi tiedollista tai taidollista osaamista ja tyytyväisyyttä arvioivilla mittareilla. Kyselyt, lomakkeet ja standardoidut testit tarjoavat tietoa, joilla voidaan arvioida koulutusten onnistumisia ja puutteita ja kehittää niitä edelleen. Konferenssin annin perusteella innovatiivisten oppimisratkaisujen vaikutusten arviointiin hyödynnetään edelleen hyvin perinteisiä menetelmiä, kuten tieto- ja taitotestejä ja tyytyväisyyttä kuvaavia kyselyjä. Sen sijaan opitun siirtovaikutusta, uusien taitojen implementointia käytäntöön, resurssitehokkuutta tai kansanterveydellisiä vaikutuksia ei ole arvioitu lainkaan. Ne vaatisivat pitkäaikaisseurantaa ja kontrolloituja koeasetelmia ja nykyistä laajempia osallistujamääriä. Työelämään siirtyvien opiskelijoiden seuraaminen antaisi mielenkiintoista tietoa tietopohjan kasvamisesta käyttäytymismuutoksiksi ja edelleen väestöön kohdistuviksi terveysvaikutuksiksi. Tällainen laaja-alainen ja pitkäkestoinen arviointi on olennaista koulutusinnovaatioiden vaikutusten ymmärtämiseksi. Lisäksi valikoimaan tarvitaan uudenlaisia arviointimenetelmiä arvioimaan tekoälyllä tuettua oppimista16,17, joihin toivottavasti palataan seuraavassa, vuoden 2026, konferenssissa. Tällä välin innovatiivisten ja vaikuttavien opetus- ja oppimisratkaisujen kehittäminen jatkuu maailmanlaajuisesti konferenssin pääpuhujan, Gemma Staceyn sanoin, "Unlock the power of knowing what you don´t know." Lähteet 1 Stratton-Maher, D. & Kelly, J. 2024. Embracing artificial intelligence to reimagine assessment to ethically accommodate ChatGPT in nursing education. Oral presentation. NETNEP2024. 2 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 3 Shin, S., Choi, J., Hong, E. et al. 2024. Development of Multiple-Choice Questions in Nursing Education Using Generative AI. Oral presentation. NETNEP2024. 4 Groeneveld, S., van Os-Medendorp, H., van Gemert-Pijnen, J. et al, 2024. Required competences of nurses working with artificial intelligence-based lifestyle monitoring in long-term care: a Delphi study. Oral presentation. NETNEP2024. 5 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 6 Arene. 2024. Arenen suositukset tekoälyn hyödyntämisestä ammattikorkeakouluille. Päivitetty 4.10.2024. 7 Zgambo, M., Costello, M., Buhlman, M. et al. 2024. Enhancing Academic Integrity in Higher Education: A Multi-phase Study on Students' Perceptions and Use of Artificial Intelligence. Oral presentation. NETNEP2024. 8 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 9 Summers, A., El Haddad, M., Prichard, R. et al. 2024. Generative AI, the views of students, markers and the Integrity Compliance Unit. Oral presentation. NETNEP2024. 10 Mikkonen, K., Kuivila, H., Pramila-Savukoski, S. et al. 2024. Enhancing Clinical Education: The Role of Human-Centered Extended Reality in Healthcare Student Learning. Oral presentation. NETNEP2024. 11 Ropponen, P., Tomietto, M., Pramila- Savukoski, S. et al. 2024. The impacts of educational interventions using VR simulations on nursing students’ learning. Oral presentation. NETNEP2024. 12 Mattson, K., Haavisto, E., Jumisko-Pyykkö, S. et al. 2024. Nursing students' experiences of empathy in a virtual reality simulation game: a descriptive qualitative study. Oral presentation. NETNEP2024. 13 Virtanen, M. 2018. The development of ubiquitous 360° learning environment and its effects on students’ satisfaction and histotechnological knowledge. Väitöskirja. Oulun yliopisto. 14 Kirkpatrick, D. 1998. Another look at evaluating training programs. Alexandria, VA: American Society for Training & Development. 15 Kaufman, R., Keller, J., & Watkins, R. 1995. What works and what doesn’t: Evaluation beyond Kirkpatrick. Performance and Instruction, 35(2), 8-12. 16 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 17 Ramjan, L., Drury, P., Glarcher, M. et al. 2024. Educator perspectives on the use of generative AI in nursing: Friend or foe? Oral presentation. NETNEP2024.
Älykkäästi kohdennettua potilasohjausta kehittämässä
Älykäs tekoälytehostettu potilasohjaus on yksi terveydenhuollon digitalisaation uusimmista ilmiöistä. Siihen kuuluvat esimerkiksi chattibottien, äänibottien ja antropomorfisten eli ihmisenkaltaisten digitaalisten avattarien hyödyntäminen[1]. Palvelujen saatavuuden, oikea-aikaisen tarjoamisen ja optimaalisen kohdentamisen kannalta on tärkeää löytää älykkäästä potilasohjauksesta eniten hyötyvät kohderyhmät ja kohdentaa uusia palveluratkaisuja heille. Koska teknologinen kehitys on viime vuosina ollut ällistyttävän nopeaa, älykkäät palvelut voivat mullistaa potilasohjausta erityisesti ennaltaehkäisevän työn ja hoitoon ohjaamisen osalta. Älykkäiden palvelujen kehittämisen ja onnistuneen käyttöönoton kannalta kohderyhmän osallistaminen on merkittävässä roolissa. Varhaisessa vaiheessa osallistettu asiakas motivoituu ja sitoutuu helpommin valmiin palvelun käyttöön kuin pelkkää palvelua käyttävä yksilö. Älykkään potilasohjauksen tekniset ratkaisut Älykäs potilasohjaus voidaan ymmärtää monella tavalla, mutta tässä yhteydessä sillä tarkoitetaan tekoälytehostettuja digitaalisia ratkaisuja, jotka avustavat potilasta hänen hoitopolkunsa eri vaiheissa. Älykkäät ratkaisut pyrkivät jäljittelemään ihmisten välistä vuorovaikutusta eri viestintämuotojen, kuten kirjallisen, suullisen ja visuaalisen viestinnän avulla.[2] Uusimmat tekoälyratkaisut eivät pelkästään luota ennalta laadittuihin vastausprotokolliin, vaan antavat yksilöityjä ehdotuksia käyttäjän toimien ja vuorovaikutuksen perusteella. Käytännössä älykkäät ratkaisut ovat kehittyneitä ohjelmistosovelluksia, jotka hyödyntävät erilaisia tekoälytekniikoita, kuten koneoppimista, luonnollisen kielen käsittelyä ja data-analytiikkaa. Ne ovat suunniteltu ymmärtämään vuorovaikutusta, tulkitsemaan ihmisen antamia komentoja ja vastaamaan niihin asianmukaisesti, mikä mahdollistaa myös monimutkaisempia, päättelyä ja ennustamista edellyttäviä tehtäviä.[3] Tekstiä ymmärtävien chattibottien[4] rinnalle on viime vuosien aikana tuotu myös ääntä ymmärtäviä botteja. Näiden älykkäiden äänibottien (voicebots) avulla käyttäjä voi navigoida vuorovaikutteisessa järjestelmässä omalla kielellään ja äänellään. Enää ei tarvitse kuunnella esimerkiksi puhelimen eri näppäimiin liittyviä numerovalintoja, vaan järjestelmän kanssa voi vuorovaikuttaa suoraan puhumalla.[5] Vaikka teknisiä ratkaisuja on jo runsaasti olemassa, niiden soveltava käyttö suomalaisessa terveydenhuollossa on vielä vähäistä. Maailmalla älykkäistä boteista etsitään apua esimerkiksi elämäntapamuutosten ja terveyttä edistävän käytöksen tueksi. Näissä yhteyksissä ne voivat auttaa saavuttamaan terveyskäyttäytymistavoitteet tarjoamalla reaaliaikaista palautetta ja tukea, mikä parantaa käyttäjien sitoutumista ja motivoitumista haastavaan pitkäkestoiseen muutokseen. Älykkäiden palvelujen kohdentaminen Tekoälyyn perustuvan potilasohjauksen kehittäminen edellyttää teknologian hyödyntämistä yksilöllisesti, vuorovaikutteisesti ja tutkittuun tietoon perustuen. Älykkäiden terveysratkaisujen kohdentamisen kannalta tärkeää on tunnistaa korkean riskin ja hyödyn asiakkaat ja kohdentaa palveluja resurssitehokkaasti oikealle kohdejoukolle. Tehokkaamman kohdentamisen myötä terveydenhuollon painopistettä voidaan kääntää reaktiivisesta hoitamisesta yhä enemmän ennaltaehkäisevään työhön. Älykkään ohjauksen kohdentamisen tueksi asiakkaita voidaan profiloida tarvelähtöisesti esimerkiksi keräämällä demografisia tietoja, terveys- ja käyttäytymistietoja sekä tietoja mieltymyksistä, elämäntapatekijöistä ja ympäristömuuttujista. Näiden tietojen perusteella voidaan kehittää ja kouluttaa laadukkaita ja tarkoitukseen soveltuvia tekoälymalleja. Koneoppimista hyödyntävät tekoälyjärjestelmät voivat analysoida kerättyjä tietoja ja tunnistaa riskitekijöitä, jotka liittyvät esimerkiksi diabetekseen, sydänsairauksiin ja syöpään. Lisäksi ne voivat arvioida yksilön todennäköisyyttä sairastua ja tarjota terveydenhuollon ammattilaisille käyttökelpoista tietoa potilaiden tulevaisuudesta. Tunnistamalla korkean riskin ja hyödyn potilaita terveydenhuollon tarjoajat voivat toteuttaa varhaisen puuttumisen strategioitaan entistä aikaisemmin. Näihin kuuluvat esimerkiksi yksilölliset hoitosuunnitelmat, elintapojen muutosohjelmat ja taudin etenemisen yksilöllinen seuranta.[6] Älykkäiden palvelujen haasteita Vaikka teknologinen kehitys on jo pitkällä, tekoälytuetussa potilasohjauksessa on tunnistettu merkittäviä haasteita, joista seuraavassa muutamia esimerkkejä: Älykkyyden taso haastaa tekoälyjärjestelmien kykyä osallistua monimutkaisiin keskusteluihin ja vaikuttaa kykyyn tuottaa asiakkaan tarvetta palvelevia yksilöllisiä vastauksia. Empatian ja tunneälyn puute haastaa käyttäjien sitoutumista ja tyytyväisyyttä tekoälybottien käyttöön. Vaikka empatiaa on yritetty sisällyttää näihin ratkaisuihin, ne eivät kovin hyvin tunnista vuorovaikutuksen emotionaalista kontekstia. Potilastietojen käsittely, tietoturva ja tietosuoja. Kyvyttömyys tarkasti tunnistaa potilaan kiireellistä hoitoa vaativaa tilaa. Mahdollisuus epäasianmukaisiin terveysnevoihin ja siihen liittyvään hoidon viivästymiseen tai komplikaatioihin. Älykkäiden ratkaisujen lääketieteellinen kouluttaminen ja validointi on vielä keskeneräistä, mikä herättää huolta niiden luotettavuudesta. Tekniset ongelmat, kuten tietojärjestelmien ja laitteiden yhteensopimattomuus voivat heikentää tekoälyratkaisujen tehokkuutta. Tutkitun tiedon ja luotettavan näytön puute hidastaa tekoälyratkaisujen käyttöönottoa. Tutkittua tietoa on todella vähän, tehdyissä tutkimuksissa otoskoot ovat pieniä ja interventioiden kestot lyhyitä, minkä vuoksi tulokset eivät ole yleistettävissä[7]. Älykkään ohjauksen kehittämisen tueksi Myös asiakaslähtöisestä kehittämisestä puhutaan paljon. Käytännössä sillä tarkoitetaan sitä, että kehitteillä olevat palvelut suunnitellaan ja toteutetaan vastaamaan asiakkaan tarpeita ja toiveita. Asiakas nähdään aktiivisena toimijana, ja hänen kokemuksiaan hyödynnetään kehittämisen kaikissa vaiheissa palvelujen ideoinnin, suunnittelun, toteuttamisen ja arvioinnin tukena.[8] Kehittäminen etenee tyypillisesti vaiheittain, ja sen tukena voi hyödyntää esimerkiksi PDCA-mallia (plan-do-check-act)[9]. Suunnittele (Plan) Tee taustakartoituksia ja systemaattisia tiedonhakuja ilmiön ja olemassa olevan näytön kartoittamiseksi. Analysoi olemassa olevia ratkaisuja ja tarkastele aikaansaatuja vaikutuksia. Tee asiakastutkimus loppukäyttäjiä kuulemalla kyselyjen tai haastattelujen avulla. Määritä selkeät tavoitteet, suunnittele ja kehitä ensimmäinen prototyyppi keräämääsi aineistoon perustuen. Tee (Do) Toteuta ohjausbotin kehitys suunnitelman mukaisesti. Ota loppukäyttäjät mukaan käytettävyyden testaukseen ja kerää laajasti palautetta eri menetelmillä. Tarkista (Check) Arvioi käyttäjien palautteita ja tyytyväisyyttä kyselyjen ja haastattelujen avulla. Arvioi ohjausbotin suorituskykyä, käyttöä ja mahdollisten ongelmien määrää. Tarkista järjestelmätekniset yksityiskohdat ja mahdollinen integrointi olemassa oleviin järjestelmiin. Toimi (Act) Tee tarvittavat muutokset palautteiden ja käytettävyystestauksen perusteella. Lisää ja parantele ominaisuuksia. Integroi kehitetty ohjausbotti osaksi olemassa olevia järjestelmiä.Toista kehittämisen PDCA-sykli säännöllisesti. Pidä loppukäyttäjä, asiakas tai potilas jatkuvasti mukana ja varmista, että kehitettävä palvelu vastaa oikeasti heidän tarpeitaan. Lähteet [1] Anisha SA, Sen A, Bain C. 2024. Evaluating the Potential and Pitfalls of AI-Powered Conversational Agents as Humanlike Virtual Health Carers in the Remote Management of Noncommunicable Diseases: Scoping Review. J Med Internet Res, 26:e56114.[2] Aggarwal A, Tam CC, Wu D et al. 2023. Artificial Intelligence-Based Chatbots for Promoting Health Behavioral Changes: Systematic Review. J Med Internet Res, 24;25:e40789.[3] Tudor Car L, Dhinagaran DA, Kyaw BM, et al. 2020. Conversational Agents in Health Care: Scoping Review and Conceptual Analysis. J Med Internet Res, 7;22(8):e17158.[4] Aggarwal A, Tam CC, Wu D et al. 2023. Artificial Intelligence-Based Chatbots for Promoting Health Behavioral Changes: Systematic Review. J Med Internet Res, 24;25:e40789.[5] Genesys. 2024. What is a voicebot?[6] Sandeep, R. 2024. Employing AI to Generate Ideas in Education. The Key to Entrepreneurial Innovation, Chapter 4. IGI Global Platform.[7] Bachina L & Kanagala A. 2024. Health revolution: AI-powered patient engagement. J Med Internet Res, 26:e56114;1.[8] Virtanen M. 2022. Aito asiakaslähtöisyys ja asiakasosallisuus - Onko niitä digitaalisten palveluiden kehittämisessä? Teoksessa Elomaa-Krapu, M. & Vuorijärvi, A. (toim.). Osallistavia ratkaisuja digitaalisiin hyvinvointi- ja terveyspalveluihin. ISBN 978-952-328-349-7. Metropolia Ammattikorkeakoulu.[9] PDCA. Wikipedia.
Älykästä omaishoitoa ikääntyvälle väestölle
Ikääntyvän väestönosan kasvaessa myös Suomessa omaishoitajien ja epävirallisten omaishoitajien merkitys hoivan ja hoidon tarjoajina. Heidän työnsä tueksi uudet teknologiat ja älykkäät ratkaisut tarjoavat uusia mahdollisuuksia. Tekoälyyn perustuvia ratkaisuja kehitetäänkin tukemaan ikääntyvien ihmisten terveyttä, toimitakykyä ja pitkäaikaishoitoa. Samalla niiden avulla pyritään parantamaan hoidon saatavuutta, lisäämään tehokkuutta ja vähentämään omaishoitajien kokemaa kuormitusta.1,2 Omaishoitajien ja epävirallisten omaishoitajien rooli Nopeasti ikääntyvän väestön hoidon tueksi Suomessakin tarvitaan lisää omaishoitajia. Tällä hetkellä heitä on Punaisen Ristin mukaan yli miljoonaa, joista virallisesti tunnistettuja on noin 350 000. Näistä miljoonasta hoitajasta noin 700 000 on epävirallisia, jotka tarjoavat läheisilleen hoitoa ilman koulutusta tai palkkaa, tyypillisesti oman ansiotyönsä ohessa.3 Epävirallisen omaishoitotarpeen odotetaan edelleen kasvavan muuttuvaan väestörakenteeseen, terveydenhuollon toimintojen kehittämiseen, pitkäaikaishoidon politiikkaan ja kustannusten vähentämistarpeisiin perustuen4. Euroopassa epäviralliset omaishoitajat vastaavat jopa 80 % pitkäaikaishoidosta, muodostaen merkittävän osan ikääntyneille ja vammaisille tarjottavista sote-palveluista. Arvioiden mukaan vuoteen 2060 mennessä epävirallisen hoidon uskotaan esimerkiksi Saksassa tarvitsevan 400 000 hoitajaa lisää, Alankomaissa 20 000 ja Espanjassa yli miljoona.5,6 Lisääntyneen kysynnän ja vähenevän tarjonnan odotetaan johtavan myös uudenlaisten teknologioiden ja älykkäiden terveyspalveluratkaisujen lisääntymiseen7. Tärkeää on tukea omaishoitajien kokemaa fyysistä ja henkistä kuormitusta, sosiaalisen elämän kaventumista sekä kohdentaa lisää riittämättöminä pidettyjä tukipalveluja. Myös tähän tarkoitukseen tekoälyratkaisuilla on merkittävää potentiaalia, esimerkiksi hoidettavan terveydentilan valvomisen, lääkitysmuistutusten tarjoamisen tai hätätilannehälytysten osalta8. Tekoälysovelluksia ikääntyville ja heidän hoitajilleen Ikääntyvien potilaiden omaishoidon tueksi on esitelty esimerkiksi seuraavanlaisia ratkaisuja: Keskusteluagentit (Conversational Agents, CAs), kuten Amazon Echo9 ja chatbot Charlie10, jotka on suunniteltu tarjoamaan seuraa ja edistämään ikääntyvien mielenterveyttä pelillistämisen ja aktiivisten ilmoitusten avulla. Nämä agentit voivat myös havaita ja raportoida potilaan käyttäytymistä ja seurata biometrisiä tietoja, kuten askelmäärää, kalorien kulutusta ja unta. Omaishoitajia keskusteluagentit voivat auttaa esimerkiksi muistuttamalla hoitotehtävistä tai tarjoamalla ennusteita hoidettavan käyttäytymistietoihin perustuen. Älykotijärjestelmät (Ambient Assisted Living, AAL) Älykotijärjestelmät hyödyntävät koteihin asennettuja ja/tai puettavia sensoreita ja koneoppimisen algoritmeja havaitakseen poikkeavuuksia hoidettavan käyttäytymisessä. Sensoreilla voidaan tunnistaa esimerkiksi kaatumisia ja muita vaaratilanteita. Erilaisia antureita voidaan asentaa oviin, ikkunoihin ja sähkölaitteisiin ja niiden avulla voidaan seurata liikettä, lämpötilaa ja ilman kosteutta.11 Älykotien sensorit voivat helpottaa iäkkäiden valvontaa etänä, tehdä havaintojen perusteella hätäilmoituksia ja ennen kaikkea vähentää omaishoitajien kokemaa huolta12. Lisäksi Lotfi ym. (2017)13 ovat esitelleet älykotijärjestelmän, jonka toimintoja on kohdennettu omaishoitajien tueksi. Esimerkiksi ikääntyneen vessakäyntien lisääntyminen voi viitata tunnistettavaan terveysongelmaan, samoin kuin vähäinen vierailu keittiössä. Tällöin järjestelmä tarjoaa hoitajalle ohjeita ja suosituksia tilanteen tarkistamiseksi. Tällaiset havainnot vähentävät hoitajien huolta ja auttavat vähentämään omaishoitajien kokemaa stressiä ja kuormitusta. Tämä järjestelmä on yksi harvoista, joka ottaa huomioon myös omaishoitajan tarpeita ja pyrkii tukemaan heitä sekä hoidettavan auttamisessa että omassa jaksamisessaan. Robotit voivat olla joko avustavia tai sosiaalisia robotteja. Ne voivat helpottaa omaishoitajien työtaakkaa seuraamalla hoidettavan liikkeitä, ilmoittamalla kaatumisista tai muista hätätilanteista14,15. Muut omaishoitajille tarkoitetut älykkäät ratkaisut voivat kohdentua esimerkiksi:16 stressinhallitaan, auttamalla tunnistamaan poikkeamia ja mahdollisia virheitä oikea-aikaiseen tiedonsaantiin, tarjoamalla yksilöllistä tietoa hoitoa koskevan päätöksenteon tueksi koulutukseen ja osaamisen vahvistamiseen, tarjoamalla yksilöllistä sisältöä henkilökohtaisen tuen ja yhteisöllisyyden lisäämiseen sekä eristyneisyyden tunteen vähentämiseen autonomisiin liikkumisratkaisuihin ja yhteiskyytipalveluihin. Älykästä teknologiaa koskevia huolenaiheita Haavoittuvassa asemassa oleville ikääntyville ja heidän hoitajilleen kohdennetuissa tekoälyratkaisuissa keskeisiä huolenaiheita ovat yksityisyys, tasa-arvoinen saatavuus, saavutettavuus, teknologian hyväksyttävyys, käyttöönottovalmius ja käyttöön motivoituminen. Yksityisyys Monet käyttäjät ovat huolissaan siitä, että heidän terveydentilaansa ja päivittäisiä toimintojaan seurataan erilaisten järjestelmien, sensoreiden ja antureiden avulla. Tämä voi herättää huolen yksityisyyden vaarantumisesta ja vähentää järjestelmien käyttöhalukkuutta.17 Tasa-arvoinen saatavuus ja digikyvykkyydet Monilla ikääntyneillä ja heidän hoitajillaan ei sosioekonomisista syistä ole mahdollisuutta käyttää kehittynyttä teknologiaa, mikä johtaa digitaaliseen eriarvoisuuteen. Lisäksi heidän taidoissaan ja digikyvykkyyksissään saattaa olla suuria eroja, mikä voi edelleen haastaa ratkaisujen tehokasta käyttöä.18 Saavutettavuus, hyväksyttävyys ja käyttöönottovalmius Saavutettavuuteen liittyvät haasteet voivat koskea sekä teknologian helppokäyttöisyyttä että esteettömyyttä. Monet ikääntyneet eivät ole teknologian käyttäjinä yhtä kokeneita kuin nuoremmat sukupolvet, mikä voi heikentää heidän valmiuttaan hyväksyä ja käyttää tekoälyyn perustuvia ratkaisuja. Teknologian täytyy olla intuitiivista ja helposti ymmärrettävää, jotta käyttäjät pystyvät hyödyntämään sitä täysimääräisesti. Kognitiiviset ja fyysiset rajoitteet tulee huomioida esimerkiksi yksinkertaistettujen käyttöliittymien ja mukautettujen käyttöohjeiden muodossa. Lisäksi järjestelmien hyödyntämiseen ja onnistuneeseen käyttöönottoon tarvitaan riittävästi koulutusta ja tukea.19 Ihmislähtöinen suunnittelu ja käyttöön motivoituminen Monia teknologioita kehitetään edelleen ilman käyttäjien panosta, mikä voi johtaa tarpeisiin vastaamattomiin ja vaikeakäyttöisiin ratkaisuihin. Jotta käyttäjät sitoutuisivat pitkäjänteisesti, teknologian tuomat hyödyt, kuten turvallisuuden parantuminen tai itsenäisyyden lisääntyminen, on viestittävä selkeästi, jotta käyttäjät ottavat älykkään ratkaisun omakseen ja sitoutuvat sen pitkäaikaiseen käyttöön.20 Inhimillisyyden väheneminen Älykäs teknologia tarjoaa valtavia mahdollisuuksia ikääntyvien väestön omaishoidon tueksi, mutta sen menestyksekäs hyödyntäminen edellyttää tasapainoa innovaatioiden ja inhimillisyyden välillä. Tärkeää on muistaa, että teknologian tarkoituksena on sujuvoittaa ja helpottaa toimintoja, tukea eri toimijoiden välsitä yhteistyötä, parantaa laatua ja laajentaa palveluvalikoimaa. Teknologian kehittyessä sote-alan ammattilaisten tehtävänä on varmistaa, että se palvelee kaikkia – ja luo entistä kestävämmän, turvallisemman ja inhimillisemmän tulevaisuuden. Lähteet 1 Chen LK. Gerontechnology and artificial intelligence: Better care for older people. Archives of Gerontology and Geriatrics, 91:104252. 2 Loveys K, Prina M, Axford C et al. 2022. Artificial intelligence for older people receiving long-term care: A systematic review of acceptability and effectiveness studies. The Lancet Healthy Longevity, 3(4): e286–e297. 3 Suomen Punainen Risti. 2024. Omaishoito Suomessa. 4 European Commission. 2018. Directorate-General for Employment, Social Affairs and Inclusion and Zigante, V. Informal care in Europe – Exploring formalisation, availability and quality, Publications Office. 5 Milella F, Russo DD and Bandini S. 2023. How Artificial Intelligence can support informal caregivers in their caring duties to elderly? A systematic review of the literature. AIXAS2023, November 6-9, 2023, Rome, Italy. 6 Pickard L and King D. 2012. Modelling the future supply of informal care for older people in Europe. In: Geerts J, Willemé P and Mot E (eds.). Long-Term Care Use and Supply in Europe: Projections for Germany, the Netherlands, Spain and Poland. ENEPRI research report 116: 76-106. 7 Ienca M, Jotterand F, Elger B, et al. 2017. Intelligent Assistive Technology for Alzheimer's Disease and Other Dementias: A Systematic Review. Journal of Alzheimer's Disease, 60(1):333. 8 Blackman S, Matlo C, Bobrovitskiy C et al. 2016. Ambient assisted living technologies for aging well: A scoping review. Journal of Intelligent Systems, 25(1): 55–69. 9 Park G, Robinson EL, Shalini S et al. 2020. Integrating voice-assisted technology with an in-home sensor system: Exploring the development of a participant-based design study, in Proceedings of the 14th EAI International Conference on Pervasive Computing Technologies for Healthcare, pp. 375–379. 10 Valtolina S and Marchionna M. 2021. Design of a Chatbot to Assist the Elderly. End-User Development. Lecture Notes in Computer Science, vol 12724. Springer, Cham. 11 Grgurić A, Mošmondor M and Huljenić D. 2019. The smarthabits: An intelligent privacy-aware home care assistance system. Sensors, 19(4): 907. 12 Bozdog A, Daniel-Nicusor T, Antal M et al. 2021. Human behavior and anomaly detection using machine learning and wearable sensors. IEEE17th ICCP, pp. 383–390. 13 Lotfi A, Langensiepen C, Moreno PA et al. 2017. An ambient assisted living technology platform for informal carers of the elderly. EAI Endorsed Transaction on Pervasive Health and Technology. 14 Kearney KA, Presenza D, Saccà F et al. 2018. Key challenges for developing a socially assistive robotic (sar) solution for the health sector. IEEE (CAMAD), pp. 1–7. 15 Wang RH, Sudhama A, Begum M et al. 2017. Robots to assist daily activities: Views of older adults with Alzheimer's disease and their caregivers. International psychogeriatrics, 29(1): 67–79. 16 Lindeman DA, Kim KK, Gladstone C et al. 2020. Technology and Caregiving: Emerging Interventions and Directions for Research, The Gerontologist, 60(Suppl 1): S41–S49. 17 Thordardottir B, Malmgren Fänge A, Lethin C et al. 2019. Acceptance and Use of Innovative Assistive Technologies among People with Cognitive Impairment and Their Caregivers: A Systematic Review. BioMed Research International, 6:9196729. 18 Milella F, Russo DD and Bandini S. 2023. AI-Powered Solutions to Support Informal Caregivers in Their Decision-Making: A Systematic Review of the Literature. OBM Geriatrics, 7(4):262. 19 Thordardottir B, Malmgren Fänge A, Lethin C et al. 2019. Acceptance and Use of Innovative Assistive Technologies among People with Cognitive Impairment and Their Caregivers: A Systematic Review. BioMed Research International, 6:9196729. 20 Milella F, Russo DD and Bandini S. 2023. AI-Powered Solutions to Support Informal Caregivers in Their Decision-Making: A Systematic Review of the Literature. OBM Geriatrics, 7(4):262.
Terveyssuosituksia tekoälyltä?
Kiinnostus terveyteen ja hyvinvointiin on seurannut ihmistä koko olemassaolomme ajan. Pyrkimys hyvään oloon on perusasia, jonka monesti huomioi viimeistään silloin, kun alkaa voida huonosti. Optimaalisen hyvinvoinnin näkökulmasta tulisi muun muassa syödä ja liikkua monipuolisesti, nukkua tehokkaasti ja tarpeeksi sekä pitkäkestoista stressiä. Näiden terveyttä tukevien toimien tueksi on tarjolla runsaasti erilaisia digitaalisia apuvälineitä, jotka seuraavat, mittaavat ja analysoivat terveystekojamme ja elimistömme tilaa. Hyödyntämällä näiden digitaalisten apuvälineiden, laitteiden ja sovellusten tuottamaa tietoa tekoälyratkaisujen varantona, voidaan saada yksilön terveyttä edistäviä henkilökohtaisia suosituksia. Tällöin puhutaan yleisen (generative AI) tai ennustavan (predictive AI) tekoälyn sijasta suosittelevasta eli preskriptiivisestä (prescriptive AI) tekoälystä.1,2 Terveyssuositusten seuraaminen Suositusten mukaisesti aikuisten (18–65-vuotiaat) tulisi viikossa harrastaa kohtuukuormitteista kestävyysliikuntaa vähintään kaksi ja puoli tuntia ja lihaskuntoa ylläpitävää liikuntaa vähintään Tämän lisäksi tulisi ja liikuskella mahdollisimman paljon3,4. (Kuva 1.) Istua ei saisi yhtäjaksoisesti pitkiä aikoja, seisomaan pitäisi nousta muutaman kerran tunnissa. Portaita pitäisi käyttää mahdollisimman paljon ja työpaikalle olisi hyvä kävellä, jos se suinkin on mahdollista5 Pohjoismaisten ravitsemussuositusten (2023)6 mukaisesti aikuisen tulisi syödä vihanneksia, kasviksia, hedelmiä ja marjoja vähintään 500–800 g / vrk palkokasveja ja perunaa (merkittävänä osana ruokavaliota) täysjyväviljaa 90 g/ vrk pähkinöitä ja siemeniä, 30 g/ vrk kalaa 300–450 g/ viikko punaista lihaa alle 350 g/ viikko vähärasvaisia tai rasavttomia maitovalmisteita 3,5–5dl/ vrk ja kasviöljyjä vähintään 25 g/ vrk. Lisäksi nukkua tulisi yksilöllisen tarpeen mukaisesti, joka aikuisilla vaihtelee kuudesta yhdeksään tuntia. Unen riittävän pituuden lisäksi huomiota tulisi kohdentaa sen laatuun: hyvässä unessa erilaiset vaiheet, kuten perusuni (NREM) ja vilkeuni (REM), vuorottelevat.7 Terveystekojen mittaaminen Edellä mainitut terveyden peruspilarit – liikunta, ravitsemus ja uni – ovat myös mittaajien ja laitevalmistajien tähtäimessä. Esimerkiksi fyysisen aktiivisuuden ja treenisessioiden mittaamiseen on maailmalla tarjolla satoja, jopa tuhansia, erilaisia vaihtoehtoja. Älykellot, -sormukset ja esimerkiksi lenkkitossuihin kiinnitettävät anturit mittaavat aktiivisuutta laitteen sisäisellä kiihtyvyysanturilla, joka tallentaa käden tai jalan liikkeitä. Rekisteröivän mittausdatan perusteella laite analysoi liikkeiden taajuutta, voimakkuutta ja säännöllisyyttä ja antaa lukemat, nykyään jo melkein aina, helppokäyttöiseen mobiiliapplikaatioon. Unen mittaaminen on myös suosittua, ja sitä voi helposti tehdä aktiivisuusrannekkeilla, urheilu- ja älykelloilla. Luotettavimmin nämä unen mittaamisen välineet toimivat yöunen keston eri univaiheiden luotettavan tunnistamisen sijasta. Siihen tarvitaan tarkempia diagnostisia menetelmiä, kuten unipolygrafiatutkimus terveydenhuollon laboratoriossa. Älykellojen ja -sormusten mittaamat unen arvot kuitenkin antavat pohjan myös monille stressiä, palautumista ja jopa resilienssiä kuvaaville laskennallisille arvoille, joita monet mittaajat aktiivisesti seuraavat. Esimerkiksi laskennallisista arvoista älysormusvalmistaja kuvaa resilienssiä stressin ja palautumisen tasapainoksi, jonka laskennassa hyödynnetään resilienssin osatekijöiksi määriteltyjä tekijöitä: päiväaikainen stressi ja palauttava aika sekä unenaikaisen palautumisen arvot, kuten sykevälivaihtelu (HRV) ja leposyke.8 Haastavin mitattava näistä kolmesta lienee ravitsemussuositusten noudattaminen, vaikkakin myös ruokavalion seuraamiseen ja elämäntapamuutosten tukemiseen löytyy erilaisia sovelluksia. Ne kuitenkin lähes poikkeuksetta perustuvat käyttäjän omaan motivaatioon ja syötyjen kalorien kirjaamisaktiivisuuteen9, ei muun elämän ohella tapahtuvaan sujuvaan rekisteröintiin. Käyttäjän omien kirjausten perusteella sovellukset laskevat päivittäisen kalorimäärän ja antavat suosituksia esimerkiksi terveellisemmistä valinnoista. Pitkäaikaiseen käyttöön motivoituminen on kuitenkin monille suuri haaste. Preskriptiivinen tekoäly terveyden edistämisen tukena Preskriptiivinen eli suositteleva tekoäly tuo mielenkiintoisen näkökulman terveyskäyttäytymisen mittaamisen ja terveyttä edistävien henkilökohtaisten suositusten välille. Kuvitellaanpa tilannetta, jossa terveyssuositukset perustuvat yksilön fyysiseen aktiivisuuteen, uneen ja ruokavalioon liittyviin mitattuihin ja kirjattuihin tuloksiin. Lisätään kuvitelmaan työterveyshuollossa analysoidut laboratoriotutkimustulokset ja muu käyttäjän kirjaama terveysdata, kuten paino ja verenpaine, viimeisen viiden vuoden ajalta. Lisäksi nippuun laitetaan ravitsemukseen liittyvät kulutustottumustiedot esimerkiksi kauppojen kanta-asiakasjärjestelmistä, mikäli syötyjen aterioiden aktuaalista dataa ei ole saatavilla. Tämän yhdistelmän perusteella annetaan yksilöllisiä terveyssuosituksia preskriptiivisen tekoälyn avulla. Preskriptiivinen tekoäly ei pelkästään analysoi terveysdataa, vaan myös ehdottaa konkreettisia toimenpiteitä ja toimintasuunnitelmia terveydentilan parantamiseksi. Tehostetaan kokonaisuutta edelleen lisäämällä tilastollinen eliniänodote ja arvio terveistä elinvuosista eri käyttäytymismalleille. Uskon, että motivoituminen terveystekoihin helpottuisi visuaalista mallia tai numeroita tarkastelemalla. Suositteleva tekoäly voisi toimia apuna hankaliin elämäntapamuutoksiin motivoitumisessa esimerkiksi lihavuuden tai tyypin 2 diabetesta sairastavien potilaiden hoidossa. Esimerkki on kuitenkin kuvitteellinen, eikä edellisen kaltaista tekoälyratkaisua ole vielä kehitetty, raportoitu tai se ei ole toistaiseksi osunut mittausdatan jalostamisesta terveyssuosituksiksi antaa kuitenkin suomalainen älysormus, Oura. Se arvioi sydämen terveyttä ja kardiovaskulaarista ikää10 rekisteröityjen arvojen perusteella ja tarjoaa viikoittaisia vinkkejä ja neuvoja esimerkiksi tyydyttyneiden rasvojen käyttöön, nukkumiseen ja verenkiertoelimistön hyvinvointiin liittyen. Kardiovaskulaarisen iän arvio perustuu valtimoiden läpi kulkevan pulssiaallon nopeuteen. Hyötyjä ja haasteita Yksilöllisten terveyssuositusten suosittelusta voisi olla hyötyä tilanteissa, joissa preskriptiivinen tekoäly antaa yksilöllisiä terveyssuosituksia ja konkreettisia toimintaohjeita tunnistetun terveydentilan ja elämäntapojen perusteella ottaa huomioon yksilöllisiä terveystavoitteita ja auttaa tekemään parempia valintoja toimii virtuaaliassistenttina, joka motivoi henkilökohtaisten tavoitteiden saavuttamisessa antaa enemmän vastuuta valinnoista yksilölle itselleen ja tekee näkyväksi erilaisten terveystekojen merkityksen toimii seurannan tukena yksilön ja terveydenhuollon toimijoiden välillä. Suosittelevasta tekoälystä voisivat hyötyä esimerkiksi tyypin 2 liikuntaelinsairaat. Myös mielenterveyden haasteita kokevat, muita asiakas- ja potilasryhmiä unohtamatta. Preskriptiivinen tekoäly antaisi arvokkaan välineen sekä biohakkerin11 että perusterveen kansalaisen työkalupakkiin. Käyttöä haastaviin asioihin nousevat samat tekijät kuin tekoälyn eettiseen hyödyntämiseen ylipäänsä, kuten tietosuoja, tietoturva ja yksityisyydensuoja henkilökohtaisen terveystiedon käsittelyssä yksilöllisen terveysdatan liikuttamiseen liittyvät säännökset. Terveysteknologiaa koskeva regulaatio ei tällä hetkellä mahdollista terveyssovellusten, -kellojen tai -sormusten mittausdatan siirtämistä potilastietojärjestelmiin tekoälymallien kouluttamiseen liittyvät huolet: virheellisesti koulutettu tai vinoutunut malli voi antaa virheellisiä suosituksia ja edelleen johtaa jopa haitallisiin terveysvaikutuksiin päätöksentekoon ja vastuisiin liittyvät kysymykset uusien teknolgioiden käyttöönottoon ja henkilöstön kouluttamiseen liittyvät kustannukset. Näiden lisäksi aiemmassa ChatGPT:n terveyskäyttöä käsittelevässä tutkimuksessa on todettu, että toistaiseksi tekoälymallit keskittyvät turvallisuuteen tehokkuuden sijasta, eivät pysty tarjoamaan reaaliaikaista tukea, yksilöllisesti personoituja sisältöjä eivätkä kaipaamaamme interaktiivisuutta kahden toimijan välillä12. Kirjoittaja Mari Virtanen on terveystieteilijä ja yliopettaja (TtT) Metropolia Ammattikorkeakoulussa. Hän on kiinnostunut sotepalvelujen vastuullisesta kehittämisestä, terveyspalvelujen vaikuttavasta digitalisaatiosta ja digitaalisen potilasohjauksen rajattomista mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee tutkimusta. Lähteet 1 Marr, B. 2023. Generative, Predictive, Prescriptive AI: What They Mean For Business Applications. 2 Gofore. 2024. Tekoälyterminologia: generatiivinen vs. toiminnallinen tekoäly. 3 UKK-instituutti. 2024. Aikuisten liikkumisen suositukset. 4Leppäluoto, J., Ahola, R., Karl-Heinz Herzig, K-H. Ym. 2012. Aikuisten terveysliikunnan laadun ja määrän objektiivinen mittaaminen. Duodecimlehti, 2012;128(1):72-9. 5 UKK-Instituutti. 2024. Suositukset istumisen vähentämiseen. 6 Ruokavirasto. 2023. NNR2023 Pohjoismaiset ravitsemussuositukset. 7 Käypä hoito -suositus. 2023. Unettomuus. Suomalaisen Lääkäriseuran Duodecimin ja Suomen Unitutkimusseura ry:n asettama työryhmä. Helsinki: Suomalainen Lääkäriseura Duodecim. 8 Oura Health. 2023. Resilienssi – Oura-Tuki (ouraring.com). 9 Saastamoinen, A. 2016. Lähtevätkö kilot kännykällä? — vertailussa kolme sovellusta kolmelle eri laihduttajatyypille. Yle, Kuningaskuluttaja. 10 Oura Health. 2023. Cardiovascular Age – Oura Help (ouraring.com). 11 Soininen, M. 2017. Mitä teen, kun potilas on biohakkeri? Lääkärilehti, 14:72;915. 12 Dergaa, I., Saad, H., Omri, A. et al. 2024. Using artificial intelligence for exercise prescription in personalised health promotion: A critical evaluation of OpenAI’s GPT-4 model. Biology of Sport, 41(2).
Digikyvykkyydet osaksi terveydenhuollon arkea
Digitaalinen osaaminen ja sen jatkuva kehittäminen ovat yhä tärkeämpiä maailmanlaajuisesti, kun terveydenhuoltojärjestelmät hyödyntävät ja ottavat käyttöön erilaisia digitaalisia teknologioita. Terveydenhuollon ammattilaisten tulee olla valmiita työskentelemään erilaisissa digitaalisissa ympäristöissä ja sopeutumaan erilaisiin teknologisiin kehityksiin. Digitaaliset kyvykkyydet tehostavat terveydenhuollon prosesseja, potilasturvallisuutta ja potilaiden hoitoa erilaisten työkalujen, kuten sähköisten terveystietojen, etäterveyden alustojen ja mobiilisovellusten avulla. Ammattilaisten on monipuolisesti hyödynnettävä näitä työkaluja parantaakseen potilaiden hoitotuloksia ja tehostaakseen terveydenhuollon toimintaa. Digikyvykkyyksien kehittäminen tuleekin ottaa osaksi kaikkien terveydenhuollon organisaatioiden toimintaa ja strategisia suunnitelmia. Digitaaliset kyvykkyydet Digikyvykkyyksillä eli digitaalisilla kyvykkyyksillä tarkoitetaan niitä valmiuksia ja taitoja, joita yksilöt ja organisaatiot käyttävät hyödyntämään digitaalisia teknologioita tehokkaasti erilaisissa toimintaympäristöissä. Digikyvykkyydet ovat sekä teknisiä että ei-teknisiä taitoja, joita tarvitaan digitaalisessa maailmassa toimimiseen. Digikyvykkyydet koostuvat muun muassa teknisestä osaamisesta, kuten tietotekniikka ja tietojär-jestelmäosaamisesta, tietojenlukutaidoista, ongelmanratkaisutaidoista ja oppimiskyvyistä.1 Näin ollen digitaalinen kyvykkyys voidaankin nähdä laajempana käsitteenä kuin digitaalinen osaaminen. Digikyvykkyydet liittyvät myös vahvasti tietoturvallisuuden huomioimiseen. Digitaalisten terveystietojen yleistyessä terveydenhuollon ammattilaisilla on oltava taidot hallita ja analysoida suuria tietomääriä, heidän tulee esimerkiksi ymmärtää tietosuoja- ja turvallisuusmääräykset potilastietojen turvaamiseksi. Myös digitaalinen viestintä on osa digikyvykkyyttä ja sillä on keskeinen rooli nykyaikaisessa terveydenhuollossa.2 Esimerkiksi sairaanhoitajat ovat usein vuorovaikutuksessa potilaiden, kollegoiden ja muiden terveydenhuollon ammattilaisten kanssa erilaisten digitaalisten kanavien kautta. Tehokkaat viestintätaidot näissä digitaalisissa kanavissa ovat olennaisia osia laadukkaan hoidon tarjoamiseksi. Lisäksi ammattilaisten tulee olla tietoisia digitaalista terveyttä ympäröivästä sääntelystä, kuten tietosuojaa, telelääketieteen ja lääkinnällisten laitteiden sääntelyä koskevista laeista. Näiden määräysten noudattaminen varmistaa digitaalisten teknologioiden vastuullisen käytön terveydenhuollossa. Jokaisen ammattilaisen on lisäksi ymmärrettävä kuinka he voivat varmistaa digitaalisen tiedon korkean laadun ja siten tiedonlukutaito ja tiedonhallinta ovat olennainen osa terveydenhuollon ammattilaisten digitaalista osaamista.3 Digikyvykkyydet valtaavat nopeasti alaa Nykyajan terveydenhuolto on vahvasti riippuvainen digitaalisista teknologioista potilaiden hoidossa, lääketieteellisessä tutkimuksessa ja hallinnollisissa tehtävissä. Terveydenhuollon ammattilaisten on oltava taitavia integroimaan digitaalinen teknologinen osaaminen tehokkaasti omiin käytäntöihinsä ja organisaatioiden on maksimoitava teknologian mahdollisuudet parantaakseen potilaiden hoitoa.4 Terveydenhuollon digikyvykkyydet ovat kehittyneet merkittävästi viime vuosina ja ne ovat osaltaan tehostaneet hoitoprosesseja sekä parantaneet potilaskokemusta. Digikyvykkyyksien ja digitaalisen terveysteknologian kehitys ovat tulevaisuudessa todennäköisesti entistä suuremmassa roolissa osana terveydenhuoltoa.5 Kiinassa tehty poikkileikkaustutkimus osoitti lääketieteen opiskelijoiden tietoisuuden digitaalisesta terveydestä olevan korkea ja heille oli yleistä käyttää digitaalisia terveysteknologioita jokapäiväisessä elämässään. Opiskelijat uskoivat, että digitaalisten terveysteknologioiden käytöllä on paljon etuja lääketieteessä ja he olivat halukkaita käyttämään digitaalisia terveyspalveluita.6 Digitalisaatio vaatii kuitenkin muutoksia terveydenhuollon toimintatavoissa ja käytännöissä7. Tutkimuksissa on osoitettu, että digitaalisten teknologioiden käyttöönotto vaikuttaa positiivisesti hoidon laatuun. Digitaalinen teknologia ja kyvykkyys käyttää sitä parantaa tuottavuutta ja optimoi terveydenhuollon ammattilaisten ajankäyttöä.8 Lisäksi tarvitaan terveydenhuollon ammattilaisten digitaalisen osaamisen arviointia, joka organisaatioiden tulisi varmistaa. Ammattilaisten digitaalisen osaamisen parantaminen on tärkeää. Sitä voitaisiin tukea ajas-ta ja paikasta riippumattomilla oppimisratkaisuilla, joita voitaisiin kohdentaa soveltaen eri osa-alueisiin ku-ten digitaalisten valmiuksien kehittämiseen. Digitaaliset oppimisratkaisut voivat parhaimmillaan tarjota aiempaa enemmän joustavuutta, tehokkaampaa viestintää ja osallistumismahdollisuuksia.9,10 Digikyvykkyyksien kehittäminen Digikyvykkyyksien jatkuva kehittäminen on ensiarvoisen tärkeää vaikuttavan digitalisaation toteutumiseksi. Organisaatioiden kyky kehittää ja toteuttaa digitaalisia strategioita ja kyky johtaa muutosta erityisesti digita-lisaation suhteen on erityisen tärkeää niitä käyttäville ammattilaisille, mutta myös digitalisaation tuomasta muutoksesta hyötyville asiakkaille. Uraauurtavat terveysteknologiat luovat uusia ja edistyksellisiä terveydenhuoltopalveluita ja –ratkaisuja, joiden toteutumiseksi tarvitaan systemaattisia toimia. WHO11 suosittaa seuraavia toimia digitaalisten terveysstrategioiden ja kyvykkyyksien kehittämiseksi kehitetään yleismaailmallinen strategia digitaalisen terveyden edistämiseksi, jonka mukaisesti edistetään digitaalisten teknologioiden hyödyntämistä ja tuetaan terveys- ja hyvinvointitavoitteiden saavuttamista kehitetään menetelmiä tiedon hallitsemiseksi ja jakamiseksi sekä jaetaan tietoa ja hyviä käytäntöjä uusista menetelmistä ja tekniikoista. Kerätään näyttöä ja kokemuksia digitaalisesta terveydestä eri maissa ja yhteisöissä autetaan maita luomaan tietokeskuksia tautien seurantaan ja varmistetaan, että epidemioiden ja hätätilanteiden aikana voidaan tehdä oikea-aikaisia ja tietoon perustuvia päätöksiä koordinoidaan maiden ja sidosryhmien toimia globaalien, alueellisten ja kansallisten haasteiden ja mahdollisuuksien edessä ja tunnistetaan ja hallitaan riskejä sekä viestitään niistä vähennetään digitaalisten teknologioiden käytön uhkia ja parannetaan terveyttä sekä pyritään saavuttamaan terveyteen liittyvän kestävän kehityksen tavoitteet.12 Digikyvykkyyksien kehittämiseksi tarvitaan ammattilaisten sitoutuneisuutta ja motivaatiota sekä terveydenhuollon organisaatioiden tukea. Organisaatioiden tulee kiinnittää huomiota työpaikan sosiaaliseen ympäristöön ja luoda myönteinen ilmapiiri digitalisaation herättämien tunteiden parantamiseksi. Uuden teknologian onnistunut käyttöönotto vaatiikin sekä organisaation että työntekijöiden panosta. Digikyvykkyyksien johtaminen lisää luottamusta terveydenhuoltoon Teknologian nopean kehityksen vuoksi terveydenhuollon ammattilaisten on sitouduttava elinikäiseen oppimiseen pysyäkseen ajan tasalla uusista digitaalisista työkaluista ja tekniikoista. Digitaalisen osaamisen jatkuva ammatillinen kehittyminen on keskeistä, jotta voidaan tarjota potilaille korkeatasoista hoitoa. Tutkimuksissa on huomattu, että esimerkiksi sairaanhoitajilta vaadittava elinikäinen oppiminen ja digitaalisen osaamisen kehittäminen ei vaikuta vain hoitajiin vaan koko osastoon. Oppimista tukeva ympäristö on välttämätön edellytys uusien taitojen oppimiselle ja kehitykselle.13,14 Digikyvykkyyksien johtaminen on olennainen osa tätä kokonaisuutta. Organisaation johdon on paitsi tuettava jatkuvaa oppimista, myös strategisesti suunniteltava, miten digitaalisia taitoja kehitetään osana koko henkilöstön osaamista. Tarvitaan sellaisen kulttuurin luomista, jossa digitaaliset innovaatiot ja yhteistyö korostuvat. Selkeiden digitaalisten tavoitteiden asettaminen on tärkeää, kuten koulutusten ja resurssien suuntaaminen niille osa-alueille, jotka parhaiten tukevat organisaation päämääriä. Johdon rooli on varmistaa, että organisaatiolla on tarvittavat resurssit ja että henkilöstö kokee itsensä motivoituneeksi ja tuetuksi uusien teknologioiden omaksumisessa. Digitaalinen osaaminen myös edistää yhteistyötä sairaanhoitajien ja muiden terveydenhuollon ammattilaisten sekä teknologian ja datatieteen asiantuntijoiden välillä. Tieteidenvälinen tiimityö yksilö-, ryhmä- ja organisaatiotasolla on välttämätöntä digitaalisten innovaatioiden hyödyntämiseksi, jotta voidaan parantaa terveydenhuollon toimintaa15. Digitaalisten teknologioiden käyttöönotto ja integrointi olemassa oleviin järjestelmiin ja palveluihin kansallisella tasolla vaativat maailmanlaajuista ohjausta, koordinointia ja erilaisten työkalujen käyttöönottamista16. Digitaalisen osaamisen omaksuminen ei ole pelkästään teknisten taitojen hallitsemista, vaan kyse on myös terveydenhuollon ammattilaisten ammatti-identiteetin muokkaamisesta. Omaksumalla erilaiset digitaaliset innovaatiot vastuullisesti ammattilaiset voivat vahvistaa rooliaan luotettavina terveydenhuollon tarjoajina nopeasti kehittyvässä terveydenhuollon ympäristössä. Esimerkiksi Suomessa terveydenhuollon digitalisaatioon liittyviä teemoja voi opiskella useassa korkeakoulussa sekä tutkintoon johtaen että eri pituisina täydennyskoulutuksina. Kirjoittajat Terhi Reddington on kätilö, joka valmistuu syksyllä 2024 Metropolia Ammattikorkeakousta digitaalisten palvelujen asiantuntijaksi (YAMK) sosiaali- ja terveysalalla. Hänen tavoitteenaan on yhdistää käytännön kokemuksensa kätilönä erilaisiin kehittyviin digitaalisiin ratkaisuihin ja edistää terveydenhuollon palveluita. Mari Virtanen on terveystieteilijä ja yliopettaja (TtT) Metropolia Ammattikorkeakoulussa. Hän on kiinnostunut sotepalvelujen vastuullisesta kehittämisestä, terveyspalvelujen vaikuttavasta digitalisaatiosta ja digitaalisen potilasohjauksen rajattomista mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee tutkimusta. Lähteet 1 Foadi, N. & Varghese, J. 2022. Digital competence – A Key Competence for Todays and Future Physicians. Journal of European CME, 11: 1. 2 Fitzpatrick, P.J. 2023. Improving health literacy using the power of digital communications to achieve better health outcomes for patients and practitioners. Frontiers in Digital Health, 5: 1264780. 3 Foadi, N. & Varghese, J. 2022. Digital competence – A Key Competence for Todays and Future Physicians. Journal of European CME, 11: 1. 4 Kennedy, S. & Yaldren, J. 2017. A look at digital literacy in health and social care. British Journal of Cardiac Nursing, 12: 9. 5 Senbekov, M. et al. 2020. The Recent Progress and Applications of Digital Technologies in Healthcare: A Review. International Journal of Telemedicine and Applications. 6 Ma, M., Li, Y., Gao, L. et.al. 2023. The need for digital health education among next-generation health workers in China: a cross-sectional survey on digital health education. BMC Medical Education, vol. 23, pp. 1-11. 7 Konttila, J., Siira, H., Kyngäs, H., et al. 2019. Healthcare professionals’ competence in digitalisation. A systematic review. Journal of Clinical Nursing, 28: 745– 761. 8 Kraus, S., Schiavone, F., Pluzhnikova, A. & Chiara Invernizzi, A. 2021. Digital transformation in healthcare: Analyzing the current state-of-research. Journal of Business Research. 9 Konttila, J., Siira, H., Kyngäs, H., et al. 2019. Healthcare professionals’ competence in digitalisation: A systematic review. Journal of Clinical Nursing, 28: 745– 761. 10 Kennedy, S. & Yaldren, J. 2017. A look at digital literacy in health and social care. British Journal of Cardiac Nursing, 12: 9. 11 World Health Organization (WHO). Global strategy on digital health 2020-2025. 12 World Health Organization (WHO). Global strategy on digital health 2020-2025. 13 Mlambo, M. & Silen, C. & McGrath, C. 2021. Lifelong learning and nurses’ continuing professional development, a metasynthesis of the literature. BMC Nurs, 20: 62. 14 Kennedy, S. & Yaldren, J. 2017. A look at digital literacy in health and social care. British Journal of Cardiac Nursing, 12: 9. 15 Krause-Juttler, G. & Weitz, J. & Bork, U. 2022. Interdisciplinary Collaborations in Digital Health Research: Mixed Methods Case Study. JMIR Hum Factors. Apr-Jun; 9(2): e36579. 16 World Health Organization (WHO). Global strategy on digital health 2020-2025.
Digitaaliset ratkaisut lasten ja nuorten ylipainon hallinnan apuna
Lasten ja nuorten ylipaino on moniulotteinen ja haastava ilmiö, jolla on suuria vaikutuksia heidän elämäänsä. Tällä hetkellä maailmassa on yli 390 miljoonaa ylipainoista lasta ja nuorta ja määrä kasvaa merkittävästi sekä korkean että matalan tulotason maissa1. Ylipaino ja liikalihavuus altistavat tätä kohderyhmää samoille terveysriskeille kuin aikuisia, joten vaikuttavien elämäntapamuutosta tukevien interventioiden kehittäminen on äärimmäisen tärkeää. Monesti digitaalisilla ratkaisuilla päästään helposti lähelle ylipainoisia lapsia, nuoria ja heidän perheidensä arkea. Kohderyhmälle tarjottavien palvelujen saatavuus ja saavutettavuus paranevat, samoin mahdollisuudet osallistua ajasta ja paikasta riippumatta. Koska lihavuuden esiintyvyys lisääntyy, tarvitaan kiireellisesti kustannustehokkaita ja vaikuttavia interventioita, elämäntapaohjausta ja -neuvontaa. Digitaalisten ratkaisujen avulla saadaan lisää mahdollisuuksia tukea terveellisemmän ruokavalion, fyysisen aktiivisuuden ja liikunnan lisäämisen toteutumista.2 Digitaalisten ratkaisujen kehittämisessä on tärkeää huomioida erityisesti kohderyhmän tarpeet, palvelun tekninen toteutus ja hyvä käytettävyys. Huonosti kehitetty ja käyttöönotettu digitaalinen ratkaisu ei yhdisty osaksi nuorten arkea eikä paranna heidän sitoutumistaan vaativaan elämäntapamuutokseen. Ylipainon vaikutukset lapsiin ja nuoriin Maailmanlaajuisesti ylipainoisia 5—19- vuotiaista lapsista ja nuorista oli vuonna 1990 lähes joka kymmenes (8 %) vuonna 2022 jo noin 20 %. Vuoden 2023 tilastojen mukaan yli puolet ylipainoisista lapsista elää Aasiassa. Afrikassakin ylipainoisten osuus on noussut vuoden 2000 arvoista 23 %. Nousua on tapahtunut sekä tytöillä (19 %) että pojilla (21 %).3 Tilanne Suomessa on samassa linjassa, 2—16- vuotiaiden ikäryhmässä ylipainoisia tai liikalihavia on 27 % pojista ja 18 % tytöistä.4 Ylipaino ja liikalihavuus altistavat lapsia ja nuoria samoille terveysriskeille kuin aikuisia. Aikaisempien tutkimusten perusteella on näyttöä siitä, että lihavuus ja ylipaino liittyvät huonommaksi koettuun elämänlaatuun5 huonompaan itsetuntoon6 negatiiviseen kehonkuvaan7 ja lihavuuden leimaan liittyviin ongelmiin8. Lisäksi ylipaino ja lihavuus ovat yhteydessä sydän- ja hermoston rappeutumissairauksiin, tyypin 2 diabetekseen, metaboliseen oireyhtymään sekä moniin muihin sairauksiin.9 Terveyskäyttäytymisen muotoutuminen Tyypillisesti lasten nuoruutta kohti vievä murrosikä alkaa toisella vuosikymmenellä. Tässä ikävaiheessa muotoutuvat terveyskäyttäytymisen ja terveellisten elämäntapojen perusteet10, ja siihen vaikuttavat monet fyysiset, psykologiset, sosiaaliset ja ympäristöön liittyvät tekijät11. Lapsen tai nuoren lisäksi terveyskäyttäytymisen muotoutumiseen liittyy laaja sosiaalinen verkosto, perhe, ystävät ja opettajat, joilla jokaisella voi olla merkittävä vaikutus terveellisempien tottumusten omaksumisessa.12,13 Terveyskäyttäytymisen ja terveellisten elämäntapojen lisäksi lasten ja nuorten motivoituminen elämäntapamuutokseen eroaa aikuista monin tavoin. He eivät välttämättä ymmärrä terveyteen ja hyvinvointiin liittyviä käsitteitä samalla tavalla kuin aikuiset, jonka vuoksi he tarvitsevat ikäryhmälle selkeästi kohdennettuja ohjeita ja konkreettisia kannustimia eivät aina tunnista omia tarpeitaan tai rajoitteitaan, jonka vuoksi he tarvitsevat enemmän ohjausta ja kannustusta ovat usein herkempiä sosiaalisille paineille ja vaikutteille, ja heidän motivaationsa voi olla voimakkaasti sidoksissa vertaisryhmien tai läheisten mielipiteisiin voivat vastata paremmin positiiviseen vahvistamiseen, kuten palkitsemiseen ja kannustamiseen, kuin aikuiset, jonka vuoksi digitaalisten ratkaisujen integoroiminen elämäntapamuutoksen tueksi voi olla helpompaa. Digitaaliset interventiot muutoksen tukena Ihmisten sitouttaminen terveellisiin elämäntapoihin on iso kansanterveydellinen haaste, joka edellyttää perinteisten ohjausmenetelmien lisäksi innovatiivisia ratkaisuja14. Erilaisia digitaalisia komponentteja ja vuorovaikutusmenetelmiä onkin hyödynnetty lasten ja nuoren lihavuuden hallinnassa ja elämäntapamuutoksen tukemisessa. Yleisimmin digitaalisia interventioita toteutetaan tietokoneiden ja älypuhelinten välityksellä15, 16. Pääasiassa lapsia ja nuoria on ohjattu käyttäytymiskehotusten, sosiaalisen verkkotuen ja puettavien älylaitteiden avulla. Lisäksi henkilökohtaisten sähköpostimuistutusten on todettu olevan tehokkaita motivoimaan tavoitteiden asettamista, hoitosuunnitelmien noudattamista, omavalvonnan tehostumista ja hoito-ohjeisiin sitoutumista.17,18 Monet interventiot ovat perustuneet kognitiivisiin, käyttäytymis- ja sosiaalisen oppimisen lähestymistapoihin, joihin kuuluu ohjausta, tehtäviä, aktiviteetteja, muistutuksia, seurantaa, palautetta ja palkitsemisjärjestelmiä.19 Tämän kohderyhmän osalta huomionarvoista digitaalisissa ohjausinterventioissa on yksisuuntaisen vuorovaikutuksen merkittävä osuus. Yksisuuntaisella vuorovaikutuksella tarkoitetaan viestintää, tiedon ja ohjeistuksen tarjoamista digitaalisten kanavien kautta, ilman mahdollisuutta reaaliaikaiseen vuorovaikutukseen hoitohenkilökunnan kanssa. Digitaalisiset interventiot voivatkin tarjota useita etuja, mutta niissä voi myös olla haasteita. Kaakisen ym. (2017) mukaan personoidut ohjelmat, jotka sisältävät kohdennettuja tavoitteita ja henkilökohtaista palautetta, ovat ratkaisevan tärkeitä lihavien ja ylipainoisten lasten ja nuorten tukemisessa20. Tunnistettuja hyötyjä ovat esimerkiksi laaja saatavuus, ajasta ja paikasta riippumattomuus sisältöjen personointi ja skaalautuvuus tarpeen mukaan jatkuva tuki ja seuranta, motivaation ylläpitäminen vuorovaikutteisuus ja osallisuus omaan hoitoon kustannustehokkuus ja kustannusvaikuttavuus. Ja haasteita digitaalinen eriarvoisuus ja käytön rajoitteet liittyen mm. osaamiseen, laitteisiin ja muihin resursseihin yksilölliset erot, digitaalisten palvelujen soveltuvuus käyttäjälle motivaation ylläpitäminen vaikuttavuuden ja tehokkuuden todentaminen tietoturvallisuus ja yksityisyydensuoja digitaalisten ratkaisujen kehittämisinvestoinnit. Kokonaisuudessaan digitaaliset interventiot voivat kuitenkin tarjota merkittäviä etuja ja resurssitehokkuutta, etenkin jos ne on suunniteltu ja toteutettu huolellisesti ja osana laajempaa terveydenhuollon digitalisaatiostrategiaa. Huomionarvoista on, että aikaisemmissa tutkimuksissa ei ole juurikaan arvioitu tai vertailtu digitaalisten interventioiden taloudellisia vaikutuksia. Viitteitä siitä on kuitenkin saatu esimerkiksi hoitokäyntien merkittävän vähenemisen myötä, mikä voi edelleen vaikuttaa talouteen positiivisesti21. Lisäksi on todettu, että uudenlaiset interventiot voisivat lisätä sitoutumista ja ylläpitää intervention vaikutuksia pienemmillä kustannuksilla22, 23. Kaikki nämä esiin nostetut näkökulmat osoittavat, että tutkimusaihe on monitahoinen ja haastava. Kehitettäessä tehokasta, motivoivaa ja vuorovaikutteista digitaalista lähestymistapaa, jolla voitaisiin puuttua lapsuus- ja nuoruusiän ylipainoon ja liikalihavuuteen, on otettava huomioon digitaalisen vuorovaikutuksen monimuotoisuus, lapsen ja hänen perheensä ominaisuudet, tottumukset ja tarpeet, fyysisen aktiivisuuden taso ja lihavuuden taustalla olevat syyt. Haasteen ratkaisemiseksi tarvitaan runsaasti lisää tutkittua tieto innovatiivisuutta ja ketteriä digitaalisia kokeiluja ohjausinterventioita ja kontrolloituja kokeita talouden ja vaikuttavuuden arviointia ja ennen kaikkea ammattilaisten ja asiantuntijoiden monialaista yhteistyötä. Kirjoittaja Mari Virtanen on terveystieteilijä ja yliopettaja (TtT) Metropolia Ammattikorkeakoulussa. Hän on kiinnostunut sotepalvelujen vastuullisesta kehittämisestä, terveyspalvelujen vaikuttavasta digitalisaatiosta ja digitaalisen potilasohjauksen rajattomista mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee tutkimusta ja kehittämistyötä. Lähteet 1 WHO 2024. Fact sheet. Obesity and overweight. 2 Kouvari M, Karipidou M, Tsiampalis T, et al. 2022. Digital Health Interventions for Weight Management in Children and Adolescents: Systematic Review and Meta-analysis. JMIR 24, e30675. 3 WHO 2024. Fact sheet. Obesity and overweight. 4 THL 2023. Rekisteriseuranta: Lasten ja nuorten ylipaino on edelleen huolestuttavan yleistä. 5 Diao H, Wang H, Yang L, Li T. 2020. The impacts of multiple obesity-related interventions on quality of life in children and adolescents: a randomized controlled trial. Health Qual Life Outcomes 18, 213. 6 Wang F, Veugelers, PJ. 2008. Self-esteem and cognitive development in the era of the childhood obesity epidemic. Obes Rev 9, 615–23. 7 Sagar R, Gupta, T. 2018. Psychological Aspects of Obesity in Children and Adolescents. Indian J Pediatr 85, 554–59. 8 Pont SJ, Puhl R, Cook SR, Slusser W. 2017. SECTION ON OBESITY, and THE OBESITY SOCIETY. Stigma Experienced by Children and Adolescents With Obesity. Pediatr 140, e20173034. 9 Benítez-Andrades JA, Arias N, García-Ordás, MT, Martínez-Martínez M, García-Rodríguez I. 2020. Feasibility of Social-Network-Based eHealth Intervention on the Improvement of Healthy Habits among Children 20, 1404. 10 Di Cesare M, Sorić M, Bovet P, Miranda JJ, et al. 2019. The epidemiological burden of obesity in childhood: a worldwide epidemic requiring urgent action. BMC med 17, 212. 11 Short SE, Mollborn S. 2015. Social Determinants and Health Behaviors: Conceptual Frames and Empirical Advances. Curr Opin Psychol 5:78-84. 12 Yaacob N, Abd Talib R, Ismail A, Mahmud MI. 2022. Perceived Barriers to Digitising School-Based Obesity Intervention: An Exploratory Study. Malays J Med Sci 29:98-119. 13 Heath SM, Wigley CA, Hogben JH. 2018. Patterns in Participation: Factors Influencing Parent Attendance at Two, Centre-Based Early Childhood Interventions. J Child Fam Stud 27, 253–67. 14 Krist AH, Tong ST, Aycock RA, Longo DR. 2017. Engaging Patients in Decision-Making and Behavior Change to Promote Prevention. Stud Health Technol Inform 240:284-302. 15 Yun J, Shin J, Lee H, Kim D, et al. 2023. Characteristics and Potential Challenges of Digital-Based Interventions for Children and Young People: Scoping Review. JMIR 25: e45465 16 Whitehead L, Robinson S, Arabiat D, et al. 2024. The Report of Access and Engagement With Digital Health Interventions Among Children and Young People: Systematic Review. JMIR Pediatr Parent 7, e44199 17 Keating SR, McCurry MK. 2015. Systematic review of text messaging as an intervention for adolescent obesity. J Am Assoc Nurse Pract 27, 714–20. 18 Partridge SR, Raeside R, Singleton A, Hyun K, Redfern J. 2020. Effectiveness of Text Message Interventions for Weight Management in Adolescents: Systematic Review. JMIR mHealth uHealth 8, e15849. 19 Yun J, Shin J, Lee H, Kim D, et al. 2023. Characteristics and Potential Challenges of Digital-Based Interventions for Children and Young People: Scoping Review. JMIR 25: e45465 20 Kaakinen P, Kyngäs H, Kääriäinen M. 2018. Technology-based counseling in the management of weight and lifestyles of obese or overweight children and adolescents: A descriptive systematic literature review. Inform Health Soc Care 43, 126–41. 21 Armstrong S, Mendelsohn A, Bennett G, et al. 2018. Texting Motivational Interviewing: A Randomized Controlled Trial of Motivational Interviewing Text Messages Designed to Augment Childhood Obesity Treatment. Child Obes 14, 4–10. 22 Fang Y, Ma Y, Mo D, et al. 2019. Methodology of an exercise intervention program using social incentives and gamification for obese children. BMC Public Health 19, 686. 23 Vidmar AP, Pretlow R, Borzutzky C, et al. 2019. An addiction model‐based mobile health weight loss intervention in adolescents with obesity. Pediatr Obes 14.
Mari Virtanen, päätoimittaja, yliopettaja TtT, terveysalan digitalisaatio
Aino Vuorijärvi, yliopettaja FT, suomen kieli ja viestintä
Salla Kivelä, yliopettaja TtT, tutkimus ja kehittäminen
Sähköpostiosoitteet: etunimi.sukunimi@metropolia.fi
Sotemuotoilijat- blogin tekstit käsitellään toimituskunnassa ennen niiden julkaisua. Toimituskunta on toiminut blogin perustamisesta alkaen (15.8.22).
Haluatko julkaista Sotemuotoilijoissa? Lue kirjoittajaohjeet Drivessä ja ota yhteyttä toimituskuntaan
aluekehitys asiakaslähtöisyys asiantuntijaviestintä bloggaus digikliiniset digikliiniset asiantuntijat digitalisaatio etiikka etäpalvelu etävastaanotto HyMy-kylä hyvät käytänteet innovaatio-osaaminen kliininen asiantuntija kliininen asiantuntija digitaalisissa toimintaympäristöissä kuntouttava työtoiminta Metropolia Ammattikorkeakoulu moninaisuus NPT näyttöön perustuva toiminta näyttöön perustuvat toiminta osaaminen Osaaminen 2035 osaamisedellytykset osaamisvaatimukset palvelujen kehittäminen palvelumuotoilu sosiaali- ja terveysala sotemuotoilijat sotemuotoilu suun terveys tekoäly tekstitaidot terveyden edistäminen terveydenhuolto terveysinterventio tieteisfiktio TK-osaaminen TKI tulevaisuusajattelu tutkimuksellinen kehittäminen tutkimus- ja kehittämisosaaminen yamk yhteiskehittäminen yhteisöllinen kehittäminen