Tekijä: Mari Virtanen
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.
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).
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.
Digitaaliset ratkaisut helpottamaan kroonisen kivun itsehoitoa
Krooninen kipu on maailmanlaajuinen terveysongelma, joka vaikuttaa miljooniin ihmisiin. Maailman väestöstä kroonista kipua kokee noin 20%, Suomessa noin 25%1,2. Kroonisella kivulla tarkoitetaan kipua, joka kestää yli kolme kuukautta tai jatkuu alkuperäisen vamman tai sairauden parannuttua3. Tämä kipu voi johtua monista syistä, kuten vammoista, sairauksista tai hermovaurioista. Krooninen kipu vaikuttaa merkittävästi ihmisten elämänlaatuun, toimintakykyyn ja mielenterveyteen, ja se johtaa usein työkyvyttömyyteen, lisääntyneisiin terveydenhuoltokuluihin ja heikentyneeseen elämänlaatuun.4 Se voi myös aiheuttaa masennusta, ahdistusta ja sosiaalista eristäytymistä. Yleisimpiä kroonisen kivun muotoja ovat alaselkäkipu, niskakipu, nivelrikko, migreeni ja neuropaattinen kipu. Ensisijaisesti pitkäaikaiseen kipuun suositellaan lääkkeettömiä kivunhallintakeinoja, joita ovat esimerkiksi liikuntaharjoitukset, manuaalinen terapia, kognitiivinen käyttäytymisterapia (CBT), mindfulness ja meditaatio, säännöllinen liikunta, terveellinen ruokavalio ja hyvä unihygienia. Tähän valikoimaan digitaaliset ratkaisut tuovat hyvän lisän. Pitkäaikaisen kivun hoidon digitalisoituminen Pitkäaikaisen kivun hoito ei yleensä pyri kivun täydelliseen poistamiseen, vaan keskittyy toimintakyvyn säilyttämiseen, kivunhallintakeinojen parantamiseen ja potilaan voimavarojen ja sopeutumiskyvyn tukemiseen5. Pitkäaikaisesta kivusta kärsivien potilaiden hoitoon on ehdotettu uusien digitaalisten palveluiden kehittämistä, jotka voivat parantaa erityisesti hoidon saavutettavuutta, hoitosuhteen jatkuvuutta ja hoidon tehokkuutta. Tällaisia digitaalisia ratkaisuja ovat muun muassa verkkopohjaiset ohjelmat ja älylaitteiden sovellukset, kuten kipupäiväkirjat, harjoitusohjelmat ja mindfulness-sovellukset etähoidon ja telelääketieteen ratkaisut, joiden kautta potilaat voivat saada konsultaatioita ja seurantaa terveydenhuollon ammattilaisilta6 verkkoalustat ja portaalit, joista hyvä esimerkki on Terveyskylän Kivunhallintatalo7, joka tarjoaa potilaille tietoa erilaisista kiputiloista ja niiden hoidosta samalla tukien itsehoitoa ja kivun hallintaa verkossa toimivat tukiryhmät ja foorumit, jotka tarjoavat vertaistukea, kokemusten jakamista ja sosiaalista yhteenkuuluvuutta virtuaalitodellisuuden sovellukset, jotka voivat auttaa potilaita rentoutumaan ja hallitsemaan kipua interaktiivisten ja immersiivisten menetelmien avulla8. Näitä palveluita voitaisiin käyttää kipupotilaiden ohjauksessa, neuvonnassa, motivoinnissa ja seurannassa9. Tällä hetkellä Suomessa potilailla on käytössään Terveyskylän Kivunhallintatalo10, joka on yliopistollisten sairaaloiden yhteistyössä kehittämä kansallinen palvelu. Kipupotilaiden kokemuksia digitaalisista ratkaisuista Metropolian Ammattikorkeakoulun YAMK-opiskelija Liisa Enqvist (2024) tutki opinnäytteessään potilaiden kokemuksia pitkäaikaisen kivun hoidosta digitaalisten ratkaisujen avulla. Kirjallisuuskatsauksen aineistosta nousi esiin 6 keskeistä teemaa, joita potilaat pitävät tärkeänä digitaalisessa ratkaisussa: tuen saaminen itsehoidon edistämiseen mahdollisuus sosiaaliseen vuorovaikutukseen tiedollisen tuen saaminen mahdollisuus tehdä harjoituksia mahdollisuus tehdä itserekisteröintiä ja digitaalisen ratkaisun hyvä käytettävyys.11 Potilaat arvostavat erityisesti näiden ratkaisujen tarjoamaa tukea omassa kivunhallinnassaan, mahdollisuutta sosiaaliseen vuorovaikutukseen muiden saman kokeneiden kanssa sekä helppokäyttöisyyttä ja käytettävyyttä arjessaan. Tiedollinen tuki kivun luonteesta ja sen hallintakeinoista on myös keskeisessä roolissa potilaiden kokemusten mukaan. Kivunhoidon digitaalinen tulevaisuus Pitkäaikaisen kroonisen kivun digitaaliset ratkaisut näyttävät lupaavilta monessa suhteessa. Näitä ratkaisuja kehitetään jatkuvasti paremmin vastaamaan potilaiden tarpeita ja parantamaan heidän elämänlaatuaan. Digitaaliset ratkaisut voivat tarjota esimerkiksi: personoidumpaa hoitoa yksilöllisten tarpeiden ja kipuprofiilien perusteella yksilöllisiä hoito-ohjelmia ja seurantaa dataan, analytiikkaan ja tekoälyyn perustuen12 uudenlaisia kivunhallintatapoja virtuaalitodellisuuden ja lisätyn todellisuuden avulla13 hoitovasteiden ja kivun vaihetelun reaaliaikaista seurantaa IoTn (esineiden internet) ja älylaitteiden välityksellä14 ja tiedon jakamista ja vertaistukea verkkoyhteisöissä. Digitaaliset ratkaisut voivat tarjota nykyistä kustannustehokkaampia hoitovaihtoehtoja ja parantaa terveyspalveluiden saatavuutta. Ne mahdollistavat eri terveydenhuollon ammattilaisten sujuvan yhteistyön potilaiden hoidossa. Lisäksi käyttöliittymien kehitys helpottaa digitaalisten ratkaisujen käyttöönottoa ja integroitumista potilaiden arkeen. Selkeät ja helppokäyttöiset sovellukset ja verkkopalvelut parantavat sitoutumista hoito-ohjelmiin. Kaikkinensa pitkäaikaisen kroonisen kivun digitaaliset ratkaisut ovat kehittymässä kohti entistä interaktiivisempia, personoidumpia ja monipuolisempia hoitovaihtoehtoja. Tulevaisuudessa näiden ratkaisujen odotetaan tuovan merkittäviä parannuksia potilaiden elämänlaatuun ja kivunhallintaan. Tämä teksti perustuu Liisa Enqvistin opinnäytteeseen, tutkittuun tietoon ja Chat GPT:n kanssa käytyihin keskusteluihin. 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 Ahmed H, Mushahid H, Hamza SM. 2023. Virtual reality therapy: A promising solution to chronic pain management amidst an opioid crisis. Journal of Global Health 2023; 13: 03033. 2 Haanpää M, Vainio A. 2018. Kroonisen kivun epidemiologia ja kustannukset. Teoksessa Kipu. Kustannus Oy Duodecim. 3 Heiskanen T. 2022. Pitkäaikainen kipu. Lääkärikirja Duodecim. 4 Haanpää M, Vainio A. 2018. Kroonisen kivun taakka potilaalle. Teoksessa Kipu. Kustannus Oy Duodecim. 5 Enqvist L. 2024. Digitaaliset ratkaisut pitkäaikaisen kivun itsehoidossa – potilaiden kokemuksia : systemoitu kirjallisuuskatsaus. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. 6 Perez J, Niburski K, Stoopler M, et al. 2021. Telehealth and chronic pain management from rapid adaptation to long-term implementation in pain medicine: A narrative review. PAIN Reports 6(1):p e912. 7 Terveyskylä, Kivunhallintatalo 8 Goudman L, Jansen J, Billot M et al. 2022. Virtual Reality Applications in Chronic Pain Management: Systematic Review and Meta-analysis. JMIR Serious Games 2022;10(2):e34402. 9 Enqvist L. 2024. Digitaaliset ratkaisut pitkäaikaisen kivun itsehoidossa – potilaiden kokemuksia : systemoitu kirjallisuuskatsaus. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. 10 Terveyskylä, Kivunhallintatalo 11 Enqvist L. 2024. Digitaaliset ratkaisut pitkäaikaisen kivun itsehoidossa – potilaiden kokemuksia : systemoitu kirjallisuuskatsaus. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. 12 Khan MA, Koh RGL, Rashidiani S et al. 2024. Cracking the Chronic Pain code: A scoping review of Artificial Intelligence in Chronic Pain research, Artificial Intelligence in Medicine, Volume 151. 13 Goudman L, Jansen J, Billot M et al. 2022. Virtual Reality Applications in Chronic Pain Management: Systematic Review and Meta-analysis. JMIR Serious Games 2022;10(2):e34402. 14 Hasan F, Mudey A, Joshi A. 2023. Role of Internet of Things (IoT), Artificial Intelligence and Machine Learning in Musculoskeletal Pain: A Scoping Review. Cureus 15(4): e37352.
Tekoäly potilaan puolella
Tekoäly ja sen mahdolliset sovelluskohteet kiinnostavat laajasti myös terveydenhuollon toimijoita. Uudenlaisten älykkäiden mahdollisuuksien ilmaantuessa, niiden hyötyjä tarkastellaan osana terveydenhuollon asiantuntijoiden työtä, potilaiden hoitoa, ohjausta ja erilaisia päätöksentekoprosesseja. Monien mahdollisuuksien lisäksi tekoälyn käyttö aiheuttaa huolta ja nostaa esiin niin eettisiä kysymyksiä kuin osaamisen kehittämiseen liittyviä tarpeita. Potilas voi hyötyä tekoälyn käytöstä monin eri tavoin. Edistyneet tekoälyalgoritmit ja sovellukset voivat analysoida valtavia tietomääriä hetkessä ja ennustaa potilaan tilassa tapahtuvia muutoksia. Tekoälyalgoritmit voivat auttaa tekemään tarkempia diagnooseja ja edelleen vaikuttaa hoidon varhaiseen aloittamiseen ja parempiin hoitotuloksiin. Älykkäiden teknologiaratkaisujen myötävaikutuksella voidaan tarjota entistä henkilökohtaistetumpaa hoitoa, potilaan aiempaan terveyshistoriaan perustuen. Diagnostinen tukiäly Otetaan ensimmäiseksi esimerkiksi erilaiset syövät, joiden osalta diagnostiset viiveet voivat vaikeuttaa hoitoa ja aiheuttaa yksilöllistä haittaa ja kärsimystä. Ban ym. (2023) ovat kehittäneet munasarjasyövän diagnostiikkaan koneoppimiseen perustuvaa tekoälyä, joka on tunnistanut verinäytteestä munasarjasyövälle ominaisia merkkiaineita 93 %:n tarkkuudella, osoittautuen tarkemmaksi kuin aikaisemmat diagnostiset menetelmät1. Vastaavasti munuaissyövän osalta tekoälyn avulla on saavutettu yli 99-prosenttinen tarkkuus kasvainsolukon ja terveen kudoksen erottelussa ja noin 94-prosenttinen tarkkuus syövän eri alatyyppien luokittelussa2. Rintasyövän diagnostiikassa tekoälyalgoritmeja on hyödynnetty esimerkiksi pahanlaatuisten kasvainten tunnistamiseen seulontamammografiatutkimuksissa, joissa tekoälyn tekemä tulkinta on osoittautunut yhtä hyväksi tai jopa paremmaksi kuin yksittäisen radiologin.3 Melanoomadiagnostiikkaan on saatu apuja älykkäistä neuroverkoista, jotka tunnistavat pahanlaatuisia muutoksia potilaan iholta otetuista valokuvista4. Edellisten esimerkkien lisäksi tekoälydiagnostista kehitystä on tehty pään ja kaulan alueen5 ja pediatristen syöpien6 diagnostiikkassa ja metastaattisten syöpien ennustamisessa 7. Tekoälyyn perustuvia ratkaisuja on tutkittu laajasti myös muiden sairauksien, kuten iho-, maksa- ja sydänsairauksien, rappeuttavien aivosairauksien8 ja aivoverenvuotojen9 tunnistamiseen. Yksilöllisen ja oikein ajoitetun hoidon ennustaja Potilaan kliinisen tilan muutoksia ennustavia malleja on kehitettyvarhaisten hoitopäätösten tueksi esimerkiksi sydäninfarktien, diabeetikkojen liitännäisoireiden ja vastasyntyneiden sepsiksen ennustamiseen. Sydäninfarktien varhaisen tunnistamisen avulla hoidon painopistettä on pyritty siirtämään ennaltaehkäisevään suuntaan tunnistamalla korkean riskin potilaita jo ennen akuutin infarktin kehittymistä10. Vastasyntyneiden tehohoidossa on pyritty tunnistamaan pienet potilaat, joiden tila on kehittymässä vaikeaan suuntaan. HUSin ensimmäisessä IBM:n Watson- projektissa tekoälymalli tunnisti vastasyntyneen sepsiksen noin 90 %:n tarkkuudella 24 tuntia ennen positiivisen veriviljelynäytteen ottoa. Tässä aineistossa merkittävinä sepsiksen kehittymistä ennustavina tekijöinä olivat hapen osapaineeseen, happikylläisyyteen ja sisäänhengityksen happiosuuksiin liittyvät parametrit.11 Diabeetikkojen hoidossa tekoälystä on etsitty apua haitallisten verensokeritasojen varhaisempaan toteamiseen, insuliiniannosten laskemiseen ja yksilöllisten riskien tunnistamiseen12. Uusien lääkkeiden kehittäjä ja lääketurvallisuuden varmistaja Tekoälyn mahdollisuuksia on tunnistettu myös lääkekehityksessä. Siihen liittyen Euroopan lääkevirasto on julkaissut luonnoksen tekoälyn hyödyntämisestä lääkkeiden kehittämisessä, valvonnassa ja käyttämisessä. Siitä toivotaan apua aikaa vievissä ja kalliissa kliinisissä kokeissa.13 Lääkekehityksen osalta erittäin merkittävää on, että tutkijat ovat tekoälyn avulla löytäneet ensimmäiset uudet antibiootit 60 vuoteen. Näistä toivotaan apua esimerkiksi antibiottiresistenttien Stafylococcus Aureus (MRSA) -bakteeri-infektioiden hoitoon14. Huomionarvioista on, että tutkijat ovat tekoälyn avulla löytäneet ensimmäiset uudet antibiootit 60 vuoteen. Itsehoidon tuki ja potilasohjauksen uudistaja Itsehoidon ja potilasohjauksen näkökulmista tekoäly voi tarjota potilaille tietoa ja yksilöllisiä ohjeita sekä auttaa heitä seuraamaan hoitoonsa ja terveyteensä liittyviä muuttujia. Esimerkiksi suureen suosioon noussut kielimalli ChatGPT on ollut esillä myös itsehoidon näkökulmasta. Sen käytöstä on hyvä ymmärtää sen käytännössä olevan edistynyt “sanojen arvauskone”, eikä aiempaa tutkittua tietoa luotettavasti referoiva tietopankki. Lääkealan turvallisuus- ja kehittämiskeskus Fimea onkin testannut ChatGPT:tä lääkitykseen liittyvien esimerkkien avulla ja todennut sen monesti osuvan oikeaan, mutta korostanut kriittisten virheiden mahdollisuutta. Se saattaa vastaustensa pohjana käyttää vanhentutta tietoa ja jopa sepittää eli hallusinoida faktoja15. Potilasohjauksen ja itsehoidon tueksi tekoäly kuitenkin voisi monella tavalla soveltua. Erityisesti sen rooli olisi ennaltaehkäisevässä työssä, terveydenhuollon asiantuntijoiden ja kliinisen hoitotyön tukena. Väsymätöntä apua siitä voitaisiin saada esimerkiksi haastavien elämäntapamuutosten ja niihin liittyvien liitännäissairauksien tueksi. Hyvinvointi- ja terveysdataa ja kulutus- ja liikuntatottumuksia yhdistelemällä älykkäät algoritmit kykenisivät ennustamaan yksilön tulevia riskejä ja omien toimien vaikutusta niihin. Käytännön toteutumisen osalta tämä jää visioinnin tasolle, koska terveysteknologiaa ja lääkinnälliseen käyttöön tarkoitettuja laitteita koskee hyvin tiukka EU-tasoinen sääntely16, joka koskee myös tekoälyratkaisujen hyödyntämistä lääkinnällisenä laitteena. Mikään ei kuitenkaan estäisi hyödyntämästä älykästä teknologiaa yksilön hyvinvoinnin tukena, hyvinvointiteknologian näkökulmasta. Tähän tarkoitukseen löytyykin jo markkinoilta lukematon määrä erilaisia yksilön tilaa seuraavia ratkaisuja, kuten rannekkeita, kelloja, sormuksia ja vaikkapa sukkia tai lenkkitossuja. Sepittely ja epätasapaino haasteina Kaiken hypetyksen ja esiin nostettujen mahdollisuuksien ohella tekoälyratkaisuihin liittyy paljon epävarmuuksia. Faktojen lisäksi ne voivat sepitellä omiaan ja tuottaa jopa väärää tietoa.17 Laadukkaan terveydenhuollon ja korkean potilasturvallisuuden takaamiseksi onkin välttämätöntä varmistaa, että tekoälyn tuottama tieto, suositukset tai sen tekemät diagnoosit ovat oikeita eivätkä johda virheellisiin hoitopäätöksiin. Teknisten ratkaisujen lisäksi tarvitaan tekoälyosaavaa henkilökuntaa, jotka ovat tietoisia tekoälyratkaisujen mahdollisuuksista ja rajoitteista. Alan asiantuntijoiden on voitava ymmärtää ja osattava selittää tekoälyn tekemiä monimutkaisiakin päätöksentekoprosesseja. Kaiken varalta tulee myös pohtia ja määritellä, kenen vastuulla tekoälyn tekemät päätökset ja mahdolliset virheet tai vahingot lopulta ovat. Ajan kuluessa tekoälyjärjestelmät voivat vinoutua, jos niiden opettamiseen käytetty aineisto on epätasapainoista tai puutteellista esimerkiksi ikäryhmän, etnisyyden, sukupuolen tai muiden muuttujien osalta. Epätasapainoisen datan hyödyntäminen päätöksenteon tukena voi johtaa esimerkiksi tilanteisiin, joissa eri potilasryhmät saavat erilaista hoitoa. Tämän poissulkeminen edellyttää monipuolisten tietoaineistojen käyttöä ja mahdollisia vinoumia aiheuttavien tekijöiden tunnistamista. Tekoälyosaava henkilökunta nousee tässäkin keskiöön. Mikäli tekoälyratkaisuja hyödynnetään potilaan hoidossa, tulisi potilaan olla tietoinen tekoälyn osallistumisesta päätöksentekoon ja sen tulisi perustua tietoiseen suostumukseen. Lisäksi tekoälyn hyödyntäessä sensitiivisiä potilastietoja, tulisi varmistaa, että prosessi tapahtuu yksilönsuojaa, tietosuojaa ja -turvaa asianmukaisesti noudattaen. Kirjoittaja Mari Virtanen on terveystieteilijä, yliopettaja (TtT) ja tutkintovastaava tutkinto-ohjelmassa Digitaalisten sosiaali- ja terveyspalvelujen kliininen asiantuntija (YAMK). Hän on kiinnostunut sotepalvelujen vastuullisesta ja vaikuttavasta kehittämisestä, terveyspalvelujen digitalisaatiosta ja digitaalisen potilasohjauksen rajattomista mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee tutkimusta ja kehittämistyötä. Lähteet 1 Ban, D., Housley, S. Matyuriana, V. et al. 2024. A personalized probabilistic approach to ovarian cancer diagnostics. Gynecologic Oncology,182:168-174. 2 Tabibu, S., Vinod, PK. & Jawahar, CV. 2019. Pan-renal cell carcinoma classification and survival prediction from histopathology images using deep learning. Scientific Reports, 9:10509. 3 Huhtanen, H., Nyman, M., Karlsson, A. & Hirvonen, J. 2020. Tekoäly radiologiassa. Lääketieteellinen Aikakauskirja Duodecim, 136(17):1957-64. 4 Lewis, M. 2021. An artificial intelligence tool that can help detect melanoma | MIT News | Massachusetts Institute of Technology MIT News, April 2, 2021. 5 van Dijk, L. & Fuller, C. 2021. Artificial Intelligence and Radiomics in Head and Neck Cancer Care: Opportunities, Mechanics, and Challenges. American Society of Clinical Oncology Educational Book, 41, e225-e235. 6 Yang, Y., Zhang, Y. & Li, Y. 2023. Artificial intelligence applications in pediatric oncology diagnosis. Exploration of Targeted Antitumor Therapy, 4(1):157-169. 7 Albaradei, S., Thafar, M. & Alsaedi, A. et al. 2021. Machine learning and deep learning methods that use omics data for metastasis prediction. Computational and Structural Biotechnology Journal, 19: 5008-5018. 8 Kumar, Y., Koul, A., Singla, R. et al. 2023. Artificial intelligence in disease diagnosis: a systematic literature review, synthesizing framework and future research agenda. Journal of Ambient Intelligence and Humanized Computing, 14, 8459–8486. 9 Aalto, M. 2023. Hus kehittää kaikessa hiljaisuudessa tekoälyä, jonka pitäisi valloittaa maailma - Kaupunki | HS.fi, 16.11.2023. 10 Rojek, I., Kozielski, M., Dorożyński, J., et al. 2022. AI-Based Prediction of Myocardial Infarction Risk as an Element of Preventive Medicine. MPDI Applied Scences, 12, 9596. 11 Leskinen, M. & Andersson, S. 2020. Tekoäly vastasyntyneiden tehohoidossa. Lääketieteellinen Aikakauskirja Duodecim, 136(17):1965-70. 12 Contreras, I. & Vehi, J. 2018. Artificial Intelligence for Diabetes Management and Decision Support: Literature Review. Journal of Medical Internet Research, 20(5):e10775. 13 Fimea 2023. Euroopan lääkevirasto EMA on julkaissut luonnoksen tekoälyjen hyödyntämisestä - Fimea.fi - Fimea, 20.7.2023. 14 Dupoust, O. 2023. Scientists discover the first new antibiotics in over 60 years using AI. Euronews.health, 31.12.2023. 15 Rannanheimo, P., Korpela, J., Similä, E. ym. Fimea: Kannattaako ChatGPT:n kanssa jutella lääkkeistä? Suomen Syöpäpotilaat ry, verkkouutiset. 16 European Medicines Agengy. 2024. Medical devices | European Medicines Agency (europa.eu), 2.4.2024. 17 Heinäsenaho, M., Äyräs-Blomberg, O. & Lähesmaa, J. 2023.Tekoäly mullistaa terveydenhuoltoa – riskit voidaan torjua suunnittelulla ja yhteistyöllä (valtioneuvosto.fi). Sosiaali- ja terveysministeriö, 17.4.2023.
Futuristisia tulevaisuuskuvia terveydenhuollosta – osa 2/2
Tulevaisuutta kuvaavat futuristiset pohdinnat ovat kuuluneet terveydenhuollon arkeen aina. Näyttääkin siltä, että tieteisfiktiiviset tulevaisuudennäkymät ovat osin jopa vaikuttaneet terveysteknologisten innovaatioiden valikoimaan. Näitä aikanaan futuristisia ja nykyään käytössä olevia ratkaisuja nostin esiin tämän tekstisarjan ensimmäisessä osassa, Tieteisfiktiivisiä pohdintoja terveydenhuollosta – osa ½. Tässä sarjan toisessa osassa keskityn futuristisiin tulevaisuuskuviin, joita olen ideoinut tekoälykielimalli ChatGPT:n1 avustuksella. Tekstin ohessa olevat kuvituskuvat olen generoinut Adoben Firefly (1 ja 2) ja NightCafe (3 ja 4) tekoälysovelluksilla. Generoinnissa käytetyt promptit eli kehotteet olen kirjannut kuvateksteihin. Täällä ajattomassa ulottuvuudessa ei tutkimuspöytiä peitetä karkein paperein eikä kohteeseen kosketa kylmin välinein tai muutenkaan. Me mittailemme loitompaa, käytämme hienovaraisia skannauksia ja yliääniteknologiaa, jota on tässä turha selittää. Tämä on todellinen etävastaanotto. Minna Rytisalo (2023) teoksessa Jenny Hill.2 (Kuva 1.) Nanorobottien tekemät lääketieteelliset toimenpiteet Kuvittele mikroskooppisia robotteja, jotka navigoivat kehon läpi korjaten vaurioituneita soluja, elimiä ja kudoksia. Kehon eri rakenteisiin mahtuvat nanorobotit havaitsevat ja hoitavat sairauksia ennen kuin ne edes aiheuttavat potilaalle havaittavia oireita. Vaikka ajatus tuntuu tulevaisuudesta haetulta, verenkiertoon sujahtavia nanorobotteja kehitetään jo nyt. Niistä odotetaan apuja esimerkiksi lääkeaineiden kuljettamiseen veri-aivoesteen läpi Parkinson- ja Alzheimer-potilailla.3 Vuonna 2200 terveydenhuolto on saavuttanut ennenäkemättömän tason edistyksellisyyttä ja yksilöllisyyttä, jossa potilaan kokemus ja hyvinvointi ovat keskiössä. Nanorobotiikka on arkipäivää, ja se toimii. Chat GPT (2023.)4 (Kuva 2.) Elinten tarveperustainen tulostaminen Tulevaisuudessa elinten tulostamien potilaan omista soluista on mahdollista. Biologisesti sopivien elinten tulostaminen poistaa yhteensopivuustutkimuksiin kuluvaa aikaa ja vähentää elinsiirtoihin liittyviä hylkimisreaktioita. Kudosten tulostaminen vähentää elinsiirtojonoissa odottavien potilaiden määrää ja lyhentää odotukseen kuluvaa aikaa. Vaikka tällä hetkellä kokonaisten elinten tulostaminen on futuristinen kuvitelma, 3D-tulostusta käytetään jo kudosscaffoldien eli kolmiulotteisten kudostukirakenteiden luomiseen5. Ihmiskehojen 3D-tulostaminen mahdollistaa elinten ja kudosten räätälöidyn valmistamisen, mikä merkitsee toivoa ja elämänlaadun paranemista potilaille, jotka ennen saattaisivat olla toivottomassa tilanteessa. Chat GPT (2023.)6 Planeetat saavuttava terveydenhuolto Tulevaisuudessa ihmiskunta laajentaa asutusta muihin ulottuvuuksiin, kuihin ja planeettoihin, joissa tarvitaan edistyneitä terveydenhuollon ratkaisuja, mukaan lukien itsehoitavat sairaalat ja lääketieteelliset laitteet. Vaikka kyseiset teknologiset ratkaisut odottavat vielä toteutumistaan, taivaankappaleiden kuten kuu ja Mars saavuttaminen on jo mahdollista.7 Ihmisen laajentaessa elinpiiriään myös terveydenhuollon tarpeet väistämättä laajenevat (kuva 3). Ihmisen ja koneen ominaisuuksia yhdistelevät kyborgit Yhdistämällä ihmisiä edistyneisiin robotiikka- tai tekoälykomponentteihin saadaan aikaan ihmisen ja koneen yhdistelmiä eli kyborgeja, joilla on ihmiseen nähden parannettuja kykyjä, kuten lisääntynyttä voimaa, älykkyyttä tai pidempi elinikä. Edistyneiden geenimuokkausteknologioiden avulla kyborgien kognitiivisia kykyjä voidaan edelleen parantaa esimerkiksi havaitsemisen, ajattelun, muistamisen ja prosessointinopeuden osalta. Fysiikkaa ja kognitiota vahvistamalla luodaan superihmisiä, joiden toimintakyky on huomattavasti parempi kuin tavallisten ihmisten. Filosofi ja tietokirjailija Maija-Riitta Ollila (2023)8 on juuri julkaissut kokonaisen kirjan tulevaisuuden ihmisen parannelluista ominaisuuksista. Aivokäyttöliittymät ja robottien tekemät neurokirurgiset toimenpiteet Aivokäyttöliittymät yhdistävät ihmisten aivotoimintoja ulkoisiin laitteisiin ja mahdollistavat aivoihin asennetun implantin välityksellä esimerkiksi näppäimistön ohjaamisen ajatusten voimalla9. Aivokäyttöliittymäimplantin asentamiseen liittyvän neurokirurgisen toimenpiteen tekee autonominen leikkausrobotti, joka itse asiassa on jo testikäytössä10. (Kuva 4.) Aivotietokoneliitännät eivät ainoastaan helpota nopeaa diagnoosia, vaan ne myös tukevat potilaiden psyykkistä hyvinvointia tarjoamalla virtuaalisia ympäristöjä rentoutumista ja palautumista varten. Chat GPT (2023.)11 Teknologinen kiihdytys haastaa terveydenhuollon toimijoiden osaamista Kuten edellisen osan tieteisfiktiivisistä pohdinnoista ja tämän tekstin futuristisista tulevaisuuskuvista voimme päätellä, teknologian nopea kehitys on haastanut ja tulee edelleen haastamaan myös terveydenhuollon henkilöstön osaamista. Tällä hetkellä terveydenhuollon henkilöstön tulee nykyteknologioiden lisäksi hallita esimerkiksi erittäin nopeasti kehittyvän tekoälyn perusteita.12 Uusien digitaalisten ratkaisujen käyttöönotolle13 on ensiarvoisen tärkeää, että osaaminen on ajan tasalla ja että kunkin aikakauden teknologisia innovaatioita osataan hyödyntää parhaalla mahdollisella tavalla. Henkilöstön osaamisen kehittämiseksi onkin esitetty ja hyödynnettykin monenlaisia tapoja, kuten viimeisimpien teknologiatrendien aktiivista seuraamista skenaariotyöskentelyä ja tulevaisuusajattelua (ks. esim. Sitra, Tulevaisuustaajuus) digiosaavien mentorien hyödyntämistä erilaisissa työelämäyhteyksissä koulutuksen kohdentamista uudenlaisiin työrooleihin14,15 ja uudenlaisten digitaalisten perehdytys-, opetus- ja oppimismenetelmien hyödyntämistä.16,17,18,19 Lisäksi huomionarvoista on, että teknologian hyödyntäminen terveydenhuollossa ei edelleenkään ole vain digitaalisten työkalujen käyttämistä. Uusien teknologioiden onnistunut käyttöönotto edellyttää laajaa kulttuurin muutosta, jossa teknologia nähdään yhtenä mahdollisuutena parantaa hoidon laatua ja vaikuttavuutta20,21. Huomioitavaa Tässä tekstissä esitetyt terveydenhuollon futuristiset visiot ovat kuvitteellisia, eivätkä tällä hetkellä perustu tutkittuun tietoon, paitsi lähdemerkinnöin merkityin osin. Esitetyt kuvaukset ovat fiktiivisiä eivätkä siis kuvaa terveydenhuollon nykytilannetta. Innoitusta tekstin sisältöön olen saanut tekoälykielimalli Chat GPT:ltä, joka on toiminut oivallisena tukiälynä tulevaisuutta hahmotellessani. Kaiken kaikkiaan tulevaisuuden terveydenhuolto tuo mukanaan sekä suuria mahdollisuuksia että haasteita. Entistä edistyneemmät teknologiset innovaatiot voivat parantaa terveydenhuollon saatavuutta ja hoitojen tehokkuutta, lisätä potilasturvallisuutta ja vähentää jopa virheiden määrää. Kehityksen kelkassa on kuitenkin tärkeää varmistaa, että nopeutuvat teknologiset kehitysaskeleet ovat ihmislähtöisiä, turvallisia ja eettisesti hyväksyttäviä. Kaikesta innostavuudestaan huolimatta edellisten utopioiden toteutumismahdollisuuksista ei tässä hetkessä voi varmasti tietää. Se jää nähtäväksi. Kirjoittaja Mari Virtanen on terveystieteilijä, yliopettaja (TtT) ja tutkintovastaava tutkinto-ohjelmassa Digitaalisten sosiaali- ja terveyspalvelujen kliininen asiantuntija (YAMK). Hän on kiinnostunut sotepalvelujen innovatiivisesta kehittämisestä, hyvinvointialueiden digitalisaatiosta, uusien palveluratkaisujen muotoilusta ja digitaalisen potilasohjauksen rajattomista mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee laajasti tutkimusta ja kehittämistyötä. Lähteet 1 ChatGPT (openai.com). (2023.) 2 Rytisalo, M. (2023). Jenny Hill. WSOY. Helsinki. 3 Futurism. (2023.) A Swarm Of Nanobots In Your Bloodstream: The Future Of Medicine. Tomorrow Bio 30.6.2023. 4 ChatGPT (openai.com). (2023.) Viitattu 2.10.2023. 5 Chung, JJ., Im, H., Kim, SH. et al. (2020.) Toward Biomimetic Scaffolds for Tissue Engineering: 3D Printing Techniques in Regenerative Medicine. Frontiers in Bioengineering and Biotechnology, 8:586406. 6 ChatGPT (openai.com). (2023.) Viitattu 2.10.2023. 7 Spacex. Human Spaceflight. 8 Ollila, M-R. (2023.) Tulevaisuuden paranneltu ihminen. Otava. 10 Kailio, A. (2023.) Elon Musk saa aloittaa aivosirujensa ihmiskoehenkilöiden etsimisen. TiVi, Tulevaisuuden tekniikat. 20.9.2023. 10 Wattles, J. (2022.) Elon Musk's Neuralink shows brain implant prototype and robotic surgeon during recruiting event. CNN Business, 1.12.2022. 11 ChatGPT (openai.com). (2023.) Viitattu 2.10.2023. 12 Spatharou, A., Hieronimus, S. & Jenkins, J. (2020.) Transforming healthcare with AI: The impact on the workforce and organizations. McKinsey & Company, 10.3.2020. 13 Alén, M. (2021.) Uuden tietojärjestelmän onnistuneen käyttöönoton periaatteet: tutkimuksellinen kehittämistyö digitaalisessa terveyspalveluyksikössä. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. 14 Virtanen, M. (2022.) Digikliininen asiantuntija sotemuotoilijana. Sotemuotoilijat-blogi, 20.12.2022. 15 Thomas, TW., Seifert, PC., Joyner, J.C. et. al. (2016.) Registered Nurses Leading Innovative Changes. OJIN: The Online Journal of Issues in Nursing, 21(3), Manuscript 3. 16 Healthcare Business Today. Editorial Team. (2020. ) The Use Of Technology In Healthcare Education And Training. 23.10.2020. 17 Hongisto, K. (2020.) Ubiikin 360° oppimisympäristön tekninen ja pedagoginen käytettävyys bioanalytiikan opinnoissa. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. 18 Reinikkala, T. (2022.) Digitaalisen koulutuskokonaisuuden kehittäminen kliinisen mikrobiologian päivystyslaboratorioon. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. 19 Pehkonen, S. (2023.) Magneettikuvantamisen perehdytyksen kehittäminen oppimispelin avulla. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. 20 Spatharou, A., Hieronimus, S. & Jenkins, J. (2020.) Transforming healthcare with AI: The impact on the workforce and organizations. McKinsey & Company, 10.3.2020. 21 Alén M. (2021.) Uuden tietojärjestelmän onnistuneen käyttöönoton periaatteet: tutkimuksellinen kehittämistyö digitaalisessa terveyspalveluyksikössä. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu.
Tieteisfiktiivisiä pohdintoja terveydenhuollosta – osa 1/2
Tulevaisuutta kuvaavat tieteisfiktiot ovat kuuluneet arkeemme kautta aikojen. On vähintäänkin herkullista pohtia tulevaisuutta ja kuvitella sen rajatonta potentiaalia. Terveydenhuollon tilannetta taaksepäin tarkastellessa vaikuttaa siltä, että moni aiemmin mahdottomalta tuntunut idea on tänä päivänä käytössä, kuten robottiavusteiset toimenpiteet, potilaan kotiin vietävät etäpalvelut tai esimerkiksi kipupotilaille kohdennetut virtuaaliset todellisuudet. Huomionarvoista tieteisfiktiivisissä pohdinnoissa on se, että ne heijastelevat tieteellistä ja teknologista ymmärrystä ja ovat näin ollen oman aikansa spekulatiivisia tulkintoja. Tämän kaksiosaisen tekstikokonaisuuden ensimmäisessä osassa tarkastelen terveydenhuollon nykytilannetta tieteisfiktioihin ja tieteelliseen tutkimukseen perustuen. Seuraavassa osassa visioin tulevaa futuristisessa hengessä. Toteutuneita tieteisfiktioita Tieteiskirjallisuus on varsinaisesti alkanut kehittyä 1800-luvulla, ja tulevaisuuden terveydenhuolto on ollut yksi sen monista aiheista. Näissä fiktioissa on kuviteltu esimerkiksi seuraavien asioiden toteutuvan kaukaisessa tulevaisuudessa: eliniän merkittävä piteneminen suhteessa sen ajan odotteeseen, joka oli noin 40–50 vuotta lääketieteellisten laitteiden ja koneiden kehittyminen diagnostiikan ja hoidon tueksi, esimerkkinä sädehoito, joka on kehitetty 1900-luvun alkupuolella uudenlaiset lääkkeet, joista esimerkiksi ensimmäiset antibiootit on otettu käyttöön 1940-luvulla. Näiden kuvitelmien toteutumisen jälkeen terveydenhuollossa on nähty kiihtyvää teknologista kehitystä, jonka ansioista potilaiden hoito ja hoiva ovat nykypäivänä huipputasoa. Tähän omalta osaltaan ovat vaikuttaneet ainakin seuraavat teknologiset innovaatiot. Virtuaaliset konsultaatiot ja etäohjattavat yhteysrobotit Historia on kuvannut tilanteita lääketieteestä, joissa potilaan sairauksia diagnostisoidaan ja hoidetaan etäratkaisujen avulla. Nykyään etälääketiede1, virtuaaliset terveyskonsultaatiot2 ja etäohjattavat (telepresence) yhteysrobotit3,4 ovat laajasti terveydenhuollon toimijoiden käytössä. Hoidon ja hoivan monipuoliset mahdollisuudet vievät lääketieteelliset palvelut potilaiden kotiin ja mahdollistavat toimimisen esimerkiksi pitkien välimatkojen päästä tai haastavien terveystilanteiden, kuten pandemioiden aikana. Etäohjattavien yhteysrobottien (kuva 1) avulla ikäihmisiin voidaan olla yhteydessä tuttujen henkilöiden toimesta ympäröivistä olosuhteista huolimatta5. Kuva 1. Etäohjattava yhteysrobotti, Webot2. Sensorit, puettavat teknologiat ja erilaiset älykkäät seurantalaitteet Laitteet, jotka seuraavat ihmisen toimintaa ja elintoimintoja, ovat laajasti arkipäivää. Kuluttajakäyttöön tarkoitettuja sensoreita, mittareita ja älykkäitä kelloja on markkinoilla sadoittain. Niiden avulla monet ovat tottuneet seuraamaan esimerkiksi päivän aikaista aktiivisuutta, askeleita, unta tai palautumiseen liitettyjä arvoja. Myös työ-, hoiva- ja arkikäytössä puettavilla teknologioilla on suuri rooli ja erilaisten sensoreiden avulla voidaankin seurata esimerkiksi kaatumista, lämpökuormitusta, ilmanlaadun muutoksia, lämpötilaa tai liikettä.6 Lisäksi erilaisilla lääkinnällisillä laitteilla voidaan reaaliajassa etäseuranta esimerkiksi sydäntauti-7 tai Parkinson potilaiden tilaa8. Robottiavusteiset toimenpiteet Ajatus leikkaussaleissa toimenpiteitä suorittavista roboteista on edelleen osin tieteisfiktiivistä, joskin robottiavusteiset toimenpiteet ovat yleisiä monilla kirurgian eri osa-alueilla, kuten urologiassa, gynekologiassa ja yleiskirurgiassa9. Ensimmäiset robottiavusteiset toimenpiteet on tehty 1980-luvulla10, mistä lähtien välineistön teknologinen kehitys on ollut nopeaa. Tällä hetkellä teknologia mahdollistaa esimerkiksi ihmiskäsien liikelaajuuden ylittämisen, josta on hyötyä erityisesti ahtaissa paikoissa tapahtuvissa toimenpiteissä. Robottiavusteisen kirurgian etuina ovat esimerkiksi pienemmät leikkaushaavat, potilaiden nopeampi toipuminen, lyhyempi sairaalassaoloaika, vähäisemmät haittavaikutukset11 ja vähäisempi uusintaleikkausten tarve12. Bioniset raajaproteesit Kuvaukset menetettyjen raajojen korvaamisesta edistyneillä mekaanisilla tai robottimaisilla varaosilla on toistunut tieteiskirjallisuudessa kautta aikojen. Bioniset proteesit ovat elektroniikkaa ja tietotekniikkaa sisältäviä keinotekoisia raajoja, joita nykyään voidaan perinteisten valmistustapojen lisäksi myös 3D-tulostaa13. Bionisia proteeseja (kuva 2) voidaan ohjata esimerkiksi lihasten supistusvoimaa ja erilaisia sensoreita hyödyntämällä, tavallisista mekaanisesti liikkuvista proteeseista poiketen. Kuva 2. Bioninen käsiproteesi. Laajennetut todellisuudet ja metaversumit Tuoreinta osuutta toteutuneista tieteisfiktioista näyttelevät laajennetut ja yhdistetyt todellisuudet ja metaversumit, joissa todellisuus ja virtuaalinen maailma yhdistyvät. Teknisesti tähän kokonaisuuteen kuuluvat lisätty todellisuus (augmented reality, AR), virtuaalitodellisuus (virtual reality, VR) ja yhdistetty todellisuus (mixed reality, MR). Esimerkiksi virtuaalitodellisuuden avulla on helpotettu syöpäpotilaiden kipuja14 ja hoidettu ahdistuneisuushäiriöistä kärsiviä potilaita15. Jo käytössä olevien yhdistettyjen todellisuuksien lisäksi kiinnostusta herättävät 3D-virtuaalimaailmat ja metaversumit, joilla tarkoitetaan “maailmoja maailmassa”. Näissä digitaalisissa ympäristöissä terveydenhuollon henkilöstö ja potilaat voivat toimia avattarien eli virtuaalisten hahmojen tai hologrammien eli lasersäteen avulla luotujen 3D-kuvien välityksellä (kuva 3). Tällä hetkellä metaversumeja hyödynnetään esimerkiksi, ikääntyvien16, mielenterveyspotilaiden17 ja autistien hoidossa18. Kuva 3. Erilaisia toimijoita metaversumissa: ihminen, 2 virtuaalista hahmoa ja hologrammi. Näiden esimerkkien avulla voidaan ajatella tieteisfiktioiden toimineen inspiraationa monille terveydenhuollon innovaatioille. Esimerkkeihin liitetyn tutkimustiedon perusteella nähdään, että moni alun perin utopistiseltakin vaikuttanut idea on kehittynyt todellisuudessa toimivaksi ratkaisuiksi. Vain aika näyttää, mihin terveydenhuoltomme voikaan teknisesti kehittyä. Erityisesti sitä pohdin seuraavassa tekstissä, "Futuristisia tulevaisuuskuvia terveydenhuollosta- osa 2/2". Vuonna 2050 terveydenhuolto ei ole enää pelkästään sairauksien hoitoa, vaan se on muuttunut ennakoivaksi ja yksilölliseksi kokemukseksi. Älykkäät implantit seuraavat jatkuvasti terveytemme tilaa ja ennakoivat mahdolliset ongelmat ennen kuin ne edes ilmaantuvat. Genomitiedon avulla luodaan räätälöityjä hoitosuunnitelmia, jotka perustuvat jokaisen yksilön ainutlaatuiseen perimään. Tulevaisuuden terveydenhuolto on saavutettavissa kaikille, ja sen tavoitteena on pitkä ja terve elämä jokaiselle planeetan asukkaalle. 19 Kirjoittaja Mari Virtanen on terveystieteilijä, yliopettaja (TtT) ja tutkintovastaava tutkinto-ohjelmassa Digitaalisten sosiaali- ja terveyspalvelujen kliininen asiantuntija (YAMK). Hän on kiinnostunut sotepalvelujen innovatiivisesta kehittämisestä, hyvinvointialueiden digitalisaatiosta, uusien palveluratkaisujen muotoilusta ja digitaalisen potilasohjauksen rajattomista mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee laajasti tutkimusta ja kehittämistyötä. Lähteet 1 Jang-Jaccard, J., Nepal, S., Celler, B. & Yan, B. (2016). WebRTC-based video conferencing service for telehealth. Computing, 98:169–193. 2 Ghatak, S., Chakraborty, S., Goswami, RD. & Paul, H. (2022). Metaverse and its Impact in Healthcare. Proceedings of the 4th Virtual International Conference Path to a Knowledge Society- Managing Risks and Innovation. PaKSoM. 3 Naseer, F., Khan, MN. & Altalbe, A. (2023). Telepresence Robot with DRL Assisted Delay Compensation in IoT-Enabled Sustainable Healthcare Environment. Sustainability, 15:4. 4 Altalbe, A., Khan, M.N., Tahir, M. & Shahzad, A. (2023). Orientation Control Design of a Telepresence Robot: An Experimental Verification in Healthcare System. Applied Sciences, 13, 6827. 5 Koceski, S. & Koceska, N. (2016). Evaluation of an Assistive Telepresence Robot for Elderly Healthcare. Journal of Medical Systems, 40, 121. 6 Lyly, J. (2018). Nyt tulevat älyvaatteet. Motiivilehti 20.11.2018 7 Kwun, J.-S., Lee, J. H., Park, B. E., et al. (2023). Diagnostic Value of a Wearable Continuous Electrocardiogram Monitoring Device (AT-Patch) for New-Onset Atrial Fibrillation in High-Risk Patients: Prospective Cohort Study. J Med Internet Res, 25: e45760. 8 Tam, W., Alajlani, M. & Abd-alrazaq, A. (2023.) An Exploration of Wearable Device Features Used in UK Hospital Parkinson Disease Care: Scoping Review. J Med Internet Res, 25:e42950. 9 Park, S. J., Lee, E. J., Kim, S. I., et al. (2020). Clinical Desire for an Artificial Intelligence–Based Surgical Assistant System: Electronic Survey–Based Study. JMIR Med Inform, 8(5): e17647. 10 Pugin, F., Bucher, P. & Morel, P. (2011.) History of robotic surgery: From AESOP® and ZEUS® to da Vinci®. Journal of Visceral Surgery, 148(5): e3-e8. 11 Terveyskylä. fi. Tietoa robottiavusteisesta leikkauksesta. 1.12.2021. 12 Niiranen, P. (2022.) KYS aloitti robottiavusteiset tekonivelleikkaukset – robotti herättää kirurgien keskuudessa myös ristiriitoja. Yle 15.9.2022. 13 Koprnický, J., Najman, P. & Šafka, J. (2017.) 3D printed bionic prosthetic hands. IEEE International Workshop of Electronics, Control, Measurement, Signals and their Application to Mechatronics (ECMSM), Donostia, Spain. 14 Violanti, D., Mete, M., Morris, A. & Groninger, H. (2023.) Virtual Reality for Pain Management in Inpatients with Cancer: A Randomized Controlled Trial. Journal of Pain and Symptom Management, 65(5): e672. 15 Carl, E., Stein, AT., Levihn-Coon, A. et al. (2019.) Virtual reality exposure therapy for anxiety and related disorders: A meta-analysis of randomized controlled trials. Journal of Anxiety Disorders, 61: 27-36. 16 Shu, S. & Woo, B. (2023.) Pioneering the Metaverse: The Role of the Metaverse in an Aging Population. JMIR Aging, 6:e40582. 17 Ezawa, I., Hollon, S. & Robinson, N. (2023.) Examining Predictors of Depression and Anxiety Symptom Change in Cognitive Behavioral Immersion: Observational Study. JMIR Mental Health, 10:e42377. 18 Lee, JH., Lee, TS., Kee SW. et al. (2022.) Development and Application of a Metaverse-Based Social Skills Training Program for Children With Autism Spectrum Disorder to Improve Social Interaction: Protocol for a Randomized Controlled Trial. JMIR Research Protocols, 11(6):e35960 19 Open AI. (2023.) ChatGPT-3.5, suuri kielimalli. Viitattu 2.10.2023. https://chat.openai.com/
Sotemuotoilijat-blogi tulevaisuutta luotaamassa
Sotemuotoilijat-blogi yhdistää sosiaali- ja terveysalan toimintaympäristön ja tutkimuksellisen kehittämisen lukuvuosittain vaihtuvissa teemoissa. Teemoja tutkivat ja sisältöä blogiin tuottavat sosiaali- ja terveysalan asiantuntijat ja alan opiskelijat, jotka tuovat esiin omia näkemyksiään ja kokemuksiaan tutkittuun tietoon perustuen. Ajankohtaisia vuositeemoja käsitellään blogissa monipuolisesti koko sosiaali- ja terveysalan näkökulmasta, ja eri mediamuotoja hyödyntäen. Postauksissa voi tekstin lisäksi törmätä myös podcasteihin ja videoihin. Lukuvuoden 2023-24 teemat Tulevaisuutta luotaamassa: uudet innovaatiot, tekoäly ja robotiikka Uudet innovaatiot avaavat uusia ovia myös sotealan toimintojen kehittämiselle ja kehittymiselle. Tekoälyn ja robotiikan teknologiset läpimurrot muuttavat toimialaa nopeasti. Perinteisten toimintatapojen rinnalle muodostuu uudenlaisia, vielä osin tuntemattomia älykkäitä ratkaisuja, joiden esiin tuomisessa Sotemuotoilijat-blogi on mielellään mukana. Sosiaali- ja terveysalan palveluja ja -rakenteita muotoilemassa Toimivat palveluratkaisut ja -rakenteet ovat avainasemassa terveyden ja väestön hyvinvoinnin edistämisessä. Ihmiskeskeiset, tehokkaat ja arvoa tuottavat palveluratkaisut vastaavat yhä paremmin yhteiskunnan tarpeisiin. Tutkimuksellisen kehittämisen menetelmien ja ketterien kokeilujen avulla voidaan innovoida ja testata uusia ratkaisuja. Näiden töiden tuloksia julkaisemme mielellämme. Vaikutuksia ja vaikuttavuutta arvioimassa Toimivan sotealan merkitys yhteiskunnalle on suuri, ja sen vaikutukset ulottuvat laajasti ihmisten elämään. Sotealan vaikutuksia ja vaikuttavuutta arvioimalla voidaan esimerkiksi tunnistaa aiempaa tehokkaampia tapoja hyödyntää terveydenhuollon rajallisia resursseja, parantaa palvelujen saatavuutta tai tehostaa niiden tuloksellisuutta. Vaikutuksia arviomalla voidaan tarjota entistä laadukkaampia ja yhdenvertaisempia palveluja. Erilaisten hyvinvointi-indikaattorien, taloudellisen kestävyyden ja tiedolla johtamisen aiheet ovat tervetulleita. Oheisten teemojen lisäksi julkaistaan myös muita sotealan digitalisaatioon liittyviä aiheita. Muutoksia toimituskunnassa Toimituskunta on perustettu yhtä aikaa blogin kanssa, syksyllä 2022. Toimituskunnan tehtävänä on auttaa asiantuntijoita kertomaan osaamisestaan, tutkimuksistaan, kehittämisprojekteistaan ja hankkeistaan ymmärrettävästi laajalle yleisölle. Toimituskunta huolehtii blogien julkaisusta ja teknisestä käytettävyydestä. Lisäksi toimituskunta kannustaa kirjoittajia kirjoittamisprosessissa ja jakaa julkaisuja aktiivisesti eri sosiaalisen median kanavissa. Sotemuotoilijat-blogin toimituskunta (08/2023- ) Mari Virtanen, yliopettaja, terveyspalvelujen digitalisaatio Aino Vuorijärvi, yliopettaja, suomen kieli ja viestintä Salla Kivelä, yliopettaja, tutkimus ja kehittäminen Blogin päätoimittaja Mari Virtanen on yliopettaja ja toimii tutkintovastaavana tutkinto-ohjelmassa digitaalisten sosiaali- ja terveyspalveluiden kliininen asiantuntija (YAMK). Hän on terveystieteilijä (TtT), pedagogi ja tutkija. Virtasen tutkimus- ja kehittämisintressit keskittyvät laajasti sote-alan palveluratkaisujen innovatiiviseen kehittämiseen, digitalisaatioon ja uusien palveluiden muotoiluun. Hän toimii avoimen jakamisen ja ketterien kokeilujen periaatteella, julkaisee runsaasti sekä kansallisesti että kansainvälisesti ja toimii aktiivisesti sosiaalisen median kanavissa nimellä Mari Lehtori Virtanen. Aino Vuorijärvi on suomen kielen ja viestinnän yliopettaja. Hän työskentelee laajasti sosiaali- ja terveysalan tutkinnoissa opetus-, suunnittelu- ja kehittämistehtävissä. Vuorijärven työ sivuaa usein opinnäytetöiden (AMK ja YAMK) ja eri digitaalisten julkaisujen tekstinohjausta sekä asiantuntijaviestintää. Hän on perehtynyt lingvistiseen tekstintutkimukseen (FT) ja toimii asiantuntijana useissa kieli- ja viestintätaitoon ja niiden arviointiin liittyvissä verkostoissa. Salla Kivelä on tutkimuksesta, kehittämisestä ja yhteistyöstä innostuva yliopettaja (TtT), joka tarttuu uteliaasti ja innokkaasti opetustyön lisäksi kehittämisen mahdollisuuksiin. Salla on perehtynyt monipuolisesti tutkimusmenetelmien maailmaan ja nauttii erityisesti opinnäytetöiden ohjaamisesta. Lisäksi palvelumuotoilun monet mahdollisuudet inspiroivat uusien ja entistä asiakaslähtöisempien palvelujen kehittämiseksi sosiaali- ja terveysalalle. Blogin toimituskunta ottaa mieluusti vastaan teemoihin liittyviä julkaisuja, joten jos haluat mukaan lue sotemuotoilijoiden kirjoittajaohjeet Drivessä ja lähesty päätoimittajaa sähköpostilla mari.virtanen@metropolia.fi Uteliaina ja innostuneina toivotamme sinut sotemuotoilijoiden matkaan. Tervetuloa!
Sotemuotoilijat-blogin ensimmäinen vuosi
Kun vuosi sitten käynnisteltiin Sotemuotoilijat-blogia, oli tosi hyvä meininki. Ensimmäisen toimintavuoden jälkeen meininki on enemmän kuin hyvä. Olemme saaneet tehdä yhteistyötä motivoituneiden kirjoittajien, asiantuntijoiden ja osaavien toimituskunnan jäsenten kesken. Sotemuotoilijat-blogi on kiinnostanut asiantuntijoita sekä ilmiönä että julkaisukanavana. Toimitetuissa asiantuntijajulkaisuissa toimituskunnan rooli on keskeinen, niin myös Sotemuotoilijat-blogissa. Jokainen julkaistu teksti on kulkenut läpi monivaiheisen toimitusprosessin ja tullut hyvänä ja arvokkaana ulos. Työtä on tehty jatkuvasti ja paljon, josta valtavan iso kiitos kuluu fennomaanille ja maailman parhaalle pilkuttajalle, Aino Vuorijärvelle. Arvostan. On ollut ilo tehdä tätä yhdessä! Syksyllä 2022 blogin tulevan vuoden pääteemoja pohtiessani, nostin esiin tärkeäksi tunnistettuja ajankohtaisia asioita: palvelujen ja palvelurakenteiden innovatiivinen kehittäminen, tutkimus- ja kehittämisosaamisen ja yhteiskehittämisen mahdollisuudet. Näihin teemoihin olemme julkaisseet vuoden aikana kolmetoista tekstiä kahdeltatoista kirjoittajalta. Lämmin kiitos teille kaikille! Sosiaali- ja terveysalan palveluiden ja palvelumallien innovointi, suunnittelu, kehittäminen ja testaaminen Saderanta, K. & Virtanen, M. 2022. Suun terveyden palvelut osaksi kuntouttavaa työtoimintaa. 20.9.2022. Virtanen, M. 2022. Digikliininen asiantuntija sotemuotoilijana. 20.12.2022. Virtanen, M. 2023. Hyvinvointialueiden digitalisaatio – pakko vai mahdollisuus? 1.3.2023. Huupponen, T. & Virtanen, M. 2023. Suun terveydenhuollon etäpalvelujen potentiaali esiin. 16.3.2023. Hartikainen, K. & Vuorijärvi, A. 2023. Mihin monialaisuutta tarvitaan, ja mitä sen toteutuminen edellyttää? Matkalla monialaisuuteen ½. 3.4.2023. Hartikainen, K., Pakarinen, S. & Vuorijärvi, A. 2023. Miten vahvistaa monialaista yhteistyöosaamista sosiaali- ja terveysalan koulutuksessa? Matkalla monialaisuuteen 2/2 18.4.2023. Juvonen, J. & Virtanen, M. 2023. Uudenlaisia digitaalisia ratkaisuja vahvistamaan näytteenoton perehdyttämistä. 2.5.2023. Komulainen, M. & Nuutinen, L. 2023. Kohti ikäystävällistä työelämää. 16.5.2023. Heinänen, P. & Virtanen, M. 2023. Terveydenhuoltoa haastava häiriökysyntä. 29.5.2023. Tutkimus-, kehittämis- ja innovaatio-osaaminen ja sen soveltava hyödyntäminen Virtanen, M. 2022. Työelämälähtöistä tutkimus- ja kehittämisosaamista toteuttamaan. 25.8.2023. Virtanen, M. 2022. Hyvät tieteelliset käytänteet opinnäytteen perustana. 31.10.2023. Metropolian HyMy-kylään liittyvä yhteiskehittäminen, ketterät kokeilut ja sekä käytännön ratkaisuihin tähtäävät projektit Tonteri, J. & Pakarinen, S. 2022. Kuvataiteen vaikutuksia terveydenhuollon odotustiloissa – kokemuksia HyMy-kylästä. 30.11.2023. Peththahandi, M. & Virtanen, M. 2023. Opiskelijoiden kanssa kohti HyMy-kylän etävastaanottopalveluja. 15.2.2023. Tämän koosteen myötä Sotemuotoilijat-blogin toimituskunta kiittää kirjoittajiaan ja lukijoitaan ja toivottaa kaikille elvyttävää ja lämmintä kesää. KIITOS ❤
Hyvinvointialueiden digitalisaatio – pakko vai mahdollisuus?
Vuoden 2023 alussa toimintansa aloittaneiden hyvinvointialueiden ympärillä käydään vilkasta keskustelua. Toteutetun rakenneuudistuksen myötä sosiaali- ja terveydenhuollon sekä pelastustoimen lakisääteisten tehtävien järjestämisvastuuta on siirretty noin 300 kunnalta 21 hyvinvointialueelle. (soteuudistus.fi.) Yksi paljon puhuttava osa uudistusta ovat digitaaliset palveluratkaisut, niiden alueellinen kehittäminen ja toteuttaminen. Samaan aikaan suuren soteuudistuksen kanssa terveydenhuollon toimintakenttää haastavat väestön ikääntyminen, henkilöstön väheneminen ja kustannusten nousu. Palvelujen takaamisen, tasa-arvoisen ja oikea-aikaisen saatavuuden turvaamisen osalta yksi keskeinen tekijä on se, että alueilla löydetään oikeat tekijät ja tarkoitukseen soveltuvat palveluratkaisut. Jos esimerkiksi perusterveydenhuoltoon ei löydy riittävästi henkilöstöä, palvelujen saatavuus vaikeutuu ja ihmiset päätyvät hoitopoluillaan vääriin paikkoihin, esimerkiksi kuormittamaan erikoissairaanhoitoa perustason terveysongelmien vuoksi. Perusteltua on kohdentaa kehittämisen painopistettä juuri perusterveydenhuollon palvelujen suuntaan, osana tulevaisuuden sosiaali- ja terveyskeskusohjelmaa. Hyvinvointialueiden haasteita Tällä hetkellä terveydenhuollon keskeisimpiä haasteita ovat sotealan henkilöstön riittävyys ja saatavuus (STM 2023) väestön ikääntymiseen liittyvä palvelutarpeen lisääntyminen syntyvyyden lasku ja huoltosuhteen muutokset terveyserojen ja tiettyjen sairauksien lisääntyminen sosiaalisen tuen tarpeen lisääntyminen palvelujen tasa-arvoinen saatavuus ja palvelujen laadun ja turvallisuuden korkean tason säilyttäminen. Koska haasteita on paljon, keskityn tässä julkaisussa digitalisaation tarjoamiin ratkaisumahdollisuuksiin. Hyvinvointialueiden digitalisaatio Hyvinvointialueiden digitaalista palvelutarjontaa kehitetään ja laajennetaan kaikilla alueilla, vaikka alueiden välillä onkin paljon eroja. Hyvinvointialueet tarvitsevat digitalisaatiota monilla eri osa-alueilla, jotta ne voivat tarjota parempia ja tehokkaampia palveluja kansalaisille ja samalla kehittää omaa toimintaansa. Monilla alueilla digitalisaatio nähdään palvelujen laadun ja tasa-arvoisen saatavuuden edellytyksenä (Satasote 2022; Kosonen 2022). Satasoten Kirsi Varhilan mukaan hyvinvointialueiden digitalisaatiohaasteiden parissa pärjätään ketterien kokeilujen ja avoimen uudistumismielen avulla (Satasote 2022). Käytännössä tämä tarkoittaa esimerkiksi tietojärjestelmien, verkkosivustojen, mobiilisovellusten, pilvipalvelujen, tekoälyn ja analytiikan vahvempaa hyödyntämistä. Teknologisten ratkaisujen lisäksi tarvitaan avointa toimintakulttuuria, innovatiivisia ajattelu- ja toimintatapoja ja kehittämisresurssia. Tärkeitä sotealan digitaalisia kehittämisalueita tällä hetkellä ovat esimerkiksi: sähköiset terveyspalvelut: etävastaanotot ja etädiagnostiikka sähköiset reseptit ja reseptien uusiminen potilastietojen kansalliset arkistot ja tietojärjestelmien yhteensopivuus tietoturva ja tietosuoja tekoäly ja palvelurobotiikka IoT eli esineiden internetiin yhdistämisen ratkaisut esimerkiksi sensoreiden avulla palvelumuotoilu ja käyttäjälähtöinen kehittäminen ja digitaalisen transformaation ja muutoksen johtaminen. Sähköisiin asiointiin ja digitaalisiin palveluihin liittyy edelleen haasteita ja esteitä sekä henkilöstön että asiakkaiden osalta. Näiden ratkaisemiseksi on julkaistu valtakunnallisia strategioita ja tiekarttoja (STM 2023; Suomen kestävän kasvun ohjelma). Uunituoreessa STM:n (2023) henkilöstön riittävyyden ja saatavuuden tiekartassa on nostettu esiin digitaaliset ratkaisut ja niiden kehittämiseen ja hyödyntämiseen liittyvä osaaminen sotehenkilöstön koulutusten sisältöjen kehittäminen ja riittävät koulutusmäärät työn organisoimisen uudistaminen teknologisten ratkaisujen nykyistä monipuolisempi hyödyntäminen ja työssä jaksamisen parantaminen. Tiekartan visiona on “hyvinvoiva ja osaava ammattilainen oikeassa paikassa oikealla osaamisella”. Hyvinvointialueiden digiosaavat asiantuntijat Teknologisen kehityksen pyörteissä on tunnistettu, että kliinisen asiantuntijaosaamisen lisäksi käytännön kehittämistyössä tarvitaan myös digitaalisen transformaation ymmärtäjiä, visionäärisiä osaajia, jotka auttavat muuttamaan ja jalkauttamaan organisaatioiden strategisia digitalisaatiopyrkimyksiä. Tärkeää on, että hyvinvointialueilla yhdistyvät teknologinen tietämys ja sosiaali- ja terveysalan kliiniset erityispiirteet. Tässä työssä tarvittava osaaminen koostuu useista eri taidoista ja tietämyksen alueista, kuten mm.: teknologiaosaaminen ja digikyvykkyys eettinen osaaminen tietoturvan ja tietosuojan osaaminen asiakaslähtöisten palvelujen kehittämisosaaminen tutkimus-, kehittämis- ja innovaatio-osaaminen vastuullinen ennakointiosaaminen muutosjohtamisen ja toimintakulttuurin uudistamisosaaminen ja vuorovaikutus- ja viestintäosaaminen. Kliinistä asiantuntijuutta ja digitalisaatio-osaamista yhdistämällä muodostuu digikliinistä osaamista, josta voit lukea lisää Digikliininen asiantuntija sotemuotoilijana- julkaisusta (2022) ja esimerkiksi Metropolia Ammattikorkeakoulun Kliininen asiantuntija, digitaalisten palvelujen asiantuntija (ylempi AMK)- sivuilta. YAMK-opiskelijat työelämän digitaalisten ratkaisujen kehittäjinä Työelämän toimintojen kehittämisen näkökulmasta uusien ratkaisujen innovointi ja ketterien kokeilujen tekeminen on tärkeää. Yhtenä voimavarana ja resurssina hyödynnetään ja voitaisiin enenevissä määrissä hyödyntää myös kliinistä asiantuntijuutta omaavia korkeakouluopiskelijoita. Metropolia Ammattikorkeakoulun YAMK-tutkinnossa he ovat jo vuosia tätä kehittämistyötä tehneet ja saaneet merkittävän määrän alueellisia vaikutuksia kohdeorganisaatioidensa digitaalisiin toimintoihin. Kliininen asiantuntijuus, digitaalisten palvelujen asiantuntija (ylempi AMK) -tutkinnosta (opintopolku.fi) valmistuu vuosittain kymmeniä työelämää uudistavia opinnäytetöitä, joista muutamiin voit tutustua tässä. Nousiainen, V. 2019. Digihoitopolun asiakaskokemuskyselyn suunnitteluperiaatteet: Mitraaliläppäpotilaan digihoitopolku. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. Hongisto, K. 2020. Ubiikin 360° oppimisympäristön tekninen ja pedagoginen käytettävyys bioanalytiikan opinnoissa. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. Varteva, S. 2020. Lapsen valmistaminen MRI tutkimuksiin pelillisen 360°- ohjaussovelluksen avulla. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. Alen M. 2021. Uuden tietojärjestelmän onnistuneen käyttöönoton periaatteet: tutkimuksellinen kehittämistyö digitaalisessa terveyspalveluyksikössä. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. Ekholm J. 2021. Lasta odottavalle perheelle suunnatut digitaaliset palvelut: Systemoitu kirjallisuuskatsaus. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. Park T. 2022. Terveyskylän Naistalon mobiilikäytettävyystestaus ja käyttäjäkokemuksen arviointi. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. Reinikkala, T. 2022. Digitaalisen koulutuskokonaisuuden kehittäminen kliinisen mikrobiologian päivystyslaboratorioon. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. Lisää ammattikorkeakoulujen opinnäytetöitä löydät Theseuksesta (Theseus.fi). Pakko vai mahdollisuus? Yksi näkökulma digitalisaation laajempaan hyödyntämiseen on pakko, jonka edessä monista syistä näytämme olevan. Terveydenhuollon kantokyvyn, palvelujen saavutettavuuden ja henkilökunnan riittävyyden osalta teknologioiden hyödyntäminen on väistämätöntä esimerkiksi tehokkuuden, tuottavuuden ja tulevaisuuden kilpailukyvyn näkökulmista. Hyvinvointialueiden ratkaistavissa ovat esimerkiksi tulevaisuuden vaikuttavat, saatavat ja tasa-arvioiset lähipalvelut. Vaikka digitaalisten ratkaisujen kehittäminen on siirtynyt soteuudistuksen myötä hyvinvointialueiden vastuulle, paljon kehittämistä tehdään edelleen julkisilla varoilla. Mahdollista on, että alueellisesti kehitetyt innovaatiot ja vaikuttavimmat ratkaisut päätyvät aikanaan kaikkien kansalaisten käyttöön. Digitaalisten palveluratkaisujen avulla voidaan tuottaa lisäarvoa asiakkaille, parantaa asiakaskokemusta, tyytyväisyyttä ja laatua. Vaihtoehtoisesti voidaan puhua myös potilaista ja potilaskokemuksesta. Suuri mahdollisuus liittyy ennaltaehkäisevien eli preventiivisen terveydenhuollon digitaalisten toimintojen kehittämiseen. Lähteet Punkari, P. 2023. Suomen suurimmalla hyvinvointialueella kovat säästöt edessä – kolmen vuoden ajan kuluja pitäisi leikata 20 miljoonan euron edestä joka vuosi. Yle Uutiset. Kosonen, S. 2022. Hyvinvointialueet tarvitsevat digityökaluja. Lääkärilehti. Satasote. 2022 Sote ja digitalisaatio – Uhka ja mahdollisuus. Satakunnan hyvinvointialue. Soteuudistus.fi Tulevaisuuden sosiaali- ja terveyskeskusohjelma STM 2023. Tiekartta 2022–2027: Sosiaali- ja terveysalan henkilöstön riittävyyden ja saatavuuden turvaaminen. Helsinki. Suomen kestävän kasvun ohjelma
Digikliininen asiantuntija sotemuotoilijana
Mitä tekee digikliininen asiantuntija? Mihin hän työelämässä sijoittuu? Mitä hän osaa ja missä hän voi osaamistaan parhaiten hyödyntää? Kliininen asiantuntijuus + digitaaliset toimintaympäristöt = digikliininen asiantuntijuus Ylemmän ammattikorkeakoulututkinnon suorittanut kliininen asiantuntija voi toimia vaativaa osaamista edellyttävissä terveydenhuollon ja hoitotyön kehittämis- ja johtotehtävissä. Kliinisen asiantuntijuuden tutkinto-ohjelmassa kliininen osaaminen yhdistyy tutkimus-, kehittämis- ja innovaatio-osaamiseen. Eri oppilaitoksissa osaamista voi syventää esimerkiksi akuuttihoitotyön, mielenterveys- ja päihdetyön, palliatiivisen hoidon, omahoidon tukemisen, kansansairauksien hoitotyön, johtamisen tai terveysalan digitalisaation suuntaan, kunkin ammattikorkeakoulun opetussuunnitelman mukaisesti. Niin sanotun digikliinisen asiantuntijan YAMK-tutkinnossa yhdistyvät aiemmin hankittu kliininen asiantuntijuus ja tutkintoon sisältyvät uudet osaamiset terveysalan digitalisaatioon, digitaalisten palveluratkaisujen ymmärtämiseen, kehittämiseen ja hyödyntämiseen liittyen. Tämä digikliiniseksi kutsuttu osaamisyhdistelmä muodostaa osaamisen perustan. Terveysalan digitalisaatiota tarkastellaan eri taustatutkintojen näkökulmista, kuten esimerkiksi sairaanhoitajan, suuhygienistin, bioanalyytikon, röntgenhoitajan, fysioterapeutin tai jalkaterapeutin. Keskittyminen digitalisaatioon ilmiönä mahdollistaa opiskelijaksi hakeutumisen monilla eri taustatutkinnoilla, samalla tukien moniammatillisen osaajayhteisön muodostumista. Monet tutkinnosta valmistuvat tulevat toimimaan tulevaisuuden sotepalveluiden kehittäjinä, sotemuotoilijoina, viemällä tutkinnon mahdollistamaa laaja-alaista osaamista käytäntöön. Digikliinisen asiantuntijuuden osaamisen ydin Digikliinisen asiantuntijan osaamisessa korostuvat digitaalisten ratkaisujen, mobiilisovellusten, etä- ja virtuaalipalvelujen ja digitaalisten toimintojen hallinta- ja ohjausosaaminen sekä asiantuntijaosaamisen tuotteistaminen1. Toisin sanoen asiantuntijan tulee osata hyödyntää, kehittää ja arvioida digitaalisia palveluja erilaisilla päätelaitteilla, hyödyntää etäyhteyksiä ja virtuaaliympäristöjen mahdollisuuksia osana hoitoprosesseja ja organisaatioiden kehittämistä ja tehdä omaa osaamistaan näkyväksi huomioon ottaen tulevaisuuden tarpeet. Digikliinisen asiantuntijan osaamisen sisällöllisiksi kärjiksi on tällä hetkellä Metropolia Ammattikorkeakoulussa tunnistettu sosiaali- ja terveysalan digitalisaatio ja digitaaliset palvelut terveys- ja hyvinvointiteknologia, tekoäly ja robotiikka palvelujen asiakaslähtöinen kehittäminen ja asiakasosallisuus asiakkaiden ohjaaminen digitaalisissa ympäristöissä laadun hallinta, kehittäminen ja johtaminen digikliinisen asiantuntijan rooliin kasvaminen digikyvykkyyksien kehittäminen ja johtaminen tutkimuksellinen kehittäminen ja innovaatiotoiminta (kuvio 1). 1. Teknologia-osaaminen Teknologia-osaaminen tarkoittaa työntekijän kykyä käyttää erilaisia teknologisia välineitä ja ratkaisuja osana omaa työtään, terveydenhuollon kontekstissa osana potilaan vaikuttavaa hoitoa. Teknologisen osaamisen lisäksi digitaalisten ratkaisujen hyödyntämiseen liittyy eettistä osaamista, motivaatiota ja halua niiden hyödyntämiseen2,3. Eittämättä digikliinisen asiantuntijan ydinosaamisen vahva perusta muodostuu juuri tämän osaamisen ympärille. Teknologioiden hyödyntämismahdollisuuksien oivaltamisen lisäksi ytimessä ovat toimialalla tapahtuvat muutokset, kuten liiketoimintamallien ja asiakaskäyttäytymisen muutokset, tulevaisuusvisiotkin. Monesti teknisten ratkaisujen kehittämisessä on enemmän kyse ajatusmallien muuttamisesta ja muutoksen johtamisesta kuin varsinaisesta teknisen osaamisen kerryttämisestä. Tärkeää on laaja-alainen ymmärrys nykyisistä ja tulevista mahdollisuuksista, joilla pyritään hyödyntämään viimeisintä teknologiaa osana potilaiden tehokasta ja turvallista hoitoa. 2. Digikyvykkyyksien kehittäminen ja johtaminen Digikyvykkyyksien kehittäminen liittyy tiiviisti teknologiaosaamiseen ja osaamisen kehittämishalukkuuteen. Digikyvykkyyksillä tarkoitetaan toimijoilla olevia tietoja, taitoja ja asenteita, joiden avulla he voivat elää, tehdä työtä ja osallistua yhteiskunnan digitaalisiin toimintoihin. Tunnistettu on, että digitaalisten taitojen hallinta myös terveydenhuollossa on välttämätöntä. Tutkimuksissa on osoitettu, että terveysalan opiskelijoiden digikyvykkyyksien kehittymistä on tuettu integroimalla digiosaamista tutkintojen opetussuunnitelmiin muutosten ollessa kuitenkin melko hitaita4,5. Lisäksi tiedetään, että digikyvykkyyksien kehittäminen ei välttämättä ole systemaattisia eikä se ilman tavoitteellista johtamista integroidu osaksi käytännön työtä. Käytännössä digikyvykkyyksiä voidaan kehittää useilla eri tavoilla, kuten järjestämällä monipuolisesti aiheeseen liittyvää koulutusta, jonka avulla terveydenhuollon ammattilaiset voivat oppia uusimpien työvälineiden ja järjestelmien käyttöä myös työelämässä toimiessaan kehittämällä teknologista infrastruktuuria tarve- ja käyttäjälähtöisesti, jolloin digitaalisen ratkaisun loppukäyttäjä on osallisena kehittämis- ja käyttöönottoprosessien varhaisissa vaiheissa, jolloin myös kehitettyjen ratkaisujen käyttöönotto on helpompaa lisäämällä yhteistyötä eri toimijoiden, kuten koulutusorganisaatioiden, työelämätoimijoiden, tutkimuslaitosten ja teknologiayritysten välillä, jolloin uusia innovaatioita ja mahdollisuuksia saadaan entistä tehokkaammin esille. 3. Eettinen osaaminen Eettinen osaaminen tukee yhtä hoitotyön tärkeintä periaatetta: eettistä vastuuta potilaasta, hänen hoidostaan ja hyvinvoinnistaan. Sairaanhoitajien eettiset ohjeet (2020)6 ohjaavat monien eri ammattiryhmien työtä, esimerkiksi suojelemaan ihmiselämää, yksilöllisesti edistämään potilaan hyvää oloa, tukemaan itsemääräämisoikeutta tai mahdollisuutta osallistua omaan hoitoonsa. Yhä enenevissä määrin digitaalisiin kanaviin ja palveluratkaisuihin siirryttäessä eettisen osaamisen merkitys korostuu ja rooli muuttuu. Keskeisiksi kysymyksiksi nousevat, miten huomioida potilaan yksilölliset tarpeet, miten huolehtia itsemääräämisoikeuden toteutumisesta, miten luoda avointa vuorovaikutusta ja keskinäistä luottamusta, kun toimintaympäristö on digitaalinen. Osittain jo perinteisten digitaalisten ratkaisujen lisäksi eettistä osaamista haastavat edelleen kehittyvät teknologiat, tekoäly, big data ja robotiikka, jotka ovat vasta saapumassa terveydenhuoltoon. 4. Tutkimus-, kehittämis- ja innovaatio-osaaminen Moniammatillinen tutkimus-, kehittämis- ja innovaatio-osaaminen (TKI) ovat tärkeitä työelämän kehittämisessä. TKI-osaamisen teemat on nostettu esiin esimerkiksi Opetushallituksen (2019)7 Osaaminen 2035 -raportissa ja Ammattikorkeakoulujen rehtorineuvoston Arenen yhteisissä kompentensseissa (2022)8, jotka kuvaavat YAMK-tutkintojen suorittaneiden osaamisen tasoa. Näissä raporteissa esiin on nostettu muun muassa asiakaslähtöisten palvelujen kehittämisosaaminen innovaatio-osaaminen tiedonhaku- ja arviointitaidot tiedonhallinta- ja analysointitaidot tulevaisuutta ennakoivien ratkaisujen kehittäminen eri TK-menetelmiä hyödyntäen. Lisää TK-menetelmien roolista työelämälähtöisessa kehittämisessä voit lukea Mari Virtasen tekstistä Työelämälähtöistä tutkimus- ja kehittämisosaamista toteuttamaan (2022)9. 5. Vuorovaikututus- ja viestintäosaaminen Monikanavainen asiantuntijaviestintäosaaminen kuuluu myös digikliinisen asiantuntijan profiiliin. Asiantuntijaviestinnän tarkoituksena on selkeästi ja ymmärrettävästi välittää tutkittuun tietoon perustuvaa luotettavaa tietoa ja näkemyksiä suurelle yleisölle, joka voi hyödyntää sitä edelleen omissa yhteyksissään. Monikanavaisesti viestintää voi toteuttaa esimerkiksi sosiaalisessa mediassa, verkkosivuilla, lehtiartikkeleissa ja podcasteissä. Asiantuntijaviestintäosaaminen liittyy tiiviisti osaamisen näkyväksi tekemiseen ja asiantuntijaosaamisen tuotteistamiseen. Suunniteltu ja hyvin toteutettu asiantuntijaviestintä tukee sekä henkilöbrändin että organisaatiomielikuvien muodostumista, samalla avaten kanavan luotettavan tiedon levittämiseen. Vuorovaikutusosaaminen sisältää taitoja kommunikoida selkeästi ja ymmärrettävästi sekä kuunnella ja ymmärtää erilaisten ihmisten näkökulmia, erityisesti digitaalisten palveluratkaisujen kehittämisessä. Se on digikliinisen asiantuntijan roolissa myös tärkeää. Digikliininen sotemuotoilija työelämässä Tällä hetkellä suuri osa Metropolia Ammattikorkeakoulun digikliinisistä asiantuntijoista sijoittuu tutkinnon tuottamaa osaamista vastaaviin tehtäviin, sosiaali- ja terveyspalveluiden kehittäjiksi, sotemuotoilijoiksi. Sotemuotoilulla tarkoitan palvelujen asiakaslähtöistä kehittämistä palvelumuotoilun periaatteiden mukaisesti niin, että ne vastaavat mahdollisimman hyvin asiakkaiden tarpeita ja odotuksia. Sotemuotoiluajatus kattaa digitaalisten palvelujen koko kokonaisuuden: sisältöjen, toiminnallisuuksien, tyytyväisyyden, käytettävyyden ja laadun kehittämisen. Uusiin tehtäviin työllistyneiden nimikkeitä ovat olleet esimerkiksi asiantuntija/erityisasiantuntija, suunnittelija/erityissuunnittelija, konsultti, projekti-, palvelu- tai asiakaspäällikkö, sovelluskehittäjä- tai asiantuntija. Tutkinnolla voi sijoittua myös osastonhoitajan, lehtorin tai yrittäjän tehtäviin (ks. kuvio 1). Sotemuotoilun näkökulmasta kiinnostavaa on seurata terveydenhuollon toimenkuvien ja roolien muodostumista digikliinisen asiantuntijan ydinosaamisen ympärille. Uudenlaisista digitaalisista palveluratkaisuista hyvänä esimerkkinä ovat yksityisen sektorin digiklinikat, joissa asiakasta palvellaan mahdollisuuksien mukaan kokonaan etänä. Tällainen uudistunut työn tekemisen tapa mahdollistaa myös hoitohenkilökunnalle erilaisen työroolin, joita voisi terveydenhuollon kentällä ajatella laajemminkin. Samalla konseptilla tulevaisuudessa voisi nähdä esimerkiksi digitaalisen opettajan, perehdyttäjän tai potilasohjaajan roolit. Puhumattakaan mahdollisuuksista, joissa robotti voisi ottaa osan hoitajien kuormasta10. Käytännössä uusien digitaalisten palvelujen käyttö ja digitaalisten työroolien haltuunotto kuormittavat kliinistä työtä tekevää henkilöstöä. Aiempien tutkimusten11 ja käytännön kokemusten perusteella tiedetään, että digitaalisten ratkaisujen haltuunotto oman työn ohella on haastavaa ja aikaa vievää. Hyvä ajatus voisi olla tulevaisuuden työroolien uudelleentarkastelu, jolloin osa kliinisistä asiantuntijoista voisi syventyä edelleen kliiniseen työn kehittämiseen, osa digitaalisten ratkaisujen asiantuntijoiksi. Lisää tietoa digikliinisen asiantuntijan tutkinnosta voi etsiä Opintopolun kuvauksista 12 , Metropolia Ammattikorkeakoulun sivuilta ja digikliinisten opinto-oppaasta. Lähteet 1 Opetushallitus (OPH) 2019. Osaaminen 2035- Osaamisen ennakointifoorumin ensimmäisiä ennakointituloksia. Raportit ja selvitykset 2019: 3. (pdf) 2 Konttila J, Siira H, Kyngäs H ym. 2019. Healthcare professionals’ competence in digitalisation: A systematic review. J Clin Nurs. 28:745–761. https://doi.org/10.1111/jocn.14710 3 Opetushallitus (OPH) 2019. Osaaminen 2035- Osaamisen ennakointifoorumin ensimmäisiä ennakointituloksia. Raportit ja selvitykset 2019: 3. (pdf) 4 Cummings E, Shin E, Mather C, Hovenga E. 2016. Embedding nursing informatics education into an Australian undergraduate nursing degree. Studies in Health Technology and Informatics 225, 329–333. https://doi.org/10.3233/978-1-61499 -658-3-329. 5 Risling T. 2017. Educating the nurses of 2025: Technology trends of the next decade. Nurse Education in Practice 22, 89–92. https://doi.org/10.1016/j.nepr.2016.12.007. 6 Sairaanhoitajat 2020. Sairaanhoitajan eettiset ohjeet. 7 Opetushallitus (OPH) 2019. Osaaminen 2035- Osaamisen ennakointifoorumin ensimmäisiä ennakointituloksia. Raportit ja selvitykset 2019: 3. (pdf) 8 Arene 2022. Suositus ammattikorkeakoulujen yhteisistä kompetensseista ja niiden soveltamisesta. Ammattikorkeakoulujen rehtorineuvosto Arene ry. 9 Virtanen M. 2022. Työelämälähtöistä tutkimus- ja kehittämisosaamista toteuttamaan (2022). 10 Ojanperä S. 2022. Hyvinvointialuejohtaja jakaisi hoitajien taakkaa roboteille ja muille ammattikunnille – ”Hoitotyössä olevien on arvioitava, minkä osan siitä voisi tehdä joku muu”. Uutiset 13.12.2022. Yle. 11 Brown J, Pope N, Bosco AM, Mason J, Morgan A. 2020. Issues affecting nurses' capability to use digital technology at work: An integrative review. J Clin Nurs. 29: 2801–2819. https://doi.org/10.1111/jocn.15321 12 Opintopolku https://opintopolku.fi/
Hyvät tieteelliset käytänteet opinnäytteen perustana
Olipa kerran opinnäytetyöntekijä, joka halusi tutkia digitaalisissa ympäristöissä toteutettavaa potilasohjauksen laatua. Aiheeseen liittyen hän toteutti itse tekemänsä kyselyn sosiaalisen median kanavissa. Näin tehtyään hän tallensi ja tulosti saamansa kertomukset paperille, jotka unohti kahvilaan pöytään siellä työskenneltyään. Huolimattoman käytöksensä vuoksi hän päätyi sepittämään tuloksia muistiinsa perustuen, osan jätti varmuuden vuoksi raportoimatta, koska ei ollut ihan varma. Tämän aineiston hän analysoi, veti johtopäätöksiä ja antoi loppuraportissaan suosituksia digitaalisen potilasohjauksen kehittämiseksi. Menikö joku vikaan? Tämä tarina ei tietenkään ole tosi, vaan lähtökohta tälle tutkimusetiikkaa ja hyviä tieteellisiä käytänteitä kuvaavalle julkaisulle. Tarinan kautta on hyvä pohtia, mikä kaikki meni vikaan ja mitä onkaan hyvä huomioida tutkimuksia tai tutkimuksellisia opinnäytetöitä tehtäessä. Hyvä tieteellinen käytäntö ja eettiset ohjeistukset Yksinkertaistettuna hyvällä tieteellisellä käytännöllä tarkoitetaan sitä, että kaikki tutkimukseen liittyvät toimet tehdään tarkasti, luotettavasti ja läpinäkyvästi - aina orastavasta tutkimusideasta lopullisen tuotoksen raportointiin saakka. Tutkimuseettisen neuvottelukunnan eli TENKin (2022) mukaan hyvä tieteellinen käytäntö sisältää muun muassa tiedevilppiin, plagiointiin ja hyvän tieteellisen käytännön loukkauksiin liittyvät epäeettiset tai epärehelliset toimet ja niiden selvittämisen ihmiseen kohdistuvan tutkimuksen eettiset periaatteet ja ihmistieteiden eettisen ennakkoarvioinnin ohjeistukset tutkimuksen tekijyyteen liittyvät asiat ja tutkijoiden osaamisen esiintuomiseen soveltuvat luotettavat tavat, kuten esimerkiksi ansioluettelomallit. TENKin ohjeet viitoittavat myös korkeakouluissa tehtäviä opinnäytetöitä. Lisäksi useat korkeakoulut ja Ammattikorkeakoulujen rehtorineuvosto Arene (2020) ovat julkaisseet eettisiä suosituksiaan, joiden lisäksi tutkimus- ja kehittämistoimintaa ohjaa runsas lainsäädäntö. Näitä ovat esimerkiksi EU:n tietosuoja-asetus tietosuojalaki oikeus yksityisyyden suojaan laki potilaan asemasta ja oikeuksista ja tekijänoikeuslaki. Näiden suositusten ja ohjeistusten pohjalta myös tarinan opinnäytetyöntekijä lähtee tarkastelemaan tutkimusprosessiaan. Eettiset valinnat käytännössä Tutkimuseettisiä ja hyviä tieteellisiä käytänteitä voi tarkastella useasta eri näkökulmasta. Tieteellisestä näkökulmasta eettiset valinnat liittyvät kaikkiin uuden tiedon tuottamiseen liittyviin toimintoihin, ratkaisuihin ja päätöksiin. Tärkeää on, että tuotettu tieto on luotettavaa, toistettavaa ja läpinäkyvää. On hyvä huolehtia, että tuotettu tieto on tutkimusnäyttöön perustuvaa. Erityisen tärkeää tämä on tarkoituksellisesti harhaan johtavan tai mahdollisen väärän tiedon ja kulmikkaan uutisoinnin vastapainona. Tutkimustiedon kuluttajalle on tärkeää, että tieto on oikeaa ja siihen voi luottaa. Menetelmällisesti tutkimusetiikka liittyy tehtyjen ratkaisujen oikeellisuuteen ja perusteltuun sovellettavuuteen, arviointiin ja pohdintaan siitä, että näin oikeasti on. Menetelmällisen eettisyyden näkökulmasta tärkeää on, että tutkimus suunnitellaan, toteutetaan ja raportoidaan läpinäkyvästi kaikissa vaiheissa raportoidaan se, mitä on tehty ja vain se mitä on tehty tehdään perusteltuja valintoja avoimen tieteen edistämiseksi merkitään lähdeviittaukset ja alkuperäiset tekijyydet asianmukaisesti vältetään plagiointia ja suoria lainauksia ilman asianmukaisia merkintöjä ja vältetään epäeettisiä toimintoja, kuten esimerkiksi paisuttelua, vääristelyä, sepittämistä tai virheellistä tulkintaa. Hyvä tieteellinen käytäntö on läsnä koko tutkimusprosessin, kuten esimerkiksi opinnäytetyön, ajan. Tutkimussuunnitelma ja sen perusteella myönnetty tutkimuslupa muodostavat perustan kokonaisuudelle. Tutkimussuunnitelman tulee aina olla hyväksytty ennen työn toteuttamisvaiheeseen siirtymistä. Ennen hyväksyttyä tutkimuslupaa ei voi kerätä aineistoa eikä lähestyä tiedon antajaa millään tavalla, kuten esimerkkiopiskelijan tapauksessa näytti käyneen. Inhimillisestä näkökulmasta pohdittavaa löytyy runsaasti. Miten eri ikäisiä, eri asemissa tai lähtökohdista tulevia ihmisiä voi tutkia tai miten heitä voi tutkimukseen osallistaa? Kuka voi tutkia, miten ja missä vaiheessa asiakasta voi lähestyä? Mitä tietoja voi kerätä ja miten kerättyä tietoa voi ja tulee käsitellä? Miten huomioidaan yksityisyyden suojaa, potilaan tai esimerkiksi lapsen oikeuksia? Tutkittavan hyvä kohtelu, oikeuksien huomioiminen ja erityisesti tietoinen suostumus ovat usein keskiössä tutkittavaa lähestyttäessä. Osallistujalla tulee olla riittävät tiedot osallistumiseen tai osallistumatta jättämiseen. Tämä valinta ei voi vaikuttaa tutkittavan saamaan hoitoon tai kohteluun myöhemmin. Mikäli osallistujista kerätään yksilöiviä henkilötietoja, kuten esimerkiksi nimi, ikä, kotiosoite, henkilötunnus, sähköpostiosoite, kuva tai ääni, tulee selkeästi etukäteen kuvata mitä tietoja kerätään, miten ja miksi kenellä on oikeus käsitellä tiedoista muodostuvaa rekisteriä ja miten ja milloin kerätty aineisto aikanaan hävitetään. Mikäli kerättävään aineistoon liittyy kuvia tai videota, tarvittavat kuvausluvat tulee myös huolehtia kuntoon. Mikäli lupaa aineiston tallentamiseen ja käyttöön ei ole, on se tutkimuseettisestä näkökulmasta tarkastellen arvoton. Erityisen arkaluonteisen aineiston osalta tarkentaviin ohjeistuksiin on syytä perehtyä huolella. Kaikkiin tutkimuksiin tai kehittämishankkeisiin osallistuvilla henkilöillä on tietosuoja-asetuksen mukaisesti oikeus tulla unohdetuksi, mikä tarkoittaa sitä, että yksilöivien henkilötietojen osalta rekisteröidyllä on oikeus saada rekisterinpitäjä poistamaan itseään koskevat tiedot ilman aiheetonta viivytystä. Tämän vuoksi suositeltavaa on, että kerätään vain ne tiedot, mitkä perustellusti tarvitaan, ei sen enempää. Hyvän käytänteen mukainen raportointi Esimerkkiopiskelijan tapauksessa aineistoa ja siitä muodostunutta henkilörekisteriä käsiteltiin varomattomasti. Osa tuloksista sepitettiin ja jätettiin hävinneen aineiston vuoksi raportoimatta. Samalla syntyi mahdollisuus tulosten kaunisteluun ja omien arvovalintojen ujuttamiseen osaksi tulosten tulkintaa. Tämä ei ole eettisesti kestävää. Tehtyjen valintojen raportointi tulee olla avointa ja perustelujen luotettavia. Virheellinen analysointi ja tulkinta voi johtaa vääriin johtopäätöksiin ja vääriin toimiin työelämän toimintoja kehitettäessä. Lisää eettisistä valinnoista ja hyvistä tieteellisistä käytänteistä Kävimme keskustelemassa aiheesta kollegoiden, Antti Niemi ja Iira Lankinen, kanssa. Miten huomioin tutkimusetiikkaa ja tietosuojaa työelämän kehittämisessä-podcastin (23:19) voit kuunnella tästä 👍 Lähteet Arene. 2020. Opinnäytetöiden eettiset suositukset. EU:n tietosuoja-asetus. https://tietosuoja.fi/gdpr Tietosuojalaki 2018/1050. Laki yksityisyyden suojasta työelämässä 2004/759. Laki potilaan asemasta ja oikeuksista 1992/785. Tekijänoikeuslaki 1961/404. TENK. 2022. Tutkimuseettinen neuvottelukunta. Ohjeet ja aineistot.
Suun terveyden palvelut osaksi kuntouttavaa työtoimintaa
Terveydenhuollon kansallisena tavoitteena on tarjota ennaltaehkäiseviä terveyspalveluita, kaventaa terveyseroja sekä kohdentaa palveluita niitä eniten tarvitseville. Tässä tekstissä näitä teemoja tarkastellaan suun terveydenhuollon palveluiden näkökulmasta. Suun terveyden osalta tiedetään, että haasteita esiintyy muita enemmän nuorilla aikuisilla ja toimeentulotukea saavilla. Lisäksi työttömät käyttävät vähemmän palveluita, vaikka hoidon tarvetta on enemmän kuin saman ikäryhmän työssäkäyvillä. Uudenlaisten palveluratkaisujen kehittäminen myös suun terveyden edistämiseksi on siksi tärkeää. Tulisikin kehittää mahdollisimman kattavia ja kustannusvaikuttavia matalan kynnyksen ratkaisuja, jotka tukevat erityisesti työttömien nuorten aikuisten, syrjäytymisuhan alla olevien yksilöiden terveyttä. Nuorten asiakkaiden suun terveys Nuorten suun terveyttä koskevissa tutkimuksissa on tuotu esiin, että suun itsehoidon toteuttaminen nuorilla aikuisilla on usein puutteellista tai sen tärkeyttä ei ymmärretä (mm. Koponen ym. 2019) suun terveyteen, terveyteen sekä terveyskäyttäytymiseen vaikuttavat riskitekijät yleensä kasaantuvat (mm. Jääskeläinen ym. 2019) terveyden ja sairauksien kokeminen vaikuttavat nuorten elämänlaatuun (mm. Hult 2019) alhaisempi sosioekonominen asema vaikuttaa negatiivisesti suun terveyteen (Al-Sudani 2017; Arrica ym. 2017; Nyman ym.2017). Lisäksi on havaittu, että kuntouttavaan työtoimintaan osallistuvien palvelutarpeet eroavat saman ikäisiin työllisiin nuoriin verrattuna. Kuntouttavalla työtoiminnalla tarkoitetaan toimintaa, jota järjestetään työllistymisen ja elämänhallinnan tukea tarvitseville henkilöille. Uudenlaisen palvelumallin kehittäminen Opiskelu- ja työterveyshuollon ulkopuolelle jääneille nuorille (16–29 vuotta) on kehitetty terveystarkastusten järjestämisen malli (Luukkainen 2016). Mallissa syrjäytymisuhan alla oleville nuorille järjestettiin maksuton terveydenhoitajan tekemä terveystarkastus osana etsivän nuorisotyön toimintaa. Terveystarkastusten liittäminen osaksi nuorille tarjottua toimintaa osoitti niiden merkityksen nuoren kokonaistilanteen hahmottamisessa erityisesti mielenterveyden, päihteiden käytön ja opiskelu- ja työkyvyn arvioimisen osalta. Luukkaisen (2016) toimintamallin ideologian pohjalta kehitettiin suun terveyden terveysinterventio (Saderanta 2022), jonka tavoitteena on edistää kuntouttavan työtoiminnan asiakkaiden suun terveyttä ja madaltaa palveluiden pariin hakeutumisen kynnystä. Uudenlaista palvelumallia kehitettiin terveysintervention kehittämisperiaatteiden perusteella (Saderanta 2022, mukaillen Araujo-Soares ym. 2018) ja se eteni käytännössä seuraavien vaiheiden mukaisesti (mukaillen Salonen ym. 2017): terveysintervention tarpeen havaitseminen ja tavoitteiden määrittäminen käyttäytymistieteellisen perustan ja ohjelmateorian määrittäminen terveysintervention sisällön suunnittelu käytännön toteuttaminen arviointi käytännön levittäminen. Kehittämistyön eri vaiheissa osallistettiin sekä suun terveyden että kuntouttavan työtoiminnan asiantuntijoita. Kehittämistyön tuotoksena toteutettiin nuorille kohdennettu hammashoidon teemapäivä osana kuntouttavan työtoiminnan työpajapäivää. Teemapäivä sisälsi suun terveyden tietoperustaista ohjausta ja yksilö- ja ryhmäkeskustelua. Osallistujia ohjattiin hampaiden itsehoitoon ja suun terveyttä edistäviin ravitsemuksellisiin valintoihin. Osallistujilla oli mahdollisuus myös suun hoidon tarpeen arviointiin liikkuvassa hammashoitolassa. Asiakaslähtöisyys palvelun kehittämisen keskiössä Suun terveyttä edistävän terveysintervention suunnittelussa ja teemapäivän toteuttamisen keskiössä oli asiakaslähtöisyys. Kehittämistyön aikana havaittiin seuraavaa: Kohderyhmä voi kokea paikan päälle lähtemisen hankalana, ja se voi aiheuttaa pelkoa ja ahdistusta. Siksi teemapäivä yhdistettiin jo tuttuun työpajatoimintaan. Optimaalisin aika kohderyhmän tavoittamiseksi on arkisin (ti–to) klo 9–15, joten teemapäivä ajoitettiin tähän aikaan. Puhelimessa puhuminen voi olla hankalaa ja aiheuttaa kohderyhmässä pelkoa ja ahdistusta, ja näin hankaloittaa palveluiden pariin hakeutumista. Siksi mahdollisuus suun hoidon tarpeen arviointiin ja mahdolliseen jatkohoitosuositukseen tehtiin mahdollisimman helpoksi ja tuotiin lähelle asiakasta. Kohderyhmän kokemuksista koottujen tietojen perusteella se hyötyi matalan kynnyksen palveluista työtoimintakeskuksessa ja helposta asiointikanavasta hammashoitolaan. Aiempien tutkimusten perusteella tiedetään myös, että terveydenedistäminen ja terveysinterventiot edistävät niihin osallistuvan hyvinvointia, ja lisäävät edelleen työllistymisen mahdollisuuksia (mm. Hult 2019; Savola ym. 2005). Lisäksi asiakas- ja kohderyhmälähtöisesti suunnitellut ja toteutetut terveysinterventiot ovat edistäneet työttömien hakeutumista palveluiden pariin (Gabrys ym. 2013; Lappalainen 2017; STM 2013; STM 2020). Näiden huomioiden perusteella matalan kynnyksen suun terveyden palveluita tulisi jatkossa tarjota palveluiden tarpeessa oleville henkilöille niissä toimintaympäristöissä, missä he muutenkin ovat. Lisäksi tärkeää on kohderyhmän erityispiirteiden huomioiminen. Tulevaisuuden kohdennetut palvelut Tulevaisuuden palvelurakenteita kehitettäessä olisi tärkeää kohdentaa myös suun terveyden palveluita asiakkaiden tarpeet huomioiden. Matalan kynnyksen ratkaisujen kehittäminen ja palveluiden saatavuuden edistäminen voivat kaventaa terveyseroja. Monialainen yhteistyö uudenlaisten palveluratkaisujen kehittämisessä työtoiminnan nuorille asiakkaille lisää onnistumisen mahdollisuuksia sekä terveyden edistämisen että työllistymisen osalta. Matalan kynnyksen palveluiden järjestämiseen ei aina tarvita suuria investointeja liikkuviin hammashoitoyksiköihin tai digitaalisiin terveydenhuollon sovelluksiin. Kohdennettu suun hoidon tarpeen arviointi voidaan tehdä ketterästi kevyin varustein, vähimmillään peilin ja otsalampun kanssa siellä, missä palveluita tarvitsevat henkilöt ovat, samalla ohjaten heitä hakeutumaan tarpeen mukaiseen jatkohoitoon. Yksi hyvä ja kustannusvaikuttava tulevaisuuden vaihtoehto voisi olla suun terveyden teemapäivien järjestäminen osana kuntouttavaa työtoimintaa. Kirjoittajat Kaisa Saderanta on valmistunut Metropolia Ammattikorkeakoulun tutkinto-ohjelmasta Digitaalisten sosiaali- ja terveyspalveluiden kliininen asiantuntija (YAMK) keväällä 2022. Hän työskentelee Keski-Uudenmaan sote-kuntayhtymässä ICT-kehittämispäällikkönä. Hänen opinnäytetyönsä Kuntouttavan työtoiminnan nuorten asiakkaiden suun terveydenedistäminen – Terveysintervention kehittäminen on julkaistu toukokuussa 2022. Mari Virtanen on terveystieteilijä, yliopettaja (TtT) ja tutkintovastaava tutkinto-ohjelmassa Digitaalisten sosiaali- ja terveyspalveluiden kliininen asiantuntija (YAMK). Hän on kiinnostunut sotepalveluiden innovatiivisesta kehittämisestä, tulevien hyvinvointialueiden digitalisaatiosta, uusien palveluratkaisujen muotoilusta ja digitaalisen potilasohjauksen mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee laajasti tutkimusta ja tutkimuksellista kehittämistyötä. Lähteet AI-Sudani F.Y.H. 2017. Employment status and its contribution in oral health-related behaviours and oral health. Väitöskirja. Kuopio. Itä-Suomen yliopisto. http://urn.fi/URN:ISBN:978-952-61-2586-2 Araujo-Soares V, Hankonen N, Presseau J, Rodrigues A, Sniehotta FF. 2018. Developing behavior change interventions for self-manage-ment in chronic illness. An integrative overview. doi: 10.1027/1016-9040/a000330 Arrica M, Carta Giovanna, Cocco F, Grazia-Cagetti M, Sale S, Ierardo G, Strohmenger L, Ottolenghi L, Campus G. 2017. Does a social/behavioural gradient in dental health exist among adults? A cross-sectional study. doi: 10.1177/0300060516675682 Gabrys L, Michallik L,Thiel C, Vogt L, Banzer W. 2013. Effects of a structured physical-activity counseling and referral scheme in long-term unemployed individuals: a pilot accelerometer study. doi: 10.1080/08964289.2013.782852 Hult M. 2019. The work ability and health of unemployed persons. Väitöskirja. Kuopio. Itä-Suomen yliopisto. http://urn.fi/URN:ISBN:978-952-61-3165-8 Jääskeläinen T, Koponen P, Lundqvist A, Borodulin K, Koskinen S. 2019. Nuorten aikuisten terveys ja elintavat Suomessa – FinTerveys 2017 -tutkimuksen tuloksia. THL. https://urn.fi/URN:ISBN:978-952-343-319-9 Koponen P, Borodulin K, Lundqvist A, Sääksjärvi K, Jääskeläinen T, Koskela T, Koskinen S. 2019. FinTerveys -tutkimuksen perustulokset 2019. Lappalainen, Kirsi 2017. Työttömien työelämävalmiuksien tukeminen – painopisteenä terveydenhuolto ja verkostoyhteistyö. Väitöskirja. Kuopio. Itä-Suomen yliopisto. http://urn.fi/URN:ISBN:978-952-61-2452-0 Luukkainen K. 2016. Opiskelu- ja työterveyshuollon ulkopuolelle jääneiden nuorten terveystarkastusten järjestäminen Tuusulassa –Toimintamallin kehittäminen. YAMK-opinnäytetyö. DIAK. Helsinki. https://urn.fi/URN:NBN:fi:amk-2016112918050 Nyman J, Arffman M, Keskimäki I. 2017. Toimeentulotuen asiakkaiden terveyspalvelujen käyttö Helsingissä vuonna 2014. https://doi.org/10.23990/sa.67761 Saderanta K. 2022. Kuntouttavan työtoiminnan nuorten asiakkaiden suun terveyden edistäminen: terveysintervention kehittäminen. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. https://urn.fi/URN:NBN:fi:amk-2022051910516 Salonen K, Eloranta S, Hautala T, Kinos S. 2017. Kehittämistoiminta ja kehittämisen menetelmiä ammatillisessa korkeakoulutuksessa. Turun ammattikorkeakoulun oppimateriaaleja 108. ISBN: 9789522166494 (pdf) Savola E, Koskinen-Ollonqvist P. 2005. Terveyden edistäminen esimerkein – Käsitteitä ja selityksiä. Terveyden edistämiskeskuksen julkaisuja 3/2005. Helsinki. STM 2013. Suun terveyttä koko väestölle 2013. Suun terveydenhuollon selvitystyöryhmän kehittämisehdotukset. STM raportteja ja muistioita 2013:3. Helsinki. http://urn.fi/URN:ISBN:978-952-00-3643-0 STM 2020. Digitalisaatio terveyden ja hyvinvoinnin tukena - Sosiaali- ja terveysministeriön digitalisaatiolinjaukset 2025. http://urn.fi/URN:ISBN:978-952-00-3782-6
Työelämälähtöistä tutkimus- ja kehittämisosaamista toteuttamaan
Nykypäivän työelämässä palvelut, tuotteet, prosessit, yhteisöt ja yksilöt kehittyvät taukoamatta ja niitä kehitetään kiihtyvällä tahdilla.Tutkimus- ja kehittämisosaaminen on monen asiantuntijan työn keskiössä ja nostettu yhdeksi tulevaisuuden työelämän ydinkompetensseista. Se koskee työntekijöitä kaikilla toimialoilla, tekniikasta terveydenhuoltoon. On tärkeää, että myös sosiaali- ja terveysalan osaajilla on vahva tietoperusta tutkimuksellisesta kehittämisestä ja he hallitsevat menetelmälliset toteuttamistavat. Alueellisesti vaikuttava kehittäminen Yksi ammattikorkeakoulujen perustehtävistä on alueellinen vaikuttaminen, joka monesti konkretisoituu käytännön työelämään kytkeytyvänä kehittämisenä. Ammattikorkeakoulujen perustehtäviin on kirjattu, että “ammattikorkeakoulut harjoittavat opetusta palvelevaa sekä työelämää ja aluekehitystä tukevaa, alueen elinkeinorakennetta uudistavaa soveltavaa tutkimus-, kehittämis- ja innovaatiotoimintaa”. (Ammattikorkeakoululaki 932/2014 .) Jo vuosikymmenien ajan tutkimus- ja kehittämisosaaminen, jatkossa TK-osaaminen, on muodostanut suuren osan ammattikorkeakoulututkintojen kokonaisuudesta. Ylemmissä ammattikorkeakoulututkinnoissa se muodostaa reilun kolmanneksen koko tutkinnon laajuudesta, kuuluen kaikille. Lähes kaikki ylemmissä ammattikorkeakoulututkinnoissa toteutettavat opinnäytetyöt kumpuavat alueellisen työelämän tarpeesta joko työelämäkumppaneiden tai opiskelijoiden itsensä esiinnostamina. Tämäntyyppinen toiminta mahdollistaa työelämän ja korkeakoulun saumattoman yhteistyön ja molemminpuolisen hyödyn. Alueellisen työelämän tarpeita voidaan lähestyä monista eri näkökulmista ja kehittämistä toteuttaa eri menetelmillä. Viime aikoina ansiokkaita opinnäytetöitä (YAMK) sosiaali- ja terveyspalvelujen osalta on toteutettu esimerkiksi seuraavista aiheista suun terveyden etsivät palvelut – terveysintervention kehittäminen (Saderanta 2022) tietojärjestelmien käyttöönotto – tutkimuksellinen kehittämistyö (Alén 2021) bioanalytiikan perehdytys – toiminnallinen kehittämistyö (Reinikkala 2022) naistalon mobiilikäytettävyys – käytettävyystestaus (Park 2022). Näistä esimerkeistä on nähtävissä toiminnallisen ja tutkimuksellisen kehittämisen painopisteet, jotka tukevat loistavasti ammattikorkeakoulujen aluevaikuttamisen perustehtävää. Tehokkaan ja tuloksellisen aluevaikuttamisen näkökulmasta on tärkeää, että ammattikorkeakouluista valmistuneiden TK-osaaminen on työelämän vaatimuksia vastaavalla tasolla. Näyttöön perustuva toiminta Terveydenhuollossa kaikki tutkiminen ja kehittäminen on näyttöön perustuvaa toimintaa ja pohjaa aiemmin tutkittuun tietoon eli näyttöön. Täsmällisemmin ilmaistuna näyttöön perustuvalla toiminnalla tarkoitetaan tiedon tarpeiden tunnistamista, uuden tiedon tuottamista, olemassa olevan tiedon tiivistämistä, osoitetun näytön levittämistä ja hallittua käyttöönottamista. Näyttöön perustuvalla toiminnalla on tiivis yhteys tiedolla johtamisen ideologiaan, joka on entisestään vahvistunut viimeisten vuosien varrella ja noussut yhdeksi kiinnostavaksi ilmiöksi myös terveydenhuollon työyhteisöjen kehittämisessä. Sosiaali- ja terveysalalla tapahtuvien suurten muutosten tukemiseksi on tärkeää, että kaikki tutkimuksellinen kehittäminen perustuu näyttöön ja systemaattisesti johdettuun toimintaan. Tulevaisuuden työelämän osaamisen edellytyksiä Osaamisen ennakointifoorumin ensimmäisissä tuloksissa on tutkimus- ja kehittämisosaamisen eri näkökulmia nostettu edellytykseksi tulevaisuuden työelämässä toimimiseen. OPH:n (2019) Osaaminen 2035 -raportissa työelämän tärkeimmiksi geneerisiksi, toimialasta riippumattomiksi, osaamisiksi on listattu muun muassa. digitaalisten ratkaisujen ja alustojen hyödyntäminen digitaalisten toimintojen hallinta ja ohjaaminen asiakaslähtöisten palveluiden kehittäminen innovaatiot henkilökohtaisen osaamisen kehittäminen ja johtaminen. Tulevaisuuden työelämässä on tärkeää, että jokaisen osaamisen taso on riittävä ja sen kehittymisestä huolehditaan tavoitteellisesti. Ammattikorkeakouluissa tutkimus- ja kehittämisosaaminen näkyy sekä henkilöstön että opiskelijoiden jokapäiväisissä toiminnoissa ja liittyy kaikkeen tekemiseen. Kävimme keskustelemassa aiheesta kollegoiden Antti Niemi ja Iira Lankinen kanssa Metropolia Ammattikorkeakoulun Digistudiossa. Oheisessa podcast-jaksossa syvennymme omien kokemustemme ja havaintojemme perusteella keskustelemaan, miksi tutkimus-, kehittämisosaaminen on terveysalalla tärkeää ja mihin TK-menetelmiä käytännössä tarvitaan (Virtanen, Niemi & Lankinen 2022). Oheinen podcast-jakso on ensimmäinen osa sarjasta TK-menetelmiä soveltamassa. Sarja on tarkoitettu sosiaali- ja terveysalan toimijoille, kehittäjille, tutkijoille ja kaikille niille, jotka toimivat nyt tai tulevaisuudessa tutkimisen tai kehittämisen parissa tai ovat esimerkiksi käynnistämässä opinnäytetyötään osana korkeakouluopintoja. https://podcast.metropolia.fi/tk-menetelmia-soveltamassa-1-miksi-tk-menetelmien-osaaminen-on-tarkeaa/ Kirjoittaja Mari Virtanen on yliopettaja ja toimii tutkintovastaavana tutkinto-ohjelmassa digitaalisten sosiaali- ja terveyspalveluiden kliininen asiantuntija (YAMK). Hän on terveystieteilijä (TtT), opettaja ja tutkija. Virtasen tutkimus- ja kehittämisintressit keskittyvät laajasti sote-alan palveluratkaisujen innovatiiviseen kehittämiseen, digitalisaatioon ja uusien palveluiden muotoiluun. Hän toimii avoimen jakamisen ja ketterien kokeilujen periaatteella, julkaisee runsaasti sekä kansallisesti että kansainvälisesti ja toimii aktiivisesti sosiaalisen median kanavissa nimellä Mari Lehtori Virtanen. Lähteet Alén, M. 2021. Uuden tietojärjestelmän onnistuneen käyttöönoton periaatteet : tutkimuksellinen kehittämistyö digitaalisessa terveyspalveluyksikössä. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. https://urn.fi/URN:NBN:fi:amk-2021100618390 Ammattikorkeakoululaki 932/2014. https://www.finlex.fi/fi/laki/alkup/2014/20140932 OPH. 2019. Osaaminen 2035. Osaamisen ennakointifoorumin ensimmäisiä ennakointituloksia. Raportit ja selvitykset 2019:3. https://www.oph.fi/fi/tilastot-ja-julkaisut/julkaisut/osaaminen-2035 Park, T. 2022. Terveyskylän Naistalon mobiilikäytettävyystestaus ja käyttäjäkokemuksen arviointi. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. https://urn.fi/URN:NBN:fi:amk-202205169697 Reinikkala, T. 2022. Digitaalisen koulutuskokonaisuuden kehittäminen kliinisen mikrobiologian päivystyslaboratorioon – toiminnallinen kehittämistyö. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. https://urn.fi/URN:NBN:fi:amk-202204124966 Saderanta, K. 2022. Kuntouttavan työtoiminnan nuorten asiakkaiden suun terveyden edistäminen: terveysintervention kehittäminen. YAMK-opinnäytetyö. Metropolia Ammattikorkeakoulu. https://urn.fi/URN:NBN:fi:amk-2022051910516 Virtanen, M., Niemi, A. & Lankinen, I. 2022. TK-menetelmiä soveltamassa 1: Miksi TK-menetelmien osaaminen on tärkeää? Metropodia. Metropolia Ammattikorkeakoulu. https://podcast.metropolia.fi/tk-menetelmia-soveltamassa-1-miksi-tk-menetelmien-osaaminen-on-tarkeaa/
Sotemuotoilija tulevaisuuden palveluja kehittämässä
Minkälaisia ovat tulevaisuuden asiakasläheiset palvelut ja palveluratkaisut? Mitä on käyttäjälähtöisten palvelujen muotoilu ja miten se vaikuttaa tulevaisuuden sosiaali- ja terveyspalveluiden kokonaisuuteen? Miten uudenlaisia palveluita suunnitellaan asiakaslähtöisesti, kehitetään yhteisöllisesti, testataan ja käyttöönotetaan hallitusti? Miten tutkimuksellisen kehittämisen menetelmät toimivat korkeakouluyhteisössä, ja miten niitä sovelletaan uuden tiedon tuottamisessa? Muun muassa näihin kysymyksiin vastauksia etsii Metropolia Ammattikorkeakoulun blogi Sotemuotoilijat – tulevaisuuden palveluja kehittämässä. Blogipostauksissaan asiantuntijat kehittävät ja innovoivat palveluita tutkimuksellisella otteella ja tuovat esiin uudenlaisia ratkaisuja. Palvelumuotoilua monialaisesti Sotemuotoilijat-blogi on perustettu tarvelähtöisesti kesällä 2022. Tarve on noussut esiin monissa eri yhteyksissä, joissa tutkimuksellista kehittämistä ja soveltavaa tutkimusta on toivottu saatavan aiempaa näkyvämmin esille. “Erityisesti tarvetta tämäntyyppiselle julkaisukanavalle on nähty digitaalisten palveluiden kliinisten asiantuntijoiden tutkinto-ohjelmassa, monialaisesti hyvinvointi- ja terveyspalveluita tuottavassa HyMy-kylässä ja Metropolian monissa eri hankkeissa”, päätoimittaja Mari Virtanen taustoittaa. Blogin teemassa yhdistyvät sosiaali- ja terveysala sekä palvelumuotoilun ja soveltavan tutkimuksen ideologiat, ja se soveltuu erityisen hyvin moniammatillisen asiantuntijuuden julkaisukanavaksi. Sisältöä tuottavat sosiaali- ja terveysalan asiantuntijat ja opiskelijat, jotka tuovat näkyviin omia kokemuksiaan tutkittuun tietoon perustuen. Aiheita käsitellään monipuolisesti koko sosiaali- ja terveysalan näkökulmasta, laajasti ja innovatiivisesti eri mediamuotoja hyödyntäen. Postauksissa voi tekstin lisäksi törmätä myös podcasteihin ja videoihin. Blogin kantavina teemoina tulevana lukukautena (2022–23) ovat tutkimus-, kehittämis- ja innovaatio-osaaminen ja sen hyödyntäminen tutkimuksellisessa kehittämisessä ja soveltavassa tutkimuksessa sosiaali- ja terveysalan palveluiden ja palvelumallien innovointi, suunnittelu, kehittäminen, testaaminen ja arviointi Metropolian HyMy-kylän ja hankkeiden sotemuotoiluun liittyvä yhteiskehittäminen, ketterät kokeilut ja sekä käytännön ratkaisuihin tähtäävät projektit. “Oheisten teemojen lisäksi vallitseva tilanne, digitalisaation mahdollisuudet, työvoiman saatavuuteen liittyvä haasteet ja sote-palveluiden siirtyminen hyvinvointialueille tulevat väistämättä näkymään myös sotemuotoilijoiden aihevalinnoissa”, Virtanen lisää. Toimituskunta esittäytyy Toimituskunta on perustettu yhtä aikaa blogin kanssa. Toimituskunnan tehtävänä on auttaa asiantuntijoita kertomaan osaamisestaan, tutkimuksistaan, kehittämisprojekteistaan ja hankkeistaan ymmärrettävästi laajalle yleisölle. Toimituskunta huolehtii blogien julkaisusta. Lisäksi toimituskunta kannustaa kirjoittajia kirjoittamisprosessissa ja jakaa julkaisuja aktiivisesti eri sosiaalisen median kanavissa. Sotemuotoilijat-blogin toimituskunta Mari Virtanen, yliopettaja, terveysalan digitalisaatio Aino Vuorijärvi, yliopettaja, suomen kieli ja viestintä Anita Ahlstrand, lehtori, HyMy-kylän palvelutoiminnan vetäjä Blogin päätoimittaja Mari Virtanen on yliopettaja ja toimii tutkintovastaavana tutkinto-ohjelmassa digitaalisten sosiaali- ja terveyspalveluiden kliininen asiantuntija (YAMK). Hän on terveystieteilijä (TtT), opettaja ja tutkija. Virtasen tutkimus- ja kehittämisintressit keskittyvät laajasti sote-alan palveluratkaisujen innovatiiviseen kehittämiseen, digitalisaatioon ja uusien palveluiden muotoiluun. Hän toimii avoimen jakamisen ja ketterien kokeilujen periaatteella, julkaisee runsaasti sekä kansallisesti että kansainvälisesti ja toimii aktiivisesti sosiaalisen median kanavissa nimellä Mari Lehtori Virtanen. Aino Vuorijärvi on suomen kielen ja viestinnän yliopettaja. Hän työskentelee laajasti sosiaali- ja terveysalan tutkinnoissa opetus-, suunnittelu- ja kehittämistehtävissä. Vuorijärven työ sivuaa usein opinnäytetöiden (AMK ja YAMK) ja eri digitaalisten julkaisujen tekstinohjausta sekä asiantuntijaviestintää. Hän on perehtynyt lingvistiseen tekstintutkimukseen (FT) ja toimii asiantuntijana useissa kieli- ja viestintätaitoon ja niiden arviointiin liittyvissä verkostoissa. Anita Ahlstrand on lehtori (LitM) ja toimii palvelutoiminnan vetäjänä Metropolian oppimis- ja kehittämisympäristö HyMy-kylässä. Kylässä hän koordinoi operatiivisen toiminnan kehittämistä sekä hyvinvointi- ja terveyspalvelujen monialaista muotoilua. Ahlstrand on terveystieteen väitöskirjatutkijana Turun yliopistossa, ja hänen tutkimusintressinsä keskittyvät haavoittuvassa asemassa olevien asiakkaiden osallisuuden vahvistamiseen ja kehittäjäkumppanuuteen. Ihmislähtöisyys, innovatiivisuus ja luovat käytännön ratkaisut ovat hänelle kaiken toiminnan perusta. Metropolia Ammattikorkeakoulussa tehdään valtavasti soveltavaa tutkimusta ja kehittämistyötä, innovaatioitakin. Niihin tämä ja muut Metropolian toimitetut blogit avaavat uuden ikkunan. Blogin toimituskunta ottaa aiheeseen liittyvät julkaisut vastaan, joten jos haluat kirjoittajaksi, lue sotemuotoilijoiden kirjoittajaohjeet Drivessä ja lähesty päätoimittajaa sähköpostilla mari.virtanen@metropolia.fi Uteliaina ja innostuneina toivotamme sinut sotemuotoilijoiden matkaan. Tervetuloa!
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