Sotemuotoilijat

Tulevaisuuden sosiaali- ja terveysalan palveluja ja rakenteita muotoilemassa Tilaa RSS-syöte

Älykästä omaishoitoa ikääntyvälle väestölle
9.9.2024
Mari Lehtori Virtanen

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.

Lue lisää

Terveyssuosituksia tekoälyltä?
29.8.2024
Mari Lehtori Virtanen

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).  

Lue lisää

Digikyvykkyydet osaksi terveydenhuollon arkea
15.8.2024
Terhi Reddington & Mari Lehtori Virtanen

Digitaalinen osaaminen ja sen jatkuva kehittäminen ovat yhä tärkeämpiä maailmanlaajuisesti, kun terveydenhuoltojärjestelmät hyödyntävät ja ottavat käyttöön erilaisia digitaalisia teknologioita. Terveydenhuollon ammattilaisten tulee olla valmiita työskentelemään erilaisissa digitaalisissa ympäristöissä ja sopeutumaan erilaisiin teknologisiin kehityksiin. Digitaaliset kyvykkyydet tehostavat terveydenhuollon prosesseja, potilasturvallisuutta ja potilaiden hoitoa erilaisten työkalujen, kuten sähköisten terveystietojen, etäterveyden alustojen ja mobiilisovellusten avulla. Ammattilaisten on monipuolisesti hyödynnettävä näitä työkaluja parantaakseen potilaiden hoitotuloksia ja tehostaakseen terveydenhuollon toimintaa. Digikyvykkyyksien kehittäminen tuleekin ottaa osaksi kaikkien terveydenhuollon organisaatioiden toimintaa ja strategisia suunnitelmia. Digitaaliset kyvykkyydet Digikyvykkyyksillä eli digitaalisilla kyvykkyyksillä tarkoitetaan niitä valmiuksia ja taitoja, joita yksilöt ja organisaatiot käyttävät hyödyntämään digitaalisia teknologioita tehokkaasti erilaisissa toimintaympäristöissä. Digikyvykkyydet ovat sekä teknisiä että ei-teknisiä taitoja, joita tarvitaan digitaalisessa maailmassa toimimiseen. Digikyvykkyydet koostuvat muun muassa teknisestä osaamisesta, kuten tietotekniikka ja tietojär-jestelmäosaamisesta, tietojenlukutaidoista, ongelmanratkaisutaidoista ja oppimiskyvyistä.1 Näin ollen digitaalinen kyvykkyys voidaankin nähdä laajempana käsitteenä kuin digitaalinen osaaminen. Digikyvykkyydet liittyvät myös vahvasti tietoturvallisuuden huomioimiseen. Digitaalisten terveystietojen yleistyessä terveydenhuollon ammattilaisilla on oltava taidot hallita ja analysoida suuria tietomääriä, heidän tulee esimerkiksi ymmärtää tietosuoja- ja turvallisuusmääräykset potilastietojen turvaamiseksi. Myös digitaalinen viestintä on osa digikyvykkyyttä ja sillä on keskeinen rooli nykyaikaisessa terveydenhuollossa.2 Esimerkiksi sairaanhoitajat ovat usein vuorovaikutuksessa potilaiden, kollegoiden ja muiden terveydenhuollon ammattilaisten kanssa erilaisten digitaalisten kanavien kautta. Tehokkaat viestintätaidot näissä digitaalisissa kanavissa ovat olennaisia osia laadukkaan hoidon tarjoamiseksi. Lisäksi ammattilaisten tulee olla tietoisia digitaalista terveyttä ympäröivästä sääntelystä, kuten tietosuojaa, telelääketieteen ja lääkinnällisten laitteiden sääntelyä koskevista laeista. Näiden määräysten noudattaminen varmistaa digitaalisten teknologioiden vastuullisen käytön terveydenhuollossa. Jokaisen ammattilaisen on lisäksi ymmärrettävä kuinka he voivat varmistaa digitaalisen tiedon korkean laadun ja siten tiedonlukutaito ja tiedonhallinta ovat olennainen osa terveydenhuollon ammattilaisten digitaalista osaamista.3 Digikyvykkyydet valtaavat nopeasti alaa Nykyajan terveydenhuolto on vahvasti riippuvainen digitaalisista teknologioista potilaiden hoidossa, lääketieteellisessä tutkimuksessa ja hallinnollisissa tehtävissä. Terveydenhuollon ammattilaisten on oltava taitavia integroimaan digitaalinen teknologinen osaaminen tehokkaasti omiin käytäntöihinsä ja organisaatioiden on maksimoitava teknologian mahdollisuudet parantaakseen potilaiden hoitoa.4 Terveydenhuollon digikyvykkyydet ovat kehittyneet merkittävästi viime vuosina ja ne ovat osaltaan tehostaneet hoitoprosesseja sekä parantaneet potilaskokemusta. Digikyvykkyyksien ja digitaalisen terveysteknologian kehitys ovat tulevaisuudessa todennäköisesti entistä suuremmassa roolissa osana terveydenhuoltoa.5 Kiinassa tehty poikkileikkaustutkimus osoitti lääketieteen opiskelijoiden tietoisuuden digitaalisesta terveydestä olevan korkea ja heille oli yleistä käyttää digitaalisia terveysteknologioita jokapäiväisessä elämässään. Opiskelijat uskoivat, että digitaalisten terveysteknologioiden käytöllä on paljon etuja lääketieteessä ja he olivat halukkaita käyttämään digitaalisia terveyspalveluita.6 Digitalisaatio vaatii kuitenkin muutoksia terveydenhuollon toimintatavoissa ja käytännöissä7. Tutkimuksissa on osoitettu, että digitaalisten teknologioiden käyttöönotto vaikuttaa positiivisesti hoidon laatuun. Digitaalinen teknologia ja kyvykkyys käyttää sitä parantaa tuottavuutta ja optimoi terveydenhuollon ammattilaisten ajankäyttöä.8 Lisäksi tarvitaan terveydenhuollon ammattilaisten digitaalisen osaamisen arviointia, joka organisaatioiden tulisi varmistaa. Ammattilaisten digitaalisen osaamisen parantaminen on tärkeää. Sitä voitaisiin tukea ajas-ta ja paikasta riippumattomilla oppimisratkaisuilla, joita voitaisiin kohdentaa soveltaen eri osa-alueisiin ku-ten digitaalisten valmiuksien kehittämiseen. Digitaaliset oppimisratkaisut voivat parhaimmillaan tarjota aiempaa enemmän joustavuutta, tehokkaampaa viestintää ja osallistumismahdollisuuksia.9,10 Digikyvykkyyksien kehittäminen Digikyvykkyyksien jatkuva kehittäminen on ensiarvoisen tärkeää vaikuttavan digitalisaation toteutumiseksi. Organisaatioiden kyky kehittää ja toteuttaa digitaalisia strategioita ja kyky johtaa muutosta erityisesti digita-lisaation suhteen on erityisen tärkeää niitä käyttäville ammattilaisille, mutta myös digitalisaation tuomasta muutoksesta hyötyville asiakkaille. Uraauurtavat terveysteknologiat luovat uusia ja edistyksellisiä terveydenhuoltopalveluita ja –ratkaisuja, joiden toteutumiseksi tarvitaan systemaattisia toimia. WHO11 suosittaa seuraavia toimia digitaalisten terveysstrategioiden ja kyvykkyyksien kehittämiseksi kehitetään yleismaailmallinen strategia digitaalisen terveyden edistämiseksi, jonka mukaisesti edistetään digitaalisten teknologioiden hyödyntämistä ja tuetaan terveys- ja hyvinvointitavoitteiden saavuttamista kehitetään menetelmiä tiedon hallitsemiseksi ja jakamiseksi sekä jaetaan tietoa ja hyviä käytäntöjä uusista menetelmistä ja tekniikoista. Kerätään näyttöä ja kokemuksia digitaalisesta terveydestä eri maissa ja yhteisöissä autetaan maita luomaan tietokeskuksia tautien seurantaan ja varmistetaan, että epidemioiden ja hätätilanteiden aikana voidaan tehdä oikea-aikaisia ja tietoon perustuvia päätöksiä koordinoidaan maiden ja sidosryhmien toimia globaalien, alueellisten ja kansallisten haasteiden ja mahdollisuuksien edessä ja tunnistetaan ja hallitaan riskejä sekä viestitään niistä vähennetään digitaalisten teknologioiden käytön uhkia ja parannetaan terveyttä sekä pyritään saavuttamaan terveyteen liittyvän kestävän kehityksen tavoitteet.12 Digikyvykkyyksien kehittämiseksi tarvitaan ammattilaisten sitoutuneisuutta ja motivaatiota sekä terveydenhuollon organisaatioiden tukea. Organisaatioiden tulee kiinnittää huomiota työpaikan sosiaaliseen ympäristöön ja luoda myönteinen ilmapiiri digitalisaation herättämien tunteiden parantamiseksi. Uuden teknologian onnistunut käyttöönotto vaatiikin sekä organisaation että työntekijöiden panosta. Digikyvykkyyksien johtaminen lisää luottamusta terveydenhuoltoon Teknologian nopean kehityksen vuoksi terveydenhuollon ammattilaisten on sitouduttava elinikäiseen oppimiseen pysyäkseen ajan tasalla uusista digitaalisista työkaluista ja tekniikoista. Digitaalisen osaamisen jatkuva ammatillinen kehittyminen on keskeistä, jotta voidaan tarjota potilaille korkeatasoista hoitoa. Tutkimuksissa on huomattu, että esimerkiksi sairaanhoitajilta vaadittava elinikäinen oppiminen ja digitaalisen osaamisen kehittäminen ei vaikuta vain hoitajiin vaan koko osastoon. Oppimista tukeva ympäristö on välttämätön edellytys uusien taitojen oppimiselle ja kehitykselle.13,14 Digikyvykkyyksien johtaminen on olennainen osa tätä kokonaisuutta. Organisaation johdon on paitsi tuettava jatkuvaa oppimista, myös strategisesti suunniteltava, miten digitaalisia taitoja kehitetään osana koko henkilöstön osaamista. Tarvitaan sellaisen kulttuurin luomista, jossa digitaaliset innovaatiot ja yhteistyö korostuvat. Selkeiden digitaalisten tavoitteiden asettaminen on tärkeää, kuten koulutusten ja resurssien suuntaaminen niille osa-alueille, jotka parhaiten tukevat organisaation päämääriä. Johdon rooli on varmistaa, että organisaatiolla on tarvittavat resurssit ja että henkilöstö kokee itsensä motivoituneeksi ja tuetuksi uusien teknologioiden omaksumisessa. Digitaalinen osaaminen myös edistää yhteistyötä sairaanhoitajien ja muiden terveydenhuollon ammattilaisten sekä teknologian ja datatieteen asiantuntijoiden välillä. Tieteidenvälinen tiimityö yksilö-, ryhmä- ja organisaatiotasolla on välttämätöntä digitaalisten innovaatioiden hyödyntämiseksi, jotta voidaan parantaa terveydenhuollon toimintaa15. Digitaalisten teknologioiden käyttöönotto ja integrointi olemassa oleviin järjestelmiin ja palveluihin kansallisella tasolla vaativat maailmanlaajuista ohjausta, koordinointia ja erilaisten työkalujen käyttöönottamista16. Digitaalisen osaamisen omaksuminen ei ole pelkästään teknisten taitojen hallitsemista, vaan kyse on myös terveydenhuollon ammattilaisten ammatti-identiteetin muokkaamisesta. Omaksumalla erilaiset digitaaliset innovaatiot vastuullisesti ammattilaiset voivat vahvistaa rooliaan luotettavina terveydenhuollon tarjoajina nopeasti kehittyvässä terveydenhuollon ympäristössä. Esimerkiksi Suomessa terveydenhuollon digitalisaatioon liittyviä teemoja voi opiskella useassa korkeakoulussa sekä tutkintoon johtaen että eri pituisina täydennyskoulutuksina. Kirjoittajat Terhi Reddington on kätilö, joka valmistuu syksyllä 2024 Metropolia Ammattikorkeakousta digitaalisten palvelujen asiantuntijaksi (YAMK) sosiaali- ja terveysalalla. Hänen tavoitteenaan on yhdistää käytännön kokemuksensa kätilönä erilaisiin kehittyviin digitaalisiin ratkaisuihin ja edistää terveydenhuollon palveluita. Mari Virtanen on terveystieteilijä ja yliopettaja (TtT) Metropolia Ammattikorkeakoulussa. Hän on kiinnostunut sotepalvelujen vastuullisesta kehittämisestä, terveyspalvelujen vaikuttavasta digitalisaatiosta ja digitaalisen potilasohjauksen rajattomista mahdollisuuksista. Näiden teemojen parissa hän opettaa ja tekee tutkimusta.   Lähteet 1 Foadi, N. & Varghese, J. 2022. Digital competence – A Key Competence for Todays and Future Physicians. Journal of European CME, 11: 1. 2 Fitzpatrick, P.J. 2023. Improving health literacy using the power of digital communications to achieve better health outcomes for patients and practitioners. Frontiers in Digital Health, 5: 1264780. 3 Foadi, N. & Varghese, J. 2022. Digital competence – A Key Competence for Todays and Future Physicians. Journal of European CME, 11: 1. 4 Kennedy, S. & Yaldren, J. 2017. A look at digital literacy in health and social care. British Journal of Cardiac Nursing, 12: 9. 5 Senbekov, M. et al. 2020. The Recent Progress and Applications of Digital Technologies in Healthcare: A Review. International Journal of Telemedicine and Applications. 6 Ma, M., Li, Y., Gao, L. et.al. 2023. The need for digital health education among next-generation health workers in China: a cross-sectional survey on digital health education. BMC Medical Education, vol. 23, pp. 1-11.  7 Konttila, J., Siira, H., Kyngäs, H., et al. 2019. Healthcare professionals’ competence in digitalisation. A systematic review. Journal of Clinical Nursing, 28: 745– 761. 8 Kraus, S., Schiavone, F., Pluzhnikova, A. & Chiara Invernizzi, A. 2021. Digital transformation in healthcare: Analyzing the current state-of-research. Journal of Business Research. 9 Konttila, J., Siira, H., Kyngäs, H., et al. 2019. Healthcare professionals’ competence in digitalisation: A systematic review. Journal of Clinical Nursing, 28: 745– 761. 10 Kennedy, S. & Yaldren, J. 2017. A look at digital literacy in health and social care. British Journal of Cardiac Nursing, 12: 9. 11 World Health Organization (WHO). Global strategy on digital health 2020-2025. 12 World Health Organization (WHO). Global strategy on digital health 2020-2025. 13 Mlambo, M. & Silen, C. & McGrath, C. 2021. Lifelong learning and nurses’ continuing professional development, a metasynthesis of the literature. BMC Nurs, 20: 62. 14 Kennedy, S. & Yaldren, J. 2017. A look at digital literacy in health and social care. British Journal of Cardiac Nursing, 12: 9. 15 Krause-Juttler, G. & Weitz, J. & Bork, U. 2022. Interdisciplinary Collaborations in Digital Health Research: Mixed Methods Case Study. JMIR Hum Factors. Apr-Jun; 9(2): e36579. 16 World Health Organization (WHO). Global strategy on digital health 2020-2025.  

Lue lisää
Uudemmat postaukset Vanhemmat postaukset