Sotemuotoilijat

Älykäs tekoälytehostettu potilasohjaus on yksi terveydenhuollon digitalisaation uusimmista ilmiöistä. Siihen kuuluvat esimerkiksi chattibottien, äänibottien ja antropomorfisten eli ihmisenkaltaisten digitaalisten avattarien hyödyntäminen[1]. Palvelujen saatavuuden, oikea-aikaisen tarjoamisen ja optimaalisen kohdentamisen kannalta on tärkeää löytää älykkäästä potilasohjauksesta eniten hyötyvät kohderyhmät ja kohdentaa uusia palveluratkaisuja heille. Koska teknologinen kehitys on viime vuosina ollut ällistyttävän nopeaa, älykkäät palvelut voivat mullistaa potilasohjausta erityisesti ennaltaehkäisevän työn ja hoitoon ohjaamisen osalta. Älykkäiden palvelujen kehittämisen ja onnistuneen käyttöönoton kannalta kohderyhmän osallistaminen on merkittävässä roolissa. Varhaisessa vaiheessa osallistettu asiakas motivoituu ja sitoutuu helpommin valmiin palvelun käyttöön kuin pelkkää palvelua käyttävä yksilö. Älykkään potilasohjauksen tekniset ratkaisut Älykäs potilasohjaus voidaan ymmärtää monella tavalla, mutta tässä yhteydessä sillä tarkoitetaan tekoälytehostettuja digitaalisia ratkaisuja, jotka avustavat potilasta hänen hoitopolkunsa eri vaiheissa. Älykkäät ratkaisut pyrkivät jäljittelemään ihmisten välistä vuorovaikutusta eri viestintämuotojen, kuten kirjallisen, suullisen ja visuaalisen viestinnän avulla.[2] Uusimmat tekoälyratkaisut eivät pelkästään luota ennalta laadittuihin vastausprotokolliin, vaan antavat yksilöityjä ehdotuksia käyttäjän toimien ja vuorovaikutuksen perusteella. Käytännössä älykkäät ratkaisut ovat kehittyneitä ohjelmistosovelluksia, jotka hyödyntävät erilaisia tekoälytekniikoita, kuten koneoppimista, luonnollisen kielen käsittelyä ja data-analytiikkaa. Ne ovat suunniteltu ymmärtämään vuorovaikutusta, tulkitsemaan ihmisen antamia komentoja ja vastaamaan niihin asianmukaisesti, mikä mahdollistaa myös monimutkaisempia, päättelyä ja ennustamista edellyttäviä tehtäviä.[3] Tekstiä ymmärtävien chattibottien[4] rinnalle on viime vuosien aikana tuotu myös ääntä ymmärtäviä botteja. Näiden älykkäiden äänibottien (voicebots) avulla käyttäjä voi navigoida vuorovaikutteisessa järjestelmässä omalla kielellään ja äänellään. Enää ei tarvitse kuunnella esimerkiksi puhelimen eri näppäimiin liittyviä numerovalintoja, vaan järjestelmän kanssa voi vuorovaikuttaa suoraan puhumalla.[5] Vaikka teknisiä ratkaisuja on jo runsaasti olemassa, niiden soveltava käyttö suomalaisessa terveydenhuollossa on vielä vähäistä. Maailmalla älykkäistä boteista etsitään apua esimerkiksi elämäntapamuutosten ja terveyttä edistävän käytöksen tueksi. Näissä yhteyksissä ne voivat auttaa saavuttamaan terveyskäyttäytymistavoitteet tarjoamalla reaaliaikaista palautetta ja tukea, mikä parantaa käyttäjien sitoutumista ja motivoitumista haastavaan pitkäkestoiseen muutokseen. Älykkäiden palvelujen kohdentaminen Tekoälyyn perustuvan potilasohjauksen kehittäminen edellyttää teknologian hyödyntämistä yksilöllisesti, vuorovaikutteisesti ja tutkittuun tietoon perustuen. Älykkäiden terveysratkaisujen kohdentamisen kannalta tärkeää on tunnistaa korkean riskin ja hyödyn asiakkaat ja kohdentaa palveluja resurssitehokkaasti oikealle kohdejoukolle. Tehokkaamman kohdentamisen myötä terveydenhuollon painopistettä voidaan kääntää reaktiivisesta hoitamisesta yhä enemmän ennaltaehkäisevään työhön. Älykkään ohjauksen kohdentamisen tueksi asiakkaita voidaan profiloida tarvelähtöisesti esimerkiksi keräämällä demografisia tietoja, terveys- ja käyttäytymistietoja sekä tietoja mieltymyksistä, elämäntapatekijöistä ja ympäristömuuttujista. Näiden tietojen perusteella voidaan kehittää ja kouluttaa laadukkaita ja tarkoitukseen soveltuvia tekoälymalleja. Koneoppimista hyödyntävät tekoälyjärjestelmät voivat analysoida kerättyjä tietoja ja tunnistaa riskitekijöitä, jotka liittyvät esimerkiksi diabetekseen, sydänsairauksiin ja syöpään. Lisäksi ne voivat arvioida yksilön todennäköisyyttä sairastua ja tarjota terveydenhuollon ammattilaisille käyttökelpoista tietoa potilaiden tulevaisuudesta. Tunnistamalla korkean riskin ja hyödyn potilaita terveydenhuollon tarjoajat voivat toteuttaa varhaisen puuttumisen strategioitaan entistä aikaisemmin. Näihin kuuluvat esimerkiksi yksilölliset hoitosuunnitelmat, elintapojen muutosohjelmat ja taudin etenemisen yksilöllinen seuranta.[6] Älykkäiden palvelujen haasteita Vaikka teknologinen kehitys on jo pitkällä, tekoälytuetussa potilasohjauksessa on tunnistettu merkittäviä haasteita, joista seuraavassa muutamia esimerkkejä: Älykkyyden taso haastaa tekoälyjärjestelmien kykyä osallistua monimutkaisiin keskusteluihin ja vaikuttaa kykyyn tuottaa asiakkaan tarvetta palvelevia yksilöllisiä vastauksia. Empatian ja tunneälyn puute haastaa käyttäjien sitoutumista ja tyytyväisyyttä tekoälybottien käyttöön. Vaikka empatiaa on yritetty sisällyttää näihin ratkaisuihin, ne eivät kovin hyvin tunnista vuorovaikutuksen emotionaalista kontekstia. Potilastietojen käsittely, tietoturva ja tietosuoja. Kyvyttömyys tarkasti tunnistaa potilaan kiireellistä hoitoa vaativaa tilaa. Mahdollisuus epäasianmukaisiin terveysnevoihin ja siihen liittyvään hoidon viivästymiseen tai komplikaatioihin. Älykkäiden ratkaisujen lääketieteellinen kouluttaminen ja validointi on vielä keskeneräistä, mikä herättää huolta niiden luotettavuudesta. Tekniset ongelmat, kuten tietojärjestelmien ja laitteiden yhteensopimattomuus voivat heikentää tekoälyratkaisujen tehokkuutta. Tutkitun tiedon ja luotettavan näytön puute hidastaa tekoälyratkaisujen käyttöönottoa. Tutkittua tietoa on todella vähän, tehdyissä tutkimuksissa otoskoot ovat pieniä ja interventioiden kestot lyhyitä, minkä vuoksi tulokset eivät ole yleistettävissä[7].   Älykkään ohjauksen kehittämisen tueksi Myös asiakaslähtöisestä kehittämisestä puhutaan paljon. Käytännössä sillä tarkoitetaan sitä, että kehitteillä olevat palvelut suunnitellaan ja toteutetaan vastaamaan asiakkaan tarpeita ja toiveita. Asiakas nähdään aktiivisena toimijana, ja hänen kokemuksiaan hyödynnetään kehittämisen kaikissa vaiheissa  palvelujen ideoinnin, suunnittelun, toteuttamisen ja arvioinnin tukena.[8] Kehittäminen etenee tyypillisesti vaiheittain, ja sen tukena voi hyödyntää esimerkiksi PDCA-mallia (plan-do-check-act)[9].  Suunnittele (Plan) Tee taustakartoituksia ja systemaattisia tiedonhakuja ilmiön ja olemassa olevan näytön kartoittamiseksi. Analysoi olemassa olevia ratkaisuja ja tarkastele aikaansaatuja vaikutuksia. Tee asiakastutkimus loppukäyttäjiä kuulemalla kyselyjen tai haastattelujen avulla. Määritä selkeät tavoitteet, suunnittele ja kehitä ensimmäinen prototyyppi keräämääsi aineistoon perustuen. Tee (Do) Toteuta ohjausbotin kehitys suunnitelman mukaisesti. Ota loppukäyttäjät mukaan käytettävyyden testaukseen ja kerää laajasti palautetta eri menetelmillä. Tarkista (Check) Arvioi käyttäjien palautteita ja tyytyväisyyttä kyselyjen ja haastattelujen avulla. Arvioi ohjausbotin suorituskykyä, käyttöä ja mahdollisten ongelmien määrää. Tarkista järjestelmätekniset yksityiskohdat ja mahdollinen integrointi olemassa oleviin järjestelmiin. Toimi (Act) Tee tarvittavat muutokset palautteiden ja käytettävyystestauksen perusteella. Lisää ja parantele ominaisuuksia. Integroi kehitetty ohjausbotti osaksi olemassa olevia järjestelmiä.Toista kehittämisen PDCA-sykli säännöllisesti. Pidä loppukäyttäjä, asiakas tai potilas jatkuvasti mukana ja varmista, että kehitettävä palvelu vastaa oikeasti heidän tarpeitaan. Lähteet [1] Anisha SA, Sen A, Bain C. 2024. Evaluating the Potential and Pitfalls of AI-Powered Conversational Agents as Humanlike Virtual Health Carers in the Remote Management of Noncommunicable Diseases: Scoping Review. J Med Internet Res, 26:e56114.[2] Aggarwal A, Tam CC, Wu D et al. 2023. Artificial Intelligence-Based Chatbots for Promoting Health Behavioral Changes: Systematic Review. J Med Internet Res, 24;25:e40789.[3] Tudor Car L, Dhinagaran DA, Kyaw BM, et al. 2020. Conversational Agents in Health Care: Scoping Review and Conceptual Analysis. J Med Internet Res, 7;22(8):e17158.[4] Aggarwal A, Tam CC, Wu D et al. 2023. Artificial Intelligence-Based Chatbots for Promoting Health Behavioral Changes: Systematic Review. J Med Internet Res, 24;25:e40789.[5] Genesys. 2024. What is a voicebot?[6] Sandeep, R. 2024. Employing AI to Generate Ideas in Education. The Key to Entrepreneurial Innovation, Chapter 4. IGI Global Platform.[7]  Bachina L & Kanagala A. 2024. Health revolution: AI-powered patient engagement. J Med Internet Res, 26:e56114;1.[8] Virtanen M. 2022. Aito asiakaslähtöisyys ja asiakasosallisuus - Onko niitä digitaalisten palveluiden kehittämisessä? Teoksessa Elomaa-Krapu, M. & Vuorijärvi, A. (toim.). Osallistavia ratkaisuja digitaalisiin hyvinvointi- ja terveyspalveluihin. ISBN 978-952-328-349-7. Metropolia Ammattikorkeakoulu.[9] PDCA. Wikipedia.