Avainsana: digikliiniset asiantuntijat

Digitaaliset ratkaisut lasten ja nuorten ylipainon hallinnan apuna

4.7.2024
Mari Lehtori Virtanen

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

13.6.2024
Mari Lehtori Virtanen

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

15.4.2024
Mari Lehtori Virtanen

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.

Hyvinvointialueiden digitalisaatio – pakko vai mahdollisuus?

1.3.2023

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