Avainsana: tekoäly
Innovaatioilla vaikuttavuutta terveysalan koulutukseen
Terveydenhuollon toimialan kehittyminen on dynaaminen prosessi, joka on välttämätön potilaille ja työssä toimiville asiantuntijoille kaikkialla maailmassa. Välttämätöntä se on myös terveydenhuollon kestävyydelle, saatavuudelle, turvallisuudelle ja laadulle. Tässä moniulotteisessa kehittymisprosessissa koulutuksen ja jatkuvan oppimisen roolit ovat merkittävät. Liittämällä näyttöön perustuva tieto ja innovatiiviset opiskelu- ja opetuskäytänteet yhteen voidaan varmistaa, että eri tavoin saavutettu osaaminen vastaa organisaatioiden ja työyhteisöjen kehittyviä tarpeita. Vahvistamalla yhteistyötä ja vuoropuhelua kouluttajien, tutkijoiden ja kentällä toimivien asiantuntijoiden välillä voidaan uutta tietoa, näkemyksiä ja kokemuksia hyödyntää jatkuvaa oppimista tukevien kokonaisuuksien suunnittelussa ja toteuttamisessa. Näyttöön perustuva tieto + teknologiset ratkaisut + pedagogiikka = innovatiiviset oppimisratkaisut Terveydenhuollon koulutukseen ja koulutustarpeisiin liittyy monia isoja kysymyksiä. Minälaista on tulevaisuuden työ ja miten koulutuksen järjestäjien tulisi tähän valmistautua? Miten ratkaista sekä työvoiman että terveydenhuoltopalveluja käyttävien henkilöiden määrän lisääntymisen ja monimuotoisuuteen liittyvät haasteet? Miten huomioida työssä hyödynnettävien teknologioiden kehittyminen ja käyttöönotettavien teknologisten opetusratkaisujen määrän lisääntyminen? Näihin kysymyksiin etsitään joustavia ja monimuotoisia ratkaisuja maailmanlaajuisesti. Erilaisten teknologioiden, virtuaalisten simulaatioiden, laajennettujen todellisuuksien ja tekoälytyökalujen integrointi koulutukseen antaa koulutuksen asiantuntijoille mahdollisuuden kehittää ja tuottaa, opiskelijoille mahdollisuuden osallistua entistä mukautuvampiin oppimistilanteisiin. Yksi maailmanlaajuisesti arvostettu hoito- ja terveystieteiden koulutuksen yhteistyöfoorumi on NETNEP (Nursing Education In Practice)-konferenssi, joka tänä syksynä pidettiin Singapore Expossa. Konferenssin teemana oli From disruption to innovation in nursing and midwifery: Celebrating and driving outcomes through education. Konferenssissa kuultiin kymmeniä puheenvuoroja ja nähtiin satoja postereita. Tämä teksti perustuu konferenssin laajaan tieteelliseen sisältöön teemasta New technolgies, artificial intelligence, simulation and social media in teaching and practice. Tekoäly kaiken keskiössä Yksi tämän hetken kuumimmista ilmiöistä on generatiivinen tekoäly ja sen hyödyntäminen opettamisen ja oppimisen eri yhteyksissä. Koulutuksen näkökulmasta ilmiötä tarkasteltiin useissa puheenvuoroissa sekä opettajien että opiskelijoiden näkökulmasta. Sille esitettiin useita opetusta rikastavia käyttökohteita, kuten tapaustyyppisten, reflektointia edellyttävien oppimistehtävien tuottaminen monivalintakysymysten tuottaminen arviointikehikkojen, kyselylomakkeiden ja mittareiden tuottaminen palautteiden antaminen kieliopin ja tekstien tarkistaminen oppimistehtävien plagiointitarkistus ohjaus- ja opetusvideoiden ja opetussisältöjen tuottaminen.1,2,3 Tekoälyn hyödyntämisen näkökulmasta tärkeänä pidettiin, että opetushenkilöstön osaaminen on ajantasaista ja että osaamisen kehittymistä tukevaa koulutusta, ohjeistusta ja käytännöllisiä esimerkkejä on riittävästi saatavilla4. Lisäksi peräänkuulutettiin avointa ja ajantasaista hoito- ja terveystieteiden tekoälyn opetuskäytön ohjeistusta5. Suomessa kaikille toimialoille soveltuvan kansallisen ohjeistuksen on tuottanut Arene (2024)6 ja se on avoimesti korkeakoulutoimijoiden hyödynnettävissä. Lisäksi monet korkeakoulut ovat julkaisseet omia ohjeistuksia henkilöstölle ja opiskelijoille. Kaikkien ohjeiden ja linjausten osalta tärkeintä on kuitenkin se, että ne otetaan korkeakouluyhteisöissä täysimääräisesti käyttöön ja kaikkien organisaation toimijoiden osaaminen saavuttaisi linjausten hyödyntämistä edellyttävän perustason. Teknisten mahdollisuuksien ohella esiin nousivat eettiset näkökulmat. Tärkeänä pidettiin sitä, ettei tekoälyn oleteta korvaavan nykyisiä toimintoja, vaan enemmänkin nähtäisiin se mahdollisuutena opettamisen ja oppimisen rikasteena. Selvää oli myös se, että vaikka opiskelijat ohjeistetaan asianmukaiseen ja eettiseen käyttöön, käytännön haaste on se, että ohjeistuksesta huolimatta yksilöt ovat vastuussa uusien työkalujen eettisestä hyödyntämisestä. Opiskelijoille tekoälytyökalut mahdollistavat nopean ja tehokkaan tavan ideoida ja tarkastella ilmiöitä eri näkökulmista. Lisäksi se voi avustaa tehtävien tekemisessä, vastausten tarkistamisessa ja tentteihin valmistautumisessa. Generatiivisen tekoälyn käytön on koettu lisäävän opiskelumotivaatiota, parantavan teknistä osaamista, opettavan kriittistä ajattelua ja valmistavan opiskelijoita työelämään. Lisäksi tekoälytyökalujen, kuten ChatGPT ja Copilot, käytöstä on koettu merkittävää etua tilanteissa, joissa opiskelukieli ei ole opiskelijan äidinkieli. Ylipäänsä esillä olleet tutkimukset raportoivat hyvin positiivisia asenteita sen käyttöä kohtaan, joskin lisätutkimusta peräänkuulutettiin. Eettisten haasteiden lisäksi käytön haittapuolena nähtiin tekoälytyökalujen mahdollinen hallusinointi tiedon tuottamisessa ja käyttäjien luovuuden ja kriittisen ajattelun väheneminen.7,8 Opiskelijoiden parissa esiin on nostettu huoli oman ajattelun laiskistumisesta ja tekoälyn tuottaman tiedon luotettavuudesta9. "Tekoälyn hyödyntäminen on pedagogiikkaa". - Hui Xuan Yap Laajennetut todellisuudet oppimisen rikastajina Konferenssin innovatiivisimmasta annista vastasi Hybrid Intelligence -tutkimushanke, jonka tarkoituksena on selvittää ihmisen ja koneen välistä vuorovaikutusta oppimisen tukena. Hanke hyödyntää laajennettua todellisuutta, sensoriteknologiaa ja ihmisen ja koneen välistä vuorovaikutusta mittaamalla kognitiivisten muutosten lisäksi neurofysiologisia muutoksia, rekisteröimällä sydämen ja aivojen sähköistä toimintaa ja iholla tapahtuvia muutoksia. Mittaustulosten perusteella positiivisia vaikutuksia on saatu oppijoiden varmuuden lisääntymiseen, kuitenkaan lisäämättä heidän kokemaansa stressiä.10 Laajennetun todellisuuden ratkaisuista esillä olivat virtuaaliset simulaatiot ja virtuaalipotilaat, jotka mahdollistavat oppijoiden toimimisen ja virtuaalisten potilaiden hoitamisen ympäristöön sulautuvissa, immersiivisissä ympäristössä, älylaitteiden tai VR-silmikon välityksellä. Oppimiskokemukset näillä tekniikoilla ovat olleet varsin positiivisia verrattuna perinteisiin opetusmenetelmiin, joskin teknisten ratkaisujen käytettävyys on osin koettu haastavaksi.11,12 Vaikutuksista kohti vaikuttavuutta Koulutuksen vaikuttavuus on monisyinen kysymys, jonka arvioiminen ja ymmärtäminen sisältää useita ulottuvuuksia13. Vaikuttavuustutkijoiden Kirkpatrickin (1998)14 ja Kaufmanin (1995)15 mukaan koulutuksen vaikutuksia tulee mitata useilla tasoilla ja eri toimijoiden näkökulmasta. Koulutusorganisaation näkökulmasta merkittävää on opiskelijoiden tyytyväisyys (taso I), muutokset tiedollisessa ja taidollisessa osaamisessa (taso II) ja opitun siirrettävyys oppilaitoksista työelämään ja ympäröivään yhteiskuntaan (taso III). Organisaatioiden näkökulmasta tärkeää on uusien oppien laajempi käyttöönottaminen osaksi toimintoja (taso IV) ja niiden pitkäaikaisvaikutukset esimerkiksi kustannusten laskuun ja muuhun resurssitehokkuuteen (taso V). Yhteiskunnalle merkittäviä ovat kansanterveydelliset vaikutukset (taso VI), joita voivat olla esimerkiksi positiiviset terveysvaikutukset, sairastavuuden väheneminen ja elämänlaadun parantuminen. Koulutusorganisaatioiden näkökulmasta vaikutusten ja vaikuttavuuden mittaamiseen parhaiten soveltuvat tasot I-III, joita voidaan arvioida esimerkiksi tiedollista tai taidollista osaamista ja tyytyväisyyttä arvioivilla mittareilla. Kyselyt, lomakkeet ja standardoidut testit tarjoavat tietoa, joilla voidaan arvioida koulutusten onnistumisia ja puutteita ja kehittää niitä edelleen. Konferenssin annin perusteella innovatiivisten oppimisratkaisujen vaikutusten arviointiin hyödynnetään edelleen hyvin perinteisiä menetelmiä, kuten tieto- ja taitotestejä ja tyytyväisyyttä kuvaavia kyselyjä. Sen sijaan opitun siirtovaikutusta, uusien taitojen implementointia käytäntöön, resurssitehokkuutta tai kansanterveydellisiä vaikutuksia ei ole arvioitu lainkaan. Ne vaatisivat pitkäaikaisseurantaa ja kontrolloituja koeasetelmia ja nykyistä laajempia osallistujamääriä. Työelämään siirtyvien opiskelijoiden seuraaminen antaisi mielenkiintoista tietoa tietopohjan kasvamisesta käyttäytymismuutoksiksi ja edelleen väestöön kohdistuviksi terveysvaikutuksiksi. Tällainen laaja-alainen ja pitkäkestoinen arviointi on olennaista koulutusinnovaatioiden vaikutusten ymmärtämiseksi. Lisäksi valikoimaan tarvitaan uudenlaisia arviointimenetelmiä arvioimaan tekoälyllä tuettua oppimista16,17, joihin toivottavasti palataan seuraavassa, vuoden 2026, konferenssissa. Tällä välin innovatiivisten ja vaikuttavien opetus- ja oppimisratkaisujen kehittäminen jatkuu maailmanlaajuisesti konferenssin pääpuhujan, Gemma Staceyn sanoin, "Unlock the power of knowing what you don´t know." Lähteet 1 Stratton-Maher, D. & Kelly, J. 2024. Embracing artificial intelligence to reimagine assessment to ethically accommodate ChatGPT in nursing education. Oral presentation. NETNEP2024. 2 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 3 Shin, S., Choi, J., Hong, E. et al. 2024. Development of Multiple-Choice Questions in Nursing Education Using Generative AI. Oral presentation. NETNEP2024. 4 Groeneveld, S., van Os-Medendorp, H., van Gemert-Pijnen, J. et al, 2024. Required competences of nurses working with artificial intelligence-based lifestyle monitoring in long-term care: a Delphi study. Oral presentation. NETNEP2024. 5 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 6 Arene. 2024. Arenen suositukset tekoälyn hyödyntämisestä ammattikorkeakouluille. Päivitetty 4.10.2024. 7 Zgambo, M., Costello, M., Buhlman, M. et al. 2024. Enhancing Academic Integrity in Higher Education: A Multi-phase Study on Students' Perceptions and Use of Artificial Intelligence. Oral presentation. NETNEP2024. 8 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 9 Summers, A., El Haddad, M., Prichard, R. et al. 2024. Generative AI, the views of students, markers and the Integrity Compliance Unit. Oral presentation. NETNEP2024. 10 Mikkonen, K., Kuivila, H., Pramila-Savukoski, S. et al. 2024. Enhancing Clinical Education: The Role of Human-Centered Extended Reality in Healthcare Student Learning. Oral presentation. NETNEP2024. 11 Ropponen, P., Tomietto, M., Pramila- Savukoski, S. et al. 2024. The impacts of educational interventions using VR simulations on nursing students’ learning. Oral presentation. NETNEP2024. 12 Mattson, K., Haavisto, E., Jumisko-Pyykkö, S. et al. 2024. Nursing students' experiences of empathy in a virtual reality simulation game: a descriptive qualitative study. Oral presentation. NETNEP2024. 13 Virtanen, M. 2018. The development of ubiquitous 360° learning environment and its effects on students’ satisfaction and histotechnological knowledge. Väitöskirja. Oulun yliopisto. 14 Kirkpatrick, D. 1998. Another look at evaluating training programs. Alexandria, VA: American Society for Training & Development. 15 Kaufman, R., Keller, J., & Watkins, R. 1995. What works and what doesn’t: Evaluation beyond Kirkpatrick. Performance and Instruction, 35(2), 8-12. 16 Yap, H., Kwah, L. Zhou, Y.et al. 2024. A mixed methods study of undergraduate students’ attitudes and ethics towards the use of ChatGPT in learning and education. Oral presentation. NETNEP2024. 17 Ramjan, L., Drury, P., Glarcher, M. et al. 2024. Educator perspectives on the use of generative AI in nursing: Friend or foe? Oral presentation. NETNEP2024.
Älykkäästi kohdennettua potilasohjausta kehittämässä
Älykäs tekoälytehostettu potilasohjaus on yksi terveydenhuollon digitalisaation uusimmista ilmiöistä. Siihen kuuluvat esimerkiksi chattibottien, äänibottien ja antropomorfisten eli ihmisenkaltaisten digitaalisten avattarien hyödyntäminen[1]. Palvelujen saatavuuden, oikea-aikaisen tarjoamisen ja optimaalisen kohdentamisen kannalta on tärkeää löytää älykkäästä potilasohjauksesta eniten hyötyvät kohderyhmät ja kohdentaa uusia palveluratkaisuja heille. Koska teknologinen kehitys on viime vuosina ollut ällistyttävän nopeaa, älykkäät palvelut voivat mullistaa potilasohjausta erityisesti ennaltaehkäisevän työn ja hoitoon ohjaamisen osalta. Älykkäiden palvelujen kehittämisen ja onnistuneen käyttöönoton kannalta kohderyhmän osallistaminen on merkittävässä roolissa. Varhaisessa vaiheessa osallistettu asiakas motivoituu ja sitoutuu helpommin valmiin palvelun käyttöön kuin pelkkää palvelua käyttävä yksilö. Älykkään potilasohjauksen tekniset ratkaisut Älykäs potilasohjaus voidaan ymmärtää monella tavalla, mutta tässä yhteydessä sillä tarkoitetaan tekoälytehostettuja digitaalisia ratkaisuja, jotka avustavat potilasta hänen hoitopolkunsa eri vaiheissa. Älykkäät ratkaisut pyrkivät jäljittelemään ihmisten välistä vuorovaikutusta eri viestintämuotojen, kuten kirjallisen, suullisen ja visuaalisen viestinnän avulla.[2] Uusimmat tekoälyratkaisut eivät pelkästään luota ennalta laadittuihin vastausprotokolliin, vaan antavat yksilöityjä ehdotuksia käyttäjän toimien ja vuorovaikutuksen perusteella. Käytännössä älykkäät ratkaisut ovat kehittyneitä ohjelmistosovelluksia, jotka hyödyntävät erilaisia tekoälytekniikoita, kuten koneoppimista, luonnollisen kielen käsittelyä ja data-analytiikkaa. Ne ovat suunniteltu ymmärtämään vuorovaikutusta, tulkitsemaan ihmisen antamia komentoja ja vastaamaan niihin asianmukaisesti, mikä mahdollistaa myös monimutkaisempia, päättelyä ja ennustamista edellyttäviä tehtäviä.[3] Tekstiä ymmärtävien chattibottien[4] rinnalle on viime vuosien aikana tuotu myös ääntä ymmärtäviä botteja. Näiden älykkäiden äänibottien (voicebots) avulla käyttäjä voi navigoida vuorovaikutteisessa järjestelmässä omalla kielellään ja äänellään. Enää ei tarvitse kuunnella esimerkiksi puhelimen eri näppäimiin liittyviä numerovalintoja, vaan järjestelmän kanssa voi vuorovaikuttaa suoraan puhumalla.[5] Vaikka teknisiä ratkaisuja on jo runsaasti olemassa, niiden soveltava käyttö suomalaisessa terveydenhuollossa on vielä vähäistä. Maailmalla älykkäistä boteista etsitään apua esimerkiksi elämäntapamuutosten ja terveyttä edistävän käytöksen tueksi. Näissä yhteyksissä ne voivat auttaa saavuttamaan terveyskäyttäytymistavoitteet tarjoamalla reaaliaikaista palautetta ja tukea, mikä parantaa käyttäjien sitoutumista ja motivoitumista haastavaan pitkäkestoiseen muutokseen. Älykkäiden palvelujen kohdentaminen Tekoälyyn perustuvan potilasohjauksen kehittäminen edellyttää teknologian hyödyntämistä yksilöllisesti, vuorovaikutteisesti ja tutkittuun tietoon perustuen. Älykkäiden terveysratkaisujen kohdentamisen kannalta tärkeää on tunnistaa korkean riskin ja hyödyn asiakkaat ja kohdentaa palveluja resurssitehokkaasti oikealle kohdejoukolle. Tehokkaamman kohdentamisen myötä terveydenhuollon painopistettä voidaan kääntää reaktiivisesta hoitamisesta yhä enemmän ennaltaehkäisevään työhön. Älykkään ohjauksen kohdentamisen tueksi asiakkaita voidaan profiloida tarvelähtöisesti esimerkiksi keräämällä demografisia tietoja, terveys- ja käyttäytymistietoja sekä tietoja mieltymyksistä, elämäntapatekijöistä ja ympäristömuuttujista. Näiden tietojen perusteella voidaan kehittää ja kouluttaa laadukkaita ja tarkoitukseen soveltuvia tekoälymalleja. Koneoppimista hyödyntävät tekoälyjärjestelmät voivat analysoida kerättyjä tietoja ja tunnistaa riskitekijöitä, jotka liittyvät esimerkiksi diabetekseen, sydänsairauksiin ja syöpään. Lisäksi ne voivat arvioida yksilön todennäköisyyttä sairastua ja tarjota terveydenhuollon ammattilaisille käyttökelpoista tietoa potilaiden tulevaisuudesta. Tunnistamalla korkean riskin ja hyödyn potilaita terveydenhuollon tarjoajat voivat toteuttaa varhaisen puuttumisen strategioitaan entistä aikaisemmin. Näihin kuuluvat esimerkiksi yksilölliset hoitosuunnitelmat, elintapojen muutosohjelmat ja taudin etenemisen yksilöllinen seuranta.[6] Älykkäiden palvelujen haasteita Vaikka teknologinen kehitys on jo pitkällä, tekoälytuetussa potilasohjauksessa on tunnistettu merkittäviä haasteita, joista seuraavassa muutamia esimerkkejä: Älykkyyden taso haastaa tekoälyjärjestelmien kykyä osallistua monimutkaisiin keskusteluihin ja vaikuttaa kykyyn tuottaa asiakkaan tarvetta palvelevia yksilöllisiä vastauksia. Empatian ja tunneälyn puute haastaa käyttäjien sitoutumista ja tyytyväisyyttä tekoälybottien käyttöön. Vaikka empatiaa on yritetty sisällyttää näihin ratkaisuihin, ne eivät kovin hyvin tunnista vuorovaikutuksen emotionaalista kontekstia. Potilastietojen käsittely, tietoturva ja tietosuoja. Kyvyttömyys tarkasti tunnistaa potilaan kiireellistä hoitoa vaativaa tilaa. Mahdollisuus epäasianmukaisiin terveysnevoihin ja siihen liittyvään hoidon viivästymiseen tai komplikaatioihin. Älykkäiden ratkaisujen lääketieteellinen kouluttaminen ja validointi on vielä keskeneräistä, mikä herättää huolta niiden luotettavuudesta. Tekniset ongelmat, kuten tietojärjestelmien ja laitteiden yhteensopimattomuus voivat heikentää tekoälyratkaisujen tehokkuutta. Tutkitun tiedon ja luotettavan näytön puute hidastaa tekoälyratkaisujen käyttöönottoa. Tutkittua tietoa on todella vähän, tehdyissä tutkimuksissa otoskoot ovat pieniä ja interventioiden kestot lyhyitä, minkä vuoksi tulokset eivät ole yleistettävissä[7]. Älykkään ohjauksen kehittämisen tueksi Myös asiakaslähtöisestä kehittämisestä puhutaan paljon. Käytännössä sillä tarkoitetaan sitä, että kehitteillä olevat palvelut suunnitellaan ja toteutetaan vastaamaan asiakkaan tarpeita ja toiveita. Asiakas nähdään aktiivisena toimijana, ja hänen kokemuksiaan hyödynnetään kehittämisen kaikissa vaiheissa palvelujen ideoinnin, suunnittelun, toteuttamisen ja arvioinnin tukena.[8] Kehittäminen etenee tyypillisesti vaiheittain, ja sen tukena voi hyödyntää esimerkiksi PDCA-mallia (plan-do-check-act)[9]. Suunnittele (Plan) Tee taustakartoituksia ja systemaattisia tiedonhakuja ilmiön ja olemassa olevan näytön kartoittamiseksi. Analysoi olemassa olevia ratkaisuja ja tarkastele aikaansaatuja vaikutuksia. Tee asiakastutkimus loppukäyttäjiä kuulemalla kyselyjen tai haastattelujen avulla. Määritä selkeät tavoitteet, suunnittele ja kehitä ensimmäinen prototyyppi keräämääsi aineistoon perustuen. Tee (Do) Toteuta ohjausbotin kehitys suunnitelman mukaisesti. Ota loppukäyttäjät mukaan käytettävyyden testaukseen ja kerää laajasti palautetta eri menetelmillä. Tarkista (Check) Arvioi käyttäjien palautteita ja tyytyväisyyttä kyselyjen ja haastattelujen avulla. Arvioi ohjausbotin suorituskykyä, käyttöä ja mahdollisten ongelmien määrää. Tarkista järjestelmätekniset yksityiskohdat ja mahdollinen integrointi olemassa oleviin järjestelmiin. Toimi (Act) Tee tarvittavat muutokset palautteiden ja käytettävyystestauksen perusteella. Lisää ja parantele ominaisuuksia. Integroi kehitetty ohjausbotti osaksi olemassa olevia järjestelmiä.Toista kehittämisen PDCA-sykli säännöllisesti. Pidä loppukäyttäjä, asiakas tai potilas jatkuvasti mukana ja varmista, että kehitettävä palvelu vastaa oikeasti heidän tarpeitaan. Lähteet [1] Anisha SA, Sen A, Bain C. 2024. Evaluating the Potential and Pitfalls of AI-Powered Conversational Agents as Humanlike Virtual Health Carers in the Remote Management of Noncommunicable Diseases: Scoping Review. J Med Internet Res, 26:e56114.[2] Aggarwal A, Tam CC, Wu D et al. 2023. Artificial Intelligence-Based Chatbots for Promoting Health Behavioral Changes: Systematic Review. J Med Internet Res, 24;25:e40789.[3] Tudor Car L, Dhinagaran DA, Kyaw BM, et al. 2020. Conversational Agents in Health Care: Scoping Review and Conceptual Analysis. J Med Internet Res, 7;22(8):e17158.[4] Aggarwal A, Tam CC, Wu D et al. 2023. Artificial Intelligence-Based Chatbots for Promoting Health Behavioral Changes: Systematic Review. J Med Internet Res, 24;25:e40789.[5] Genesys. 2024. What is a voicebot?[6] Sandeep, R. 2024. Employing AI to Generate Ideas in Education. The Key to Entrepreneurial Innovation, Chapter 4. IGI Global Platform.[7] Bachina L & Kanagala A. 2024. Health revolution: AI-powered patient engagement. J Med Internet Res, 26:e56114;1.[8] Virtanen M. 2022. Aito asiakaslähtöisyys ja asiakasosallisuus - Onko niitä digitaalisten palveluiden kehittämisessä? Teoksessa Elomaa-Krapu, M. & Vuorijärvi, A. (toim.). Osallistavia ratkaisuja digitaalisiin hyvinvointi- ja terveyspalveluihin. ISBN 978-952-328-349-7. Metropolia Ammattikorkeakoulu.[9] PDCA. Wikipedia.
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.
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!
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